GPT-5.6 三档模型 + ChatGPT Work:Sol/Terra/Luna 选型与企业级 Agent 接入实战

原创

已于 2026-07-11 11:01:15 修改 · 738 阅读

话题

#IT疑难杂症诊疗室

于 2026-07-11 10:03:56 首次发布

AI 时代程序员必备技能

Codex、Claude Code、Cursor、Hermes Agent、OpenClaw等工程化实战专栏，讲透 AI 如何接管脏活累活

一键订阅

GPT-5.6 三档模型 + ChatGPT Work:Sol/Terra/Luna 选型与企业级 Agent 接入实战

适用读者:正在用 OpenAI API / Codex / 中转站接入做企业级 Agent 的开发者
阅读时长:约 10 分钟
测试时间:2026 年 7 月(基于炻光 AI 接入管理平台公开文档)

一、GPT-5.6 全面开放的 24 小时

2026 年 7 月 9 日,OpenAI 正式把 GPT-5.6 从"有限预览"切到"全面开放",一口气放了三档:

Sol —— 旗舰,Ultra 模式可派生多个子 Agent 并行处理,Terminal-Bench 2.1 实测 88.8%(Ultra 91.9%),超过 Claude Mythos 5 的 88.0%
Terra —— 均衡,能力接 GPT-5.5 级,价格腰斩,适合日常开发与文档分析
Luna —— 轻量,主打高频低延迟场景,价格只有 Sol 的 1/5

同一天,OpenAI 还推了 ChatGPT Work:由 GPT-5.6 驱动的企业级 Agent,能在 macOS/Windows 桌面端跨应用、跨文件、跨工作流连续工作数小时。Codex 周活用户已突破 500 万,其中超 100 万人把它用在了非软件开发的场景——文档分析、表格整理、销售线索跟进这类"以前必须人盯"的工作。

这次发布对国内开发者真正的影响,不是"GPT-5.6 终于能用",而是 OpenAI 把模型从"一刀切"切到"按任务复杂度分层"——同样是调一次 API,客服问答用 Luna、月报生成用 Terra、安全审计用 Sol,账单差距能拉到 5 倍。

本文按"格局 → 3 档横评 → 显式缓存实战 → 选型决策 → 接入代码"五段,挑出 3 个能直接拿来用的 row_key,给出一份能复用的企业级 API 接入代码。完整接口字段定义可在兼容 OpenAI 协议的公开文档中查阅。

二、3 个 row_key 模型横评

下面 3 个 row_key 覆盖了 GPT-5.6 系列的三种定位:旗舰 + Ultra 子智能体、均衡通用、高频低延迟。

row_key	官方 API 价($/M)	适用场景	关键特性
`gpt-5.6-sol`	in 5 / out 30	复杂推理 / 编码 / 网络安全 / 长链路 Agent	Ultra 模式(子 Agent 并行)、1.5M 上下文、Terminal-Bench 2.1 91.9%
`gpt-5.6-terra`	in 2.5 / out 15	日常开发 / 文档分析 / 客服 / 内部工具	能力接近 GPT-5.5,价格腰斩,显式缓存支持
`gpt-5.6-luna`	in 1 / out 6	摘要 / 起草 / 批量自动化 / 高频轻量	同系列最低价,延迟 < 100ms(首 token)

价格口径:数据来源是 OpenAI 2026-07-09 官方公开发布价,实际调用价格以接口实时返回为准。表中数字是基准档单价,中转站批发价 / 阶梯定价 / 缓存折扣策略以对应章节为准(见参考资料)。

注:本文三档模型的字段定义(参数 / 后缀变体 / 缓存标记)在 selltoken公开接口文档中都有完整列出。如果接的是裸 OpenAI API,字段名直接对应;如果接的是兼容协议中转站,base_url 改成你所用中转站的 https://<your-gateway>/v1 形式。

读这张表要看三件事:

价格差距比能力差距大。同样是 GPT-5.6 系列,Sol 输出 30 美元/M,Luna 输出 6 美元/M——差 5 倍。代码生成 / 长文写作这种重输出场景,优先选 Terra 或 Luna,不要给所有任务都上 Sol
Sol 的杀手锏是 Ultra 模式,不是单轮能力。88.8% 单轮标准模式与 Claude Mythos 5 拉不开差距,Ultra 模式派生 4 个子 Agent 并行处理才是质变——但 token 消耗是标准模式的 3-5 倍,只用 ChatGPT Pro($100/月)及以上档位才划算
三档都支持显式缓存。GPT-5.6 起 prompt cache 从"玄学"变成工程可控:显式 cache breakpoint、缓存寿命最少 30 分钟、读取 0.1× 折扣。对长 system prompt 场景,账单能砍 50%+。三档对应 row_key 在 API 文档站中都有完整字段定义,接生产前可以先查一遍缓存标记字段命名。

三、显式缓存实战:cache breakpoint 把 system prompt 成本压到 1/10

GPT-5.6 的 prompt cache 升级到"显式":你在 messages 里标记 cache_breakpoint,模型就会把 breakpoint 之前的稳定前缀长期缓存(最少 30 分钟),后续请求只对增量部分计费。

下面这段代码演示怎么利用显式缓存,让一个长 system prompt + 短 user query 的常见场景,成本从全价降到接近 1/10:

"""
GPT-5.6 显式缓存实战 —— 利用 cache_breakpoint 把 system prompt 成本压到 1/10
适用兼容 OpenAI 协议的中转站 (具体缓存字段以中转站文档为准)
"""
import os
import time
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["OPENAI_API_KEY"],
    base_url=os.environ.get("OPENAI_BASE_URL", "https://your-gateway/v1").rstrip("/"),
)

# 注:base_url 走兼容协议中转站时,绝大多数按 https://your-gateway/v1 模式暴露 endpoint,
# 具体接入示例参考兼容 selltoken 协议的接入文档

# 长 system prompt 放 messages 最前(关键:位置稳定才能命中缓存)
SYSTEM_PROMPT_TEXT = """你是资深 Python 后端工程师,熟悉 FastAPI、SQLAlchemy、Celery、Redis...
(此处省略约 8000 字符的稳定系统提示)
"""


def chat_with_explicit_cache(user_query: str) -> str:
    """GPT-5.6 显式缓存调用"""
    t0 = time.time()
    resp = client.chat.completions.create(
        model="gpt-5.6-terra",  # 用 Terra 演示,Sol / Luna 同样支持
        messages=[