Step 5 Preview 對比 GPT-5.6：一張扁平卡片對上六層階梯

並沒有單一一個叫做 GPT-5.6 的模型可以拿來跟 Step 5 Preview 並列比較，而這是這項比較必須先釐清的第一件事。該實驗室於 2026 年 7 月 9 日 推出 GPT-5.6 家族，分為三個層級——GPT-5.6 Sol 每百萬 token 為 $4.00 與 $20.00，GPT-5.6 Terra 為 $2.00 與 $12.00，以及 GPT-5.6 Luna 為 $0.20 與 $1.20——每個層級都有六段式推理旋鈕，範圍從 none 到 max。Step 5 Preview 由 StepFun 於 2026 年 9 月 20 日 發布，是一款價格為 $1.00 與 $2.70 的模型，沒有分層，並有三種推理設定。這兩家供應商打造了彼此相反的成本控制機制：一家賣給你一座每次請求都得攀爬的階梯，而 StepFun 則賣給你一張固定費率卡。哪個比較便宜，完全取決於你的路由做得有多好，而那不是任何一家供應商會公布的數字。這些都不是假設：像這次發布這樣的發布背後，已記錄的 AI 故障與代理事件，都收集在 OrcaRouter AI Incident Archive 中，其中每筆紀錄都帶有自己的來源、嚴重程度、信心等級與爭議標記。

大多數頁面所做的頭條比較，是把 Step 5 Preview 與 GPT-5.6 Sol 放在一起對比，因為 Sol 是旗艦，而旗艦總會被拿來比較。這種框架在兩個方向上都有誤導性。Sol 每輸出 token 的費用是 Step 5 Preview 的七倍半，而且在獨立指數上的得分高出三點。但 Sol 並不是大多數 Step 5 Preview 買家實際上會轉換過去的層級——GPT-5.6 Terra 才是，其價格為 $2.00 與 $12.00；而高流量管線會改為權衡的對象則是 Luna。若挑錯要對比的層級，結論就會翻轉，而底層事實卻絲毫未變。

三個層級對抗一張卡

• 輸入價格 — Step 5 Preview 每百萬個 token 1.00 美元，相較之下 GPT-5.6 Sol 為 4.00 美元、GPT-5.6 Terra 為 2.00 美元、GPT-5.6 Luna 為 0.20 美元

輸出價格 — Step 5 Preview $2.70，相較於 GPT-5.6 Sol $20.00、GPT-5.6 Terra $12.00、GPT-5.6 Luna $1.20

• 長輸入重新定價 — Step 5 Preview 在整個 100 萬 token 視窗中採單一均一費率，而 GPT-5.6 全部三個級別則在 272,000 個輸入 token 時調升：Sol 調升至 $8.00 與 $30.00，Terra 調升至 $4.00 與 $18.00，Luna 調升至 $0.40 與 $1.80

• 快取 — Step 5 Preview：每次快取命中每百萬 $0.10，較供應商公布的快取費率享有 95% 折扣；該費率依層級套用，且供應商已隨該系列的兩次重新定價分別修訂。

• 上下文視窗 — Step 5 Preview 的 1M tokens 對比 GPT-5.6 各層級約 1.05M tokens，實際上幾乎相同

• 最大輸出 — Step 5 Preview 為 64k token，而所有三個 GPT-5.6 等級皆為 128,000 token，是 StepFun 上限的兩倍

• 模態 — Step 5 Preview 輸入文字、圖像和影片，輸出文字，對比 GPT-5.6 各層級輸入文字、圖像和檔案，輸出文字；權衡在於一方支援影片，另一方支援原生檔案輸入。

• 推理控制 — Step 5 Preview 提供三種設定：低、中、高，而 GPT-5.6 則有六種：none、low、medium、high、xhigh 和 max

• 獨立評分 — Step 5 Preview 44 分，對上 GPT-5.6 Sol 在 max 努力程度下的 47 分，以及在 xhigh 下的 44 分；GPT-5.6 Luna 在最高努力程度下為 37 分；GPT-5.6 Terra 未納入同一索引修訂版本

• 每完成一項索引任務的成本 — Step 5 Preview 約為 $0.71，而 GPT-5.6 Luna 為 $0.18，GPT-5.6 Sol 則是 StepFun 該數字的數倍，因為在相同測量配置下，Sol 的定價是 Step 5 Preview 輸出費率的五倍

• 權重 — Step 5 Preview 提供 FP8、BF16 可下載，且自 2026 年 10 月 14 日起亦提供 NVFP4 組建；相較之下，任何 GPT-5.6 層級皆無權重

真正值得盯著看的不是價格，而是努力程度旋鈕。Step 5 Preview 的 44 是在單一努力設定下的單一評分配置，這讓它同時既是下限也是上限。GPT-5.6 Sol 在 max 下測得 47，在 xhigh 下測得 44——與 StepFun 模型相同的頭條數字，而且是在執行成本明顯更低的設定下達成。這不值得據此建構一套敘事，但這確實是這項比較的一個真實特徵：同一個供應商會用比 StepFun 在任何設定下都更高的每 token 價格，以較低的努力程度，賣給你與 Step 5 Preview 所公布相同的分數。

272,000-token 的那一行是結構性差異

這兩個模型都以長上下文系統的形式販售，而其中一個為此收費的方式是另一個所沒有的。Step 5 Preview 的費率在整個百萬詞元視窗中一律相同；一筆 900,000 詞元的請求，每詞元成本與一筆 900 詞元的請求相同。GPT-5.6 的每一個層級只要單一請求的輸入超過 272,000 詞元就會變更費率，而且這項變更適用於整筆請求，而非僅適用於超過門檻的那一部分：Sol 從 $4.00 與 $20.00 變為 $8.00 與 $30.00，Terra 從 $2.00 與 $12.00 變為 $4.00 與 $18.00，Luna 從 $0.20 與 $1.20 變為 $0.40 與 $1.80。

StepFun 的模型有 64k 的輸出上限，而每個 GPT-5.6 等級都允許 128,000，因此這兩款產品在兩端呈現出不同的形態。如果你的工作負載會一次讀取大量內容——例如一個儲存庫、一組文件、一份長逐字稿——Step 5 Preview 的固定費率就是價目表上最有價值的一行，而對任何大幅超過該門檻的提示來說，它的價值都超過那四美元的輸入價格差異。如果你的工作負載會一次寫入大量內容——例如產生完整檔案、一份冗長的結構化產物——64k 上限就是那項硬性限制，而便宜的 token 也幫不了你。

這也是路由層真正證明自己價值、而非只是口號的地方。一條把 400,000 個 token 的檢索提示送給 Sol 的管線，每一次呼叫都會永遠付出加倍的費率，而解法不是換成更便宜的模型——而是不要把那筆請求送到會重新計價的層級。能觸及 Step 5 Preview 的那把金鑰我們手上沒有，但這個修正做法的輪廓是通用的：讓長脈絡路徑留在視窗計價固定的模型上，讓簡短、困難的推理呼叫留在配備努力程度調節鈕的模型上，並且以每完成一項任務的成本、而非每百萬個 token 的成本來衡量這兩者。

為什麼在十月購買 GPT-5.6 系列是件奇怪的事

自推出以來，這個系列底下的供應商自家定價已經變動過兩次，而且都是朝同一個方向變動。兩個較便宜的方案在 2026 年 7 月 30 日降價；旗艦方案則在 8 月 21 日跟進，把 Sol 從 $5.00 和 $30.00 降到 $4.00 和 $20.00——這是促銷價，供應商只承諾到2026 年 11 月 21 日。接著在 9 月 22 日，該實驗室推出了 GPT-6 Sol，價格為 $2.00 和 $10.00，以及 GPT-6 Luna，價格為 $0.10 和 $0.50，這正好是 GPT-5.6 旗艦方案在兩種計價方式上的一半，也是 GPT-5.6 Luna 在兩種計價方式上的一半。

結果並不是 GPT-5.6 很差。而是 GPT-5.6 已不再是廠商自家產品線中，新整合應該預設採用的那個世代，而且它的每一個層級如今都有個發布日期更晚、型號數字更高的更便宜手足。這一點對這個特定比較之所以重要，是因為它改變了「Step 5 Preview 對上 GPT-5.6」真正在問的問題。如果對 Sol 工作負載而言，誠實的答案是 GPT-6 Sol 只要一半費率，那麼真正能決定任何事的對決，就是價格為 $1.00 與 $2.70 的 Step 5 Preview 對上 $2.00 與 $10.00 的 GPT-6 Sol——輸出價差是四倍，而非七倍半——而 GPT-5.6 的各層級只有在團隊擁有鎖定版本的整合、已公布的評估基準，或對特定模型識別碼已有既定承諾時，才會進入討論。

家庭問題之所以仍在檯面上，還有第二個原因。Sol 的促銷費率將於 11 月 21 日到期，而供應商尚未說明 11 月 22 日會發生什麼事。任何以 $4.00 和 $20.00 為基礎編列的預算，其中都包含一個尚未定價的事件；而誠實以對的方式，是把它視為一個區間，而非一個數字。StepFun 自發布以來尚未調整 Step 5 Preview 的價格；考量到這個模型才問世四週，這項承諾比聽起來來得短，但這仍是你所擁有的承諾。

能與 Step 5 Preview 相比的等級並非旗艦

先不談 Sol，這場對決就變得更有意思了，因為定價 $2.00 與 $12.00 的 GPT-5.6 Terra，正是 Step 5 Preview 買家最可能汰換掉的層級；而定價 $0.20 與 $1.20 的 GPT-5.6 Luna，則是高流量管線應該拿來衡量的層級。這些是不同的論點。

相較於 Terra，Step 5 Preview 的輸入價格只要一半，輸出則便宜四倍多一點，而且在上下文行為上直接勝出，因為 Terra 在超過 272,000 個 token 後會重新計價，而 StepFun 的模型不會。Terra 換來的是兩倍的輸出上限、更大的上下文視窗（但差距無關緊要）、原生檔案輸入（適用於將 PDF 當作文件而非圖片攝取的管線），以及六種投入程度等級，讓你引導每次呼叫的成本，而不是只能被動接受。該廠商尚未公布 Terra 在與 Step 5 Preview 的 44 相同修訂版本上的最新獨立指數數據，這意味著任何聲稱 Terra 一方比另一方更強大的說法目前都缺乏根據——而本文不會憑空捏造一個。

面對 Luna，算術就反了過來，而 Step 5 Preview 在價格上大幅落敗：$0.20 與 $1.20 對上 $1.00 與 $2.70，在輸入上便宜五倍，在輸出上則便宜兩倍多；而 Luna 每完成一項索引任務的成本為 $0.18，StepFun 則是 $0.71，在那個把冗長度納入計算的數字上有四倍差距。Luna 得分 37，Step 5 Preview 則為 44，而評估者指出 Luna 的分數取決於投入程度，StepFun 的則是單一組態——這提醒我們，一個帶有調節旋鈕的模型會有許多個分數，把最大值當成「它的成本」來引用是範疇錯誤。如果你的任務是分類、擷取或路由，該與 StepFun 模型相比的層級是 Luna，而答案是 StepFun 在成本上完全沒有競爭力。

究竟是什麼決定了它

當以下條件符合三項以上時，Step 5 Preview 就是正確選擇：工作負載會讀取極長輸入，且經常跨越 272,000 個符元的界線；需要影片輸入；對你的團隊而言，平坦的單欄費率表比路由層更有價值；或者因為你打算自行託管或微調，所以可下載權重很重要。這裡的權重重點不是附註——StepFun 依其自有授權發布 FP8 與 BF16 檢查點，並在 2026 年 10 月 14 日新增 NVFP4 版本，該版本針對 Blackwell 設定為 394 GB，搭配未量化的 KV 快取；這些儲存庫也在 10 月中獲得完整的 vLLM 與 SGLang 服務指南，並附上已發布的容器映像，以及專用的推理與工具呼叫解析器。GPT-5.6 的任何層級都無法下載、固定或檢視，而再多的索引分數也無法彌補這點。

當你需要 128,000 個 token 的單一回應、當你的流程中包含檔案輸入、當現有整合被固定到某個 GPT-5.6 識別碼且遷移成本超過省下的 token，或當你真正想要的是推理調節旋鈕——也就是在不更換模型的情況下，為簡單請求花更少資源的能力——GPT-5.6 等級就是正確選擇。最後一點是真正的設計優勢，也正是應該認真看待這個系列，而不是把它當成上一季舊款而輕視它的理由。它並不是基於工作負載考量而選擇 Sol 而非 Terra 或 Luna 的理由。依難度進行路由，這個系列自身的階梯就會替你完成成本控制。

本文所比較的兩個層級，都能透過 OrcaRouter 上的同一個端點取得：GPT-5.6 Sol、GPT-5.6 Terra 與 GPT-5.6 Luna 都列在目錄中，分別是 openai/gpt-5.6-sol、openai/gpt-5.6-terra與openai/gpt-5.6-luna，各自依廠商自家的定價表計價，0% 加價，而這對這個系列有個具體的後果——廠商自七月以來已兩度調降這些費率，而直通計價意味著降價在生效當天就會反映在你的帳單上，而不是等到下一個合約週期。由於路由 DSL能將多個模型組合成一次呼叫，上述的層級問題就不再是架構決策：同一把能讓 Sol 以 max處理艱難工作的金鑰，也能讓 Luna 承接簡單的多數工作，兩者之間自動容錯移轉，且無須維護第二套整合。Step 5 Preview 不在該目錄中；請透過 StepFun 自家平台呼叫，或從已發布的檢查點自行架設。

這個比較留下的未解問題，並不是哪個模型更好。而是供應商自家更便宜的舊版，是否讓整個 GPT-5.6 問題對新整合而言變得無關緊要，以及 Sol 的促銷費率是否能撐過 11 月 21 日。這兩者今天都沒有答案。今天能回答的是結構性的那個問題，而它不取決於上述任一者：這些產品中，有一個對一百萬個 token 收取固定費率，另一個則在你超過 272,000 之後收取不同的費率。對於落在該區間高端的負載而言，那一行比輸入上四美元的差距更有價值，而且它是在你閱讀任何指數分數之前，該對照自身追蹤記錄檢查的那一列。