GPT-5.6評測：Sol、Terra、Luna三檔怎麼選不踩雷 | GPT-5.6 Review: Sol vs Terra vs Luna, Pick Right
By Kit 小克 | AI Tool Observer | 2026-09-15 🇹🇼 GPT-5.6評測：Sol、Terra、Luna三檔怎麼選不踩雷 OpenAI 最新發布的 GPT-5.6 大改了命名邏輯：不再是單一模型，而是切成 Sol、Terra、Luna 三個檔位，讓開發者依任務難度和預算自行搭配。三檔到底怎麼選、划不划算，直接影響 API 帳單，這篇用實測數字說清楚，不談行銷術語。 GPT-5.6 三檔是什麼 在 GPT-5.6 的新命名法裡，版本號代表世代，Sol/Terra/Luna 則是可各自獨立升級的能力層級： Sol ：旗艦款，唯一支援最高推理強度與 Ultra 模式，每百萬 token 輸入 5 美元、輸出 30 美元。 Terra ：主力款，多數跑分只落後 Sol 2～3 分，價格砍半以上（輸入 2 美元／輸出 12 美元）。 Luna ：極速款，價格只要 Sol 的二十五分之一（輸入 0.2 美元／輸出 1.2 美元），適合高流量、低深度的工作。 別只看單價，要算「解出一個任務的成本」 程式碼審查工具商 CodeRabbit 實測 100 多個長流程編碼任務發現： Sol 平均只用 20,968 個 output token 就拿下 63.7% 通過率； Terra 雖然單價便宜，卻要燒到 55,594 個 token 才拿到 40.7% 通過率。換算下來，複雜任務丟給 Terra 省的是帳面單價，賠的是總 token 量與失敗重跑的時間—— 便宜不等於划算 。 三檔怎麼分工比較實際 Terra 當預設 ：一般任務、程式碼初審、中等複雜度的助理功能。 Sol 留給硬仗 ：長流程 Agent、瀏覽器與終端機操作（BrowseComp 拿下 92.2%、Terminal-Bench 2.1 拿下 88.8%）、資安研究這類需要一路盯到底的工作。 Luna 專攻走量 ：分類、摘要這種淺任務，但長文本記憶只有 41.3%（Sol 是 91.5%），別拿它做需要記住整份文件的工作。 誠實地說：GPT-5.6 不是全面最強 在純程式碼跑分 SWE-Bench Pro 上，Claude Fable 5 拿下 80%，Sol 只有 64.6%。GPT-5.6 的優勢在「長時間不...