OpenAI 发布 GPT-5.6 三档模型家族：Sol/Terra/Luna，新增 Programmatic Tool Calling

一句话看懂

OpenAI 正式发布 GPT-5.6 三档模型（Sol/Terra/Luna），旗舰 Sol 编码能力超越 Claude Fable 5，新增 Programmatic Tool Calling 功能，可大幅降低 token 消耗。

详细发生了什么

2026 年 7 月 9 日，OpenAI 将 GPT-5.6 系列从预览转为正式可用。这次发布的不再是一个模型，而是三个档次：Sol（旗舰）、Terra（均衡）、Luna（经济）。定价按每百万 token 计算：Sol 输入 $5、输出 $30；Terra 输入 $2.50、输出 $15；Luna 输入 $1、输出 $6。

性能方面，Sol 在 Artificial Analysis Coding Agent Index v1.1 上得分 80，比 Claude Fable 5 高 2.8 分，且输出 token 和耗时均不到后者一半。在 OSWorld 2.0 上，Sol 达到 62.6%，超越 Claude Opus 4.8 的同时输出 token 减少 85%。Sol Ultra 模式（四智能体并行）在 Terminal-Bench 2.1 上达到 91.9%，BrowseComp 上 92.2%。

对开发者最重要的更新是 Programmatic Tool Calling：模型在 Responses API 中生成 JavaScript 代码，在隔离的 V8 运行时执行，无需将每个中间结果返回给模型。Clio 报告提示 token 减少 38%，PlayCo 总 token 减少 63.5%。此外，prompt caching 也得到改进，支持显式缓存断点和 30 分钟最小缓存寿命，缓存写入按 1.25 倍非缓存输入费率计费，缓存读取仍享 90% 折扣。

不过，GPT-5.6 并非在所有领域领先。SWE-Bench Pro 上 Sol 仅 64.6%，落后 Claude Mythos 5 的 80.3% 约 15 分。在 Artificial Analysis Intelligence Index v4.1 上，Fable 5 以 59.9 领先 Sol 的 58.9。Toolathlon 上 Sol 得分 58%，低于 Fable 5 的 61.7%。

中文圈视角

对中文用户来说，GPT-5.6 的 Programmatic Tool Calling 是最大亮点。它允许模型自主编排工具调用，减少往返延迟，非常适合构建复杂工作流（如自动化数据分析、多步骤 API 调用）。但需要注意的是，该功能目前仅在 Responses API 中可用，且需要直接访问 OpenAI API，国内用户需自行解决网络问题。

与国产模型对比：DeepSeek 和 Kimi 在长上下文和中文理解上仍有优势，且无需梯子、价格更低。但在编码智能和工具调用方面，GPT-5.6 Sol 的 80 分编码指数和 Programmatic Tool Calling 的架构创新，目前国产模型尚未完全对标。对于需要前沿编码能力或复杂工具编排的开发者，GPT-5.6 仍是首选，但成本较高（Sol 输出 $30/百万 token）。

另外，OpenAI 的 prompt caching 改进对高频 API 调用用户友好，但缓存写入加价 25% 可能增加成本。中文用户若使用 API，建议结合缓存策略优化预算。

几条值得记住的细节

定价：Sol $5/$30 每百万 token，Terra $2.50/$15，Luna $1/$6。
编码性能：Sol 在 Coding Agent Index 上 80 分，比 Fable 5 高 2.8 分，token 和耗时减半。
Programmatic Tool Calling：模型在隔离 V8 运行时执行 JavaScript，Clio 报告提示 token 减少 38%。
Ultra 模式：四智能体并行，Terminal-Bench 2.1 达 91.9%，但 token 消耗更高。
短板：SWE-Bench Pro 落后 Mythos 5 约 15 分；Toolathlon 落后 Fable 5。

一句话总结

GPT-5.6 三档模型在编码和工具调用上大幅进步，但中文用户需权衡网络成本和国产平替的性价比。