更新日期 2026.7.19 数据来源 https://vibecoding.dreamfree.space

一句话速览：OpenAI 于 2026 年 7 月 9 日正式推出 GPT-5.6 系列——旗舰 Sol、均衡 Terra、性价比 Luna；独立评测 Artificial Analysis 智能指数约 59 / 55 / 51，Sol 紧贴 Claude Fable 5；Coding Index 约 77.4 居首，Agentic Index 约 54 居首；Arena Agent 盲测第 2、WebDev 第 3；API 价约 ¥35/210、¥17.5/105、¥7/42（每百万 tokens 输入/输出）。

2026 年 7 月 9 日，OpenAI 把新一代旗舰做成了「三件套」：不是只扔一个最强模型，而是用 Sol / Terra / Luna 覆盖顶尖、日常、便宜快三条赛道。官方说法很直白——每个 Token 更聪明，同样预算能干更多事；难题再加码开 max，再难就上 ultra 多智能体并行。下面依次说清：它是什么与能干嘛、强到哪、三档怎么选、和主流模型怎么比。

一、GPT-5.6 怎么样？Sol / Terra / Luna 是什么？

从 GPT-5.6 开始的新「太阳系」命名法。数字 5.6 表示代际；Sol / Terra / Luna 是三档能力：

档位	定位	适合谁
Sol	旗舰：编程、长任务、最难的活	Plus 及以上、开发者、重度知识工作
Terra	均衡：接近上一代旗舰体验，更省	日常办公、免费/Go 用户默认档、要性价比的人
Luna	更快更便宜：够用就好	高频短任务、批量调用、预算紧

三个档位上下文均为 100 万 tokens ；均支持多模态（图像输入）。

之后预计会形成 GPT-5.7-Sol / GPT-5.7-Terra / GPT-5.7-Luna，GPT-5.8-Sol / GPT-5.8-Terra / GPT-5.8-Luna 这样的命名，类似 Anthropic 的 Fable / Opus / Sonnet 命名法。

三个档位和思考深度的关系

可以理解为三档能力对应的是三个模型，就像 DeepSeek V4 的 Pro / Flash 这样，Pro 和 Flash 是同一代不同档位的模型，不同的参数大小。Sol / Terra / Luna 也是类似的，其实是三个参数大小不同的模型，Sol 最大、Terra 中等、Luna 最小。每个档位都可以选择不同的思考深度（None / Low / Medium / High / Xhigh / Max）。

使用方法

目前可用入口包括：ChatGPT 聊天、ChatGPT Work、Codex 桌面端/Cli，以及 API。

7 月 9 日开始，ChatGPT 桌面端应用将“聊天” (Chat)、“工作”(Work) 与 Codex 融合为一个桌面应用。

能干嘛：编程、设计、办公一条龙

OpenAI 正式发布页

编程

官方自称「迄今最强编程模型」。Sol 被摆到编程 C 位：长仓库、终端流水线、多智能体拆活，是主战场。独立评测 Coding Index 约 77.4 居首，Terra 约 76.7 紧随其后；Luna 也能在更低成本下贴近上一代旗舰表现。开发者侧常见用法是 Codex、IDE 插件、Responses API 里的可编程工具调用——让模型自己写点胶水代码处理中间结果，而不是每一步都靠人回传。

设计与「看见界面再改」

官方强调设计审美与计算机使用一起上了台阶：不只吐代码，还能检查渲染结果、修视觉和交互问题。发布页演示过一句话做出可玩的 3D 航海小游戏等案例——高层次需求 → 可交互成品，中间少了很多「只会写、不会看」的往返。

一句话生成可玩的 3D 航海小游戏——来自 OpenAI 正式发布页

知识工作

从杂乱的资料、聊天记录、网盘文件里，整理成可分享的演示文稿、文档和表格，是另一条主线。官方称 Sol 在网页浏览、电脑操作类评测上刷新成绩；相对 GPT-5.5，做同样的事往往更少 Token、预估成本也更低。对普通人来说：同样交代一句「按这个模板改一版」，5.6 更少漏组件、更少排版翻车。

新增思考深度：max 与 ultra

默认就追求省 Token；遇到硬骨头，max 给单智能体更长推理、试错、自检时间；ultra 默认拉起约 四个智能体并行再汇总（严格说不是模型的思考深度，而是 Agent 的设定）——更贵，但往往更快出结果。

二、到底有多强：独立评测 + 盲测投票

1. Artificial Analysis：综合约第二，编程与 Agent 榜更亮

独立评测机构 Artificial Analysis（截至 2026 年 7 月 18 日）给出的 GPT-5.6 三档成绩大致如下：

指数	Sol (max)	Terra (max)	Luna (max)	简要说明
Intelligence Index	约 59（约第 2）	约 55	约 51	紧贴 Fable（约 60）；Terra 与 GPT-5.5 同档
Coding Index	约 77.4（约第 1）	约 76.7（约第 2）	约 71.4	终端 + 科学编程加权；Sol/Terra 连拿前二
Agentic Index	约 54（约第 1）	约 47.4	约 45.6	真实工作 / 工具 Agent 平均；Sol 高于 Fable 约 52.8

和其他常比的模型放一起看：Kimi K3 智能约 57、Claude Opus 4.8 约 56——Sol 仍处在闭源第一梯队；Terra、Luna 则把中高水平做得更经济。看榜时注意：这里的 Coding Index 是 Artificial Analysis 的编程指数，网上别处还有名称相近的编程类榜单，口径不一样，分数不能直接横比。

Intelligence Index（综合智能）

把多套评测加权综合成一个总分，覆盖知识问答、科学推理、编程、真实工作 Agent 等，用来看「整体有多聪明」。当前榜上 Claude Fable 5 约 60 仍略高一截，Sol 约 59 紧随其后；再往后是 Kimi K3、Opus 4.8、Terra，Luna 大约落在五十出头。

综合智能榜：Sol 约 59、紧贴 Fable，Terra/Luna 跟在后面——Artificial Analysis

Coding Index（编程）

更偏「写代码、改仓库、跑终端」一类能力，常见由 Terminal-Bench、SciCode 等加权。这里 Sol 约 77.4、Terra 约 76.7，前两名都是 GPT-5.6；Fable、Kimi K3、GPT-5.5 紧随其后。和综合榜不同：综合上 Fable 仍微微领先，编程榜上 Sol / Terra 更亮眼。

编程指数榜：Sol / Terra 连拿前二——Artificial Analysis

Agentic Index（工具 Agent）

看的是多步工具调用、真实工作流一类表现，更接近「交给 Agent 自己干活」。Sol 约 54 居首，高于 Fable 约 52.8；Terra、Luna 大约四十多分，和「旗舰干活、中低档更省」的定位一致。

工具 Agent 榜：Sol 约 54 居首，高于 Fable——Artificial Analysis

2. Arena：Agent 第二，前端第三

Arena 是真人盲测投票的实测榜（不是 Artificial Analysis 那套题库自动评测）：用户不知道模型名字，只凭完成质量投票，和上面的指数榜互补。榜上分数通常带误差区间，名次也会随票数变动；下面按当时榜单的中心值来读。

榜单	GPT-5.6 Sol	备注
Agent	10.94%，第 2（xHigh）	同榜 GPT-5.5 xHigh 为 8.26%（第 4）；首位仍是 Fable 5
WebDev（前端）	1618，第 3（sol-xhigh，codex-harness）	前两名：kimi-k3 1679、Fable 1631

Agent 榜

看的是复杂 Agent 任务上的盲测表现（百分比得分，图上带 ± 误差区间）。Sol（xHigh）10.94%、第 2；同榜 Fable 5 High 13.94% 仍更高，GPT-5.5 xHigh 8.26%、第 4——同一生态里，5.6 比 5.5 明显靠前。

真人盲测 Agent 榜：Sol 第 2——Arena

WebDev 榜

看的是前端 / 网页开发类任务的盲测分（Elo 风格，同样有置信区间）。Sol（sol-xhigh，codex-harness）1618、第 3，前面是 kimi-k3 1679、Fable 1631。这条带 codex-harness 标注，和没写 harness 的模型名次不好直接拿来比；票数还会继续涨，名次也可能动。

前端 WebDev 榜：Sol 第 3，前有 Kimi 与 Fable——Arena

三、三档 × 思考深度 怎么选？

实际使用里，大家更常纠结的是：想达到某一档智力水平，该选 Sol / Terra / Luna 的哪一档、开多深的思考强度，怎么组合又快又省又好。

下面这组对比，依据 OpenAI 正式发布页 上两张 Artificial Analysis Intelligence Index v4.1 图（得分 vs API 成本、得分 vs 单项任务加权平均耗时）。图中的「成本 / 耗时」是跑完这套综合智能评测的预估总花费（美元）和单项加权平均耗时（分钟），用来比较效率；和后文「每百万 tokens 标价」不是一回事。思考深度从浅到深大致为 None / Low / Medium / High / Xhigh / Max。成本统一用美元，方便直接横比。

得分与成本：三档各自随思考深度抬升，整体比 GPT-5.5 更「高分、相对更省」

得分与耗时：加深思考通常能提高分数，但单项平均等待也会变长

推荐组合

按照能力、任务速度和成本，配置的大致如下：

分数	大约什么概念	更值得默认
≈59	新一代天花板（≈ Claude Fable 5 Max）	Sol + Max
≈55	上一代天花板，新一代日常档（≈ GPT-5.5 xHigh、Opus 4.8 Max）	Sol + High
≈53	上一代日常档（≈ GPT-5.5 High）	Sol + Medium
≈50	上一代国产最强一带（≈ GPT-5.5 Medium、GLM-5.2）	Sol + Low
≈45	上一代国产主力水平（≈ Qwen3.7 Max、DeepSeek V4 Pro、MiniMax M3）	Terra + Medium
≈40	中模型水平（≈ DeepSeek V4 Flash）	Terra + Low
<40	轻量与批量	Luna + Low

归纳一句：Sol 使用 Max → Low 解决中高难度任务，Terra 使用 Medium → Low 解决中低难度任务，Luna 使用 Low → None 解决轻量、批量任务、格式转换等任务。

下面按七个常见目标分数展开说明，按需查看，可略过：

1. 约 59 分：≈ Claude Fable 5 Max，新一代天花板

Claude Fable 5 Max 约 59.9（约 $5631 / 5.6 分钟）。GPT-5.6 里能摸到这一带的，主要是 Sol 顶配：

组合	得分	评测成本	耗时
Sol + Max	约 58.9	约 $2839	约 2.2 分钟
Sol + Xhigh	约 57.7	约 $1558	约 1.5 分钟
Terra / Luna	—	—	Max 分别约 55 / 51，够不到 59

更合适的是 Sol + Max：分数几乎贴着 Fable，评测成本大约只要 Fable 的 一半，耗时大约 五分之二。若还能接受略低一两分，Sol + Xhigh 更省。Terra、Luna 再怎么加深也到不了这一档。

2. 约 55 分：≈ GPT-5.5 xHigh、Opus 4.8 Max 上一代天花板

GPT-5.5 Xhigh 约 54.8（约 $2644 / 4.0 分钟），Opus 4.8 Max 约 55.7（约 $3753 / 7.1 分钟）。若目标落在这一带：

组合	得分	评测成本	耗时
Sol + High	约 55.9	约 $970	约 1.0 分钟
Terra + Max	约 55.0	约 $1766	约 2.0 分钟
Luna	—	—	Max 约 51，达不到 55

更合适的是 Sol + High：分数接近甚至略高于 5.5 xHigh / Opus Max，评测成本大约只要 5.5 xHigh 的约 三分之一，耗时大约 四分之一。Terra Max 也能达到，但更贵、更慢，通常没有必要。

3. 约 53 分：≈ GPT-5.5 High 此前个人日常档

GPT-5.5 High 约 53.1（约 $1663 / 2.6 分钟）。GPT-5.5 High 是我个人编码最常用的档位（毕竟日常工作不可能一直开最高思考吧，又慢又贵，没必要），新一代 Sol 的 Medium 即可达到这一分数：

组合	得分	评测成本	耗时
Sol + Medium	约 53.6	约 $608	约 0.6 分钟
Terra + Max	约 55.0	约 $1766	约 2.0 分钟
Luna	—	—	达不到 53

更合适的是 Sol + Medium：比原先常用的 5.5 High 分数略高，成本大约 三分之一多，耗时大约 四分之一。用 Terra Max 来打这个分位，偏浪费。

4. 约 50 分：≈ GPT-5.5 Medium、GLM-5.2 上一代国产最强

新一代国产最强已经是 Kimi K3，综合智能约 57，编程指数约 75，前端盲测约 1679（第 1，初步）。

GPT-5.5 Medium 约 50.4（约 $875 / 1.4 分钟）。

组合	得分	评测成本	耗时
Sol + Low	约 49.4	约 $368	约 0.4 分钟
Terra + Xhigh	约 51.6	约 $748	约 1.2 分钟
Luna + Max	约 51.2	约 $876	约 1.2 分钟
Luna + Xhigh	约 49.1	约 $483	约 1.0 分钟

更合适的是 Sol + Low：在接近五十分的组合里，成本和耗时都更有利。Terra Xhigh / Luna Max 也能到 50 附近，但花费接近甚至超过当年的 5.5 Medium，优势有限。

5. 约 45 分：≈ Qwen3.7 Max、DeepSeek V4 Pro、MiniMax M3 （约 44–46）上一代国产主要水平

组合	得分	评测成本	耗时
Terra + Medium	约 45.6	约 $248	约 0.5 分钟
Luna + High	约 46.1	约 $278	约 0.7 分钟
Sol + Low	约 49.4	约 $368	约 0.4 分钟

更合适的是 Terra + Medium；若更在意单价、可接受稍慢，可选 Luna + High。Sol 也能用，但对这一分位往往不是最经济的选择。

6. 约 40 分：≈ DeepSeek V4 Flash 一带（约 38–41）中模型大约分数

组合	得分	评测成本	耗时
Terra + Low	约 40.5	约 $168	约 0.3 分钟
Luna + Medium	约 38.1	约 $109	约 0.3 分钟
Sol + None	约 41.2	约 $256	约 0.3 分钟

更合适的是 Terra + Low；若再压成本、可接受略低于 40，可选 Luna + Medium。Sol None 约 41 分，但这一层通常不必上 Sol。

7. 低于 40 分：简单轻量任务与批量调用

分数再低一截，主要是 Luna / Terra 的浅档：

组合	得分	评测成本	耗时
Luna + Medium	约 38.1	约 $109	约 0.3 分钟
Luna + Low	约 33.3	约 $72	约 0.2 分钟
Terra + None	约 34.0	约 $131	约 0.3 分钟
Luna + None	约 26.6	约 $54	约 0.2 分钟

更合适的是 Luna + Medium / Low / None：分数大约三十出头，成本与耗时都较低，适合高频短问答、粗加工和批量任务。

四、和其他模型对比

海外价按约 1 美元 ≈ 7 元折合。Arena WebDev 取 2026 年 7 月 18 日 的投票榜。

模型	一句话定位	AA 智能指数	Arena WebDev	API 输入/输出（元/M tokens）	获取
Claude Fable 5	当前综合天花板之一	~60	1631（第 2）	约 70 / 350	闭源
GPT-5.6 Sol	又强又相对省的新旗舰	~59	1618（第 3）	约 35 / 210	闭源
GPT-5.6 Terra	日常均衡，约一半标价贴近上一代旗舰	~55	—	约 17.5 / 105	闭源
GPT-5.6 Luna	更快更便宜，适合轻量与批量	~51	—	约 7 / 42	闭源
Kimi K3	接近国际顶尖的国产新T0旗舰	~57	1679（第 1，初步）	20 / 100	即将开源
Claude Opus 4.8	上一代顶尖 Claude，仍很强	~56	1562（第 5）	约 35 / 175	闭源
GLM-5.2	上一代国产T0旗舰	~51	1587（第 4）	约 10 / 31	开源
DeepSeek V4 Pro	量大管饱能力强	~44	明显靠后	约 3 / 6	开源
MiniMax M3	更便宜的长上下文主力	~44	明显靠后	2.1 / 8.4	开源

• 对 Fable：综合智能基本相同，但编程指数和成本上 Sol 更有优势，单价大约一半。
• 对 Kimi K3：Sol 在 Artificial Analysis 综合分和编程指数上更突出；K3 前端盲测更靠前、人民币标价更友好，也走国产 / 开源路线。
• 对 Opus / GLM / DeepSeek / MiniMax：要体验和生态选 Sol/Fable；单价更低选 智谱 GLM-5.2 / DeepSeek V4 Pro/Flash / MiniMax M3。

五、总结

OpenAI 把 GPT-5.6 旗舰拆成可选三档：Sol 新一代T0；Terra 用 1/2 价格达到上一代T0；Luna 用 1/5 低价格应对轻量与批量任务。

Sol 档位 Artificial Analysis 综合约第二，Coding / Agentic 第一；Arena Agent 第二、WebDev 第三。

选型上：中高分用 Sol 的 Max → Low，中低分用 Terra 的 Medium → Low，轻量与批量默认 Luna 的 Low → None。

接下来几周，各家 Coding Plan、投票榜和套餐活动还会继续变——欢迎收藏、关注 DreamFree 网站，及时获取更新。

数据来源 https://vibecoding.dreamfree.space

原文链接 https://vibecoding.dreamfree.space/articles/news/20260719_gpt_5_6/

ChatGPT https://chatgpt.com/#pricing