全新的 GPT-5.6 家族：Luna、Terra、SolThe new GPT-5.6 family: Luna, Terra, Sol

2026年7月9日

OpenAI 最新旗舰模型于今晨正式全面可用，提供三种规格：Luna、Terra 和 Sol（从小到大）。

新模型每 100 万输入/输出 token 的定价为：Luna $1/$6，Terra $2.50/$15，Sol $5/$30。作为对比，Claude Opus 系列为 $5/$25，Claude Fable 5 为 $10/$50，但既然在相同任务下不同模型的推理 token 数量差异巨大，每百万 token 的价格现在已说明不了太多问题。

这三款模型的知识截止日期均为 2026 年 2 月 16 日，上下文窗口为 100 万 token，最大输出 token 为 128,000。

OpenAI 在基准测试方面最大的宣称集中在长时间运行的智能体性能上，一项基准测试显示这三款模型均优于 Claude Fable 5：

我们训练 GPT-5.6 以期从每个 token 中获得更多有用的工作成果。在 Agents’ Last Exam（一项针对 55 个领域长时间运行的专业工作流的评估）中，GPT-5.6 Sol 创下了 53.6 的新高，以 13.1 分的优势超越了 Claude Fable 5（自适应推理）。即使在中等推理强度下，它也以大约四分之一的预估成本击败了 Fable 5，领先 11.4 分。这种效率也延伸到了较小的模型上，这对于让智能变得更普及、更实惠至关重要：GPT-5.6 Terra 和 GPT-5.6 Luna 以大约十六分之一的成本超越了 Fable 5。

有趣的是，在 Fable 5 完胜 GPT-5.6 系列的一项自报基准测试 SWE-Bench Pro 中，Fable 5 得分为 80%，而 GPT-5.6 Sol 为 64.6%。这可能有助于解释为什么 OpenAI 昨天特意发布文章，指出他们在审查该基准测试时发现的问题：

鉴于这些结果，我们估计约 30% 的 SWE-bench Pro 任务存在问题，并建议模型开发者仔细检查结果

我已经提前体验了 GPT-5.6 Sol——它确实非常胜任，但到目前为止，在我一直使用 Anthropic 模型处理的复杂编码任务中，它并没有给我留下比 Fable 更好的印象。

像往常一样，使用 GPT-5.6 的模型指南包含了最有趣的细节。有一系列新的 API 功能需要我去探索（并且可能需要在 LLM 中添加支持），包括：

这是一个包含 18 种不同鹈鹕的完整页面——展示了三种不同模型在 none、low、medium、high、xhigh 和 max 推理强度下的表现。页面还列出了它们的 token 和计算成本——最便宜的是 gpt-5.6-luna 在 effort none 下，花费 0.71 美分；最贵的是 gpt-5.6-sol 在 max 推理级别下，花费 48.55 美分。

关于鹈鹕的更多消息，如果你跳转到他们今早直播的 17:50 处，就会看到 OpenAI 官方演示的 3D 鹈鹕骑三轮车、自行车、小马以及另一只鹈鹕的画面！