GPT-5.6 三款模型 7 月 9 日正式发布后，最初两天的讨论集中在价格、任务表现和推理速度：Terra 能否以较低价格满足日常工作，Sol 能否支撑更复杂的 Agent 任务，以及 Luna 在哪些场景下够用。OpenAI 此前预告的 Cerebras 版本最高每秒 750 token，也引起了开发者关注。下面的比较采用发布时的价格和当时可见的评测结果。
Sol、Terra 和 Luna 的价格与任务表现各有差异
发布材料和早期评测提供了初步的选型依据，尚不足以形成适用于所有开发者的结论。以下价格均为每百万输入、输出 token 的美元单价。
**Sol（输入 5 美元 / 输出 30 美元）**在多项复杂 Agent 评测中表现突出。在 Terminal-Bench 2.1 上，单 Agent Sol 得分 88.8%，Sol Ultra（四并行 Agent）达到 91.9%，是发布材料中该测试的领先结果。Sol Ultra 在 BrowseComp 上得分 92.2%，单 Agent Sol 在 OSWorld 2.0 上得分 62.6%。Sol 更适合把任务完成质量放在首位的场景；在部分测试上，它比 Terra 高约 2 到 3 个百分点，但 token 单价翻倍，是否值得取决于错误成本和实际用量。
**Terra（输入 2.50 美元 / 输出 15 美元）**兼顾任务表现和价格。它在 Terminal-Bench 2.1 上得分 87.4%（OpenAI 官方数据）。Vellum 的对比还援引了 Anthropic 报告的 Fable 5 得分 86.0%，以及其他评测给出的 83.4% 至 84.3%；这些数字的测试配置需要分别看待。按 Fable 5 输入 10 美元、输出 50 美元的标价计算，Terra 的输入单价为其四分之一，输出单价为其 30%。在 OpenAI 报告的 Agents' Last Exam 上，Terra 得分 50.4%，Fable 5 为 40.5%，相差近 10 个百分点；每项任务究竟省多少钱，还取决于各自消耗的 token。
**Luna（输入 1 美元 / 输出 6 美元）**适合优先考虑成本的批量任务。Vellum 引述的 DeepSWE 长期工程任务估算中，Luna 每美元 API 费用对应约 24 个基准分数点，Fable 5 为 3.2；这是特定测试下的分数与成本比。长上下文检索则是 Luna 较弱的一项：在 MRCR v2 的 256K 至 512K、8 目标测试中，Luna 得分 41.3%，Sol 和 Terra 分别为 91.5% 和 89.6%。处理长文档或大型代码库时，这种信息提取能力的差距值得重点测试。
Sol 的 Cerebras 版本主打最高每秒 750 token 的生成速度
推理硬件也可能影响使用体验。OpenAI 在预览公告中称，计划于 7 月推出运行在 Cerebras 上的 Sol，生成速度最高可达每秒 750 token，初期仅面向部分客户。相关报道将这项加速归于 Cerebras 的晶圆级 WSE-3 芯片。
如果 Agent 的主要等待时间来自生成 token，更快的推理可以缩短多轮执行过程，让用户更容易边看结果边调整任务。但外部工具、网络请求和文档读取同样耗时，最高生成速度不能直接换算为整个任务的提速倍数。
速度和费用也需要分开计算。相同任务若消耗同样多的 token，生成更快本身不会增加用量；账单是否变化，要看该服务的实际单价，以及提速后是否执行了更多任务。当时的速度预告尚不能支持具体的费用结论。
54% 效率提升与 Luna 的个别反超，需要看测试设置
Altman 提到的 54% token 效率提升。 Sam Altman 在接受 CNBC 采访时称，Sol 在编码任务上的 token 效率比前代提升 54%。这是公司给出的数字，当时的报道没有提供同口径的独立复现。它不等于开发者写代码的速度提高 54%，也不能直接换算为所有项目的费用降幅。
Luna 在个别测试中超过 Terra。 早期讨论援引 DataCamp 整理的部分结果，指出定价更低的 Luna 有时得分更高。模型在不同任务上的排序可能不同，推理设置和评测版本也会影响结果。Artificial Analysis 的评测进一步显示，在其智能指数与任务成本组合下，一些 Luna 或 Sol 设置比 Terra 更合算。这些差异说明，价格层级不能替代具体任务测试。
Terra 的较低单价，增加了开发者比较和迁移的动力
GPT-5.6 面对着持续的价格竞争。Grok 4.5 当时的输入、输出标价为每百万 token 2 美元和 6 美元，中国模型也在压低 API 价格。Claude Code 则展示了付费编程需求：其年化收入规模此前从约 10 亿美元增至超过 25 亿美元，后一个数字由 Anthropic 于 2 月披露。价格和收入信息反映了竞争压力，但尚不足以判断 OpenAI 的整体 API 份额变化。
从这一背景看，GPT-5.6 的三档定价，尤其是 Terra 的 2.50/15 美元标价，有助于吸引开发者重新比较供应商。如果在实际任务上保持相近质量，较低单价就能提供迁移理由；迁移还涉及提示词、工具接入和回归测试等成本。
早期讨论中，已有开发者开始关注 Terra 是否够用、实际任务成本是否更低。这仍是初步反馈，不能代表整个开发者社区已经完成选择。
Agent 评测领先，不等于所有编程任务都领先
OpenAI 的发布材料重点展示 Terminal-Bench、Agents' Last Exam、BrowseComp 和 OSWorld 等 Agent 任务，GPT-5.6 在其中多项测试上领先。但当时的主要发布表格没有列出 SWE-bench Verified、GPQA Diamond、AIME、MMLU、ARC-AGI-2、FrontierMath 的结果，读者无法仅凭这份表格完成所有维度的比较。
仓库级软件工程测试 SWE-Bench Pro 给出了不同的排序：Claude Fable 5 得分 80%，GPT-5.6 Sol 为 64.6%，相差超过 15 个百分点。OpenAI 在 7 月 8 日另行发布的审计文章中估计，该基准约 30% 的任务存在缺陷，并建议开发者仔细检查结果。
评测争议需要结合具体任务和评分方法讨论，不能仅凭实验室是否领先判断其动机。现有结果支持更有限的结论：Sol 在终端工作流、多步工具使用等评测中表现突出，Fable 5 在 SWE-Bench Pro 上领先。后者同样包含 Agent 执行过程，这两组结果不应被简单划成「Agent 强」和「纯代码强」。
9to5Mac 当时报道，OpenAI 计划在 7 月 23 日移除 GPT-5.4，保留 GPT-5.5。不同产品的替换安排需要分别确认，使用 API 的团队还需以对应的停用通知为准。比较替代方案时，可以从 Terra 和 Luna 开始，再检查 Sol 在复杂任务上的提升是否值得额外费用。
