OpenAI 于 2026 年 7 月 9 日正式发布了 GPT-5.6，这是旗舰级 GPT 首次以三种模型、三种独立价格的形式亮相。Sol 负责处理最复杂的推理任务，价格为每百万 input tokens $5，每百万 output tokens $30；Terra 走中庸路线，价格分别为 $2.50 和 $15；Luna 则覆盖高吞吐量工作，价格仅为 $1 和 $6。最高与最低阶模型之间存在 5 倍的价差，这使得模型选择成为今年降低 API 账单的最强杠杆。

命名中隐藏着一个陷阱。单纯的别名 gpt-5.6 会路由到旗舰级推理层 Sol。如果你直接复制快速入门代码而不修改模型字符串，那么每一个生产环境请求都会按旗舰级费率计费，而这些工作本可以由成本仅为其五分之一的 Luna 处理。默认选项是最贵的，且响应中不会有任何警告。

本指南将列出完整的费率表，针对每个层级进行实际成本测算，解析缓存数学逻辑，说明推理强度（reasoning effort）和 ultra 模式如何改变支出，并最后提供路由模式建议，让你在不牺牲关键质量的前提下压平账单。

• GPT-5.6 每 1M tokens 定价：Sol $5 输入 / $30 输出，Terra $2.50 / $15，Luna $1 / $6。
• 裸别名 gpt-5.6 路由至 Sol。除非你希望默认支付旗舰级费率，否则请固定使用 gpt-5.6-terra 或 gpt-5.6-luna。
• OpenAI 将 Terra 定位为与 GPT-5.5 竞争的产品，价格约为后者的一半，是自然的迁移目标。
• Prompt 缓存：写入按输入费率的 1.25 倍计费，读取可享受 90% 折扣，最小缓存时长为 30 分钟。缓存从第二次请求开始即可回本。
• 更高的推理强度意味着更多的输出 tokens；ultra 模式并行运行四个 agent，会成倍增加 token 支出。
• ChatGPT Free 和 Go 计划使用 Terra；Plus 及以上计划可在三者中选择。
• 在将模型 ID 提交到生产环境之前，先在 Apifox 中并排对比各层级并观察每个请求的 token 使用情况。

GPT-5.6 费率表

以下是各模型每百万 tokens 的成本，包括衍生的缓存费率（读取为输入价格的 10%，写入为 125%）：

模型	输入 / 1M	输出 / 1M	缓存输入读取 / 1M	缓存写入 / 1M
gpt-5.6-sol (别名: gpt-5.6)	$5.00	$30.00	$0.50	$6.25
gpt-5.6-terra	$2.50	$15.00	$0.25	$3.13
gpt-5.6-luna	$1.00	$6.00	$0.10	$1.25

模型 ID 已在 OpenAI 开发者文档中确认，任何 API 账户均可自助访问。API 端没有计划限制；6 月份的预览限制在正式发布前已成为历史。

再次强调，因为这可能会坑到你的团队：不带后缀的 gpt-5.6 就是 Sol。如果你的配置、SDK 默认值或复制的示例使用了这个裸别名，无论任务是否需要，你都在支付 $5/$30 的费率。请在所有地方固定完整的模型 ID，并在代码审查中明确层级选择。

层级划分的意义

数字代表代际；Sol、Terra 和 Luna 是持久的能力层级，将按各自的节奏演进。了解每个层级的用途是成本决策的核心。

Terra 是性价比的标杆。 OpenAI 将其定位为与 GPT-5.5 竞争的产品，且价格便宜约 2 倍。如果你目前在生产环境运行 GPT-5.5，Terra 是理想的替代方案，能让你的费率减半；在迁移前，请根据 GPT-5.5 的定价明细核算当前支出以评估节省空间。在自有评估（evals）确认前，暂且相信 OpenAI 的质量声明，但降价是无条件的。

Luna 是容量层级。 价格为 $1/$6，专为分类、提取、路由和初稿撰写而设计：这些是高频、延迟敏感型工作，每个请求的成本优于其他任何考量。

Sol 针对其他模型无法解决的问题。 最深层的推理，最高的费率。Simon Willison 的发布日评论非常值得一读，他从从业者的角度分析了旗舰模型在哪些地方物有所值，哪些地方则不然。

据早期文档报道，这三个模型共享 1M token 的上下文窗口和 128K 的最大输出，因此在向下路由层级时，你并没有牺牲容量，而是用推理深度换取价格。

实际请求成本

在定价实际请求之前，每百万费率是抽象的。以典型的 RAG 风格调用为例：10,000 input tokens（系统提示词、检索到的上下文、用户问题）和 1,000 output tokens。

模型	输入成本	输出成本	单次请求总计
Sol	$0.050	$0.030	$0.080
Terra	$0.025	$0.015	$0.040
Luna	$0.010	$0.006	$0.016

单次请求看起来都很便宜。但规模化后，层级差距就会显现。以分类工作负载为例：每月 100 万次请求，每次 500 input tokens 和 50 output tokens。即每月 500M input tokens 和 50M output tokens。

模型	输入	输出	每月总计
Luna	$500	$300	$800
Terra	$1,250	$750	$2,000
Sol	$2,500	$1,500	$4,000

如果在裸别名 gpt-5.6 上运行该工作负载，你每月要为 Luna 仅需 $800 就能完成的工作支付 $4,000。这个别名默认值就是一个每月 $3,200 的低级错误，直到有人看到发票才会发现。

缓存经济学与实测计算

GPT-5.6 使用显式缓存断点：你需要通过 prompt_cache_options.mode: "explicit" 和 ttl 字段主动开启，而不是依赖自动前缀检测。三个数字决定了经济效益：缓存写入按未缓存输入费率的 1.25 倍计费；缓存读取保持 90% 的折扣；最小缓存寿命为 30 分钟。

{"model": "gpt-5.6-terra","input": [{ "role": "system", "content": "You are a support triage assistant. Classify each ticket..." },{ "role": "user", "content": "Ticket #4821: webhook retries firing twice after 502s" }],"prompt_cache_options": { "mode": "explicit", "ttl": "30m" }}

来看一个实测例子。假设你有一个 5,000 token 的系统提示词，在缓存窗口内被 100 个请求重复使用，运行在 Sol 上。

• 未缓存：100 次请求 x 5,000 tokens = 500,000 前缀 tokens，按 $5/1M 计算 = $2.50
• 已缓存：一次写入（5,000 tokens 按 $6.25/1M = $0.031）加上 99 次读取（495,000 tokens 按 $0.50/1M = $0.248）= 约 $0.28

这相当于在前缀部分节省了约 89% 的费用。盈亏平衡点在第二次请求：写入溢价仅为单次未缓存传递成本的 25%，而每次读取都能节省 90%。使用两次的前缀通过缓存就已经更便宜了。

30 分钟的底线是一把双刃剑。每隔几分钟发送请求的聊天助手或支持流水线可以免费保持缓存“热度”。而每晚运行一次的批处理任务则毫无收益，且每次冷启动都要支付 1.25 倍的写入溢价；在这种情况下请关闭缓存。缓存稳定的前缀（系统提示词、工具定义、few-shot 示例），并将易变部分（用户输入、随请求变化的检索文档）放在断点之后。

推理强度、Pro 模式与 Ultra

GPT-5.6 暴露了六个推理强度（reasoning effort）级别：none、low、medium、high、xhigh 和 max。强度不仅是质量调节器，也是成本调节器。更高的设置会在输出端产生更多 tokens，而输出是昂贵的：Sol 上每百万 $30，是输入费率的五倍。两个提示词完全相同的请求，仅因强度设置不同，成本就可能相差数倍。

OpenAI 官方迁移指南建议将此视为一次调优过程，而不仅仅是更换模型标识：在代表性任务上基准测试当前的强度级别以及低一级的级别。许多工作负载在较低设置下仍能保持质量，而这种节省会在每次请求中累加。

Pro 模式（reasoning.mode: "pro"）是所有三个模型都可用的设置，而不是具有独立费率的单独模型。你支付相同的 token 单价；模型会花费更多 tokens 进行思考，因此对于质量优先的工作负载，请预留更多的输出预算。

Ultra 是刻意的“挥霍”。它默认并行运行四个 agent，旨在通过成倍增加 token 支出来换取更快的响应速度和可衡量的质量提升：根据 OpenAI 的数据，它将 Sol 的 Terminal-Bench 2.1 分数从 88.8% 提高到 91.9%。初步估算，预算约为单 agent 运行的四倍，仅在响应时间比单次成本更重要的场景下使用。关于何时值得进行这种并行支出的详细分析，请参阅我们的 GPT-5.6 ultra 模式说明。Ultra 已在 ChatGPT Work（Pro 和 Enterprise 计划）中上线，并在 Codex（Plus 及以上）中提供。

ChatGPT 各计划包含的内容

如果你的 GPT-5.6 用途是对话式而非程序化的，那么订阅可能比 API 更划算。以下是模型访问权限与计划的对应关系：

计划	GPT-5.6 访问权限
Free / Go	Terra
Plus	Sol, Terra, Luna；支持单模型强度控制（Sol 需 medium 及以上强度）
Pro / Business / Enterprise	全部三个模型，外加 Sol Pro
ChatGPT Work (Pro / Enterprise)	增加 ultra

Free 和 Go 用户默认使用 Terra 是一个很强的预设；这是 OpenAI 用来对标 GPT-5.5 的层级。Plus 计划开始出现单模型强度控制，如果你在 ChatGPT 中依赖 Sol 处理难题，这一点很重要。正在权衡 Codex 席位与原始 API 支出的开发团队应注意，Plus 及以上级别的 Codex 包含 ultra；Codex 定价明细涵盖了这些席位与按 token 付费的对比。

降低账单的模式

费率表奖励的是路由纪律，而非提示词技巧。能改变数字的模式包括：

• 按任务路由，而非按习惯。 Luna 用于分类、提取和路由；Terra 作为其他所有任务的默认选项；仅在 Terra 明显失败的问题上使用 Sol。大多数团队发现，真正值得使用 Sol 的部分很小。
• 固定完整模型 ID。 在代码审查中禁止使用裸别名 gpt-5.6。代码库中的每个模型字符串都应说明选择了哪个层级以及原因。
• 缓存长前缀。 任何超过几千 tokens 且在 30 分钟内重复出现的稳定前缀都应放在显式断点之后。上述计算表明，从第二次请求开始它就是划算的。
• 将强度调低一级。 在发布前，对比当前强度与低一级强度的表现。这是 OpenAI 官方的建议，如果质量能保持，这就是白捡的钱。
• 让简短的回答保持简短。 与前几代相比，GPT-5.6 的回答明显更短，通用开场白更少。从旧提示词中删掉“保持简洁”之类的废话；冗余的指令会增加输入 tokens，去解决一个已经不存在的问题。
• 在投入使用前进行测量。 在 Apifox 中将 gpt-5.6-sol、gpt-5.6-terra 和 gpt-5.6-luna 保存为环境变量，对每个层级发送相同的请求，并并排读取响应中的 token 使用字段。来自你自有提示词的真实计数优于本文中的任何估算，包括上面的表格。

常见问题

GPT-5.6 比 GPT-5.5 便宜吗？

对比点是 Terra，OpenAI 将其定位为与 GPT-5.5 竞争的产品，价格便宜约 2 倍，每百万 tokens 输入 $2.50，输出 $15。Sol 的成本高于 Terra，但能换取更深层的推理。在迁移质量敏感型工作负载前请进行自有评估，但仅从价格上看，Terra 让 GPT-5.5 的费率直接减半。

裸别名 gpt-5.6 模型 ID 的成本是多少？

别名 gpt-5.6 路由到 Sol，因此你支付的是最高费率：每百万 input tokens $5，每百万 output tokens $30。这个默认设置经常坑到那些直接复制快速入门代码的团队。当任务不需要旗舰级推理时，请明确固定 gpt-5.6-terra 或 gpt-5.6-luna。

推理 tokens 计入输出定价吗？

是的。更高的强度设置会产生更多的输出端 tokens，按输出费率计费（Sol 为每百万 $30，Luna 为 $6）。强度调节器是 GPT-5.6 中最大的成本杠杆之一，因此在锁定设置前，请对比当前级别和低一级级别的负载。

开始测试 GPT-5.6 最便宜的方法是什么？

将你的首批请求指向 gpt-5.6-luna：一个 10K 输入、1K 输出的请求成本约为 $0.016，因此一整个下午的实验花费远低于一美元。我们的 GPT-5.6 API 使用指南逐步介绍了身份验证、Responses API 调用格式以及层级选择。

总结

将 Terra 作为默认模型，将大批量工作路由到 Luna，并为那些值得每百万 $30 输出的问题保留 Sol。为任何在 30 分钟内重复出现的前缀添加显式缓存，并在当前运行的任何地方测试低一级的推理强度。这四个动作通常可以在不影响质量的情况下，将 GPT-5.6 的账单削减一半以上。

在将任何内容投入生产之前，请从你自己的提示词中获取真实数据。下载 Apifox，将三个模型 ID 保存为环境变量，通过每个层级发送相同的请求，并对比响应中的 token 使用字段。十分钟的并排测试比任何费率表（包括本表）都能更准确地告诉你账单情况。

开发必备：API 全流程管理神器 Apifox

介绍完上文的内容，我想额外介绍一个对开发者同样重要的效率工具 —— Apifox。作为一个集 API 文档、调试、设计、测试、Mock、自动化测试于一体的工具，Apifox 是目前提升研发效率的首选。

如果你正在开发项目，不妨试试其极其友好的界面设计，它完全兼容 Postman 和 Swagger 数据格式，导入数据非常方便，，即使是新手也能很快上手，点击这里即可注册使用。

值得一提的是，除了个人和常规团队使用，针对有高安全合规要求、或需要在内网环境协作的企业，Apifox 还提供了深度定制的私有化部署方案。