OpenAI 预览 GPT-5.6 系列：Sol、Terra、Luna 三层模型，新增 max 和 ultra 推理模式
OpenAI 发布 GPT-5.6 模型家族预览，分为 Sol、Terra、Luna 三个层级，引入 max 和 ultra 两种新推理模式。Sol 在 Terminal-Bench 2.1 上达到 91.91% 准确率，Terra 性能持平 GPT-5.5 但成本减半，Luna 为低价快速选项。本文解读模型细节、定价及对中文用户的影响。
一句话看懂
OpenAI 推出 GPT-5.6 三层模型家族，Sol 旗舰、Terra 性价比、Luna 低价快响应，新增 max 和 ultra 推理模式，目前仅限约 20 个合作伙伴预览。
详细发生了什么
OpenAI 开始有限预览 GPT-5.6 系列，这是其下一代模型家族。与以往不同，GPT-5.6 不再是一个单一模型，而是分为三个命名层级：Sol（旗舰）、Terra（日常生产）、Luna（快速低成本）。每个层级可以独立更新，开发者可根据智能、速度和成本选择。
Sol 是 OpenAI 目前最强的模型，在编码、生物学和网络安全方面有显著提升。Terra 性能与 GPT-5.5 相当，但成本约降低一半。Luna 以最低价格提供强大能力。
GPT-5.6 新增两种推理控制模式：max 和 ultra。max 模式让 Sol 有更多时间进行深度推理；ultra 模式则利用子代理（subagents）并行处理复杂任务，加速完成。两者均以延迟和成本换取准确性。
在 Terminal-Bench 2.1 基准测试中，Sol（ultra 模式）达到 91.91% 准确率，Sol（max 模式）88.76%，超过 Claude Mythos 5 的 88% 和 GPT-5.5 的 83.4%。在 Agent’s Last Exam 中，Sol 是唯一超过 50% 的模型（代码模式 50.9%）。在 GeneBench v1 和 ExploitBench 上，Sol 也表现出色，且 token 消耗更少。
定价方面（每百万 token）：Sol 输入 $5、输出 $30；Terra 输入 $2.50、输出 $15；Luna 输入 $1、输出 $6。缓存写入成本为 1.25 倍未缓存输入，缓存读取保持 90% 折扣，支持显式缓存断点和 30 分钟最小缓存寿命。OpenAI 计划在 7 月让 Sol 在 Cerebras 硬件上运行，目标达到 750 tokens/秒。
中文圈视角
GPT-5.6 的三层模型策略对中文用户有直接参考价值。目前国内大模型（如 DeepSeek、Kimi、智谱 GLM）多采用单一模型或简单分层，OpenAI 的 Sol/Terra/Luna 分层方式更精细，为不同场景提供明确选择。
对于中文开发者，Terra 层性价比突出（$2.50/$15），适合高并发生产任务，如客服摘要、文档处理。Luna 层（$1/$6）适合实时应用，如自动补全、邮件分类。但需要注意的是，GPT-5.6 目前仅通过 API 和 Codex 对约 20 个合作伙伴开放，中文用户需等待更广泛可用性，且可能需要梯子。
国内替代方面，GLM-5.2 等开源模型在定价上更具优势，但 Terminal-Bench 等基准测试显示 Sol 在复杂工具协调任务上领先。中文用户应关注 Terra 和 Luna 的性价比，以及 max/ultra 推理模式在长链任务（如代码生成、数据分析）中的实际效果。
监管层面，OpenAI 已与美国政府共享模型和计划，安全堆栈更重。中文用户使用 API 时需注意数据出境合规，尤其是涉及敏感信息。
几条值得记住的细节
- Sol 在 Terminal-Bench 2.1 上 ultra 模式达 91.91%，max 模式 88.76%，均超过 Claude Mythos 5 的 88%。
- Terra 性能与 GPT-5.5 持平，但成本减半（$2.50/$15 vs GPT-5.5 的 $5/$30）。
- Luna 定价最低（$1/$6），适合快速、常规、低成本任务。
- 新增 max（深度推理）和 ultra（子代理并行）两种推理模式，可 trade-off 延迟和成本。
- 缓存支持显式断点和 30 分钟最小缓存寿命，写入成本 1.25x，读取折扣 90%。
一句话总结
GPT-5.6 的三层模型和推理模式为不同需求提供精准选择，中文用户可重点关注 Terra 的性价比和 Luna 的低延迟，但需等待广泛开放并注意合规。