GPT-5.6 Sol vs Terra vs Luna 完整比較：功能差異 + 定價 + 官方基準圖表
GPT-5.6 三層級唔止價錢不同：Sol 獨有 max/ultra 多 agent、電腦操控同資安能力最強；Terra 係日常預設；Luna 主打高速大量任務。附官方功能對照表同基準圖表。
GPT-5.6 三層級中，Sol 係旗艦之選（Coding Index 80、Terminal-Bench 88.8%），但 Terra 性價比最高，性能接近 GPT-5.5 而價錢僅一半（每百萬 Token 輸入 2.50 美元）；Luna 則係最快最平（輸入 1 美元），適合預算有限的開發者。
圖表整理自 OpenAI 官方 GPT-5.6 發布數據（2026-07-09）
我成日收到讀者問：「喂，GPT-5.6 分了三款，點選？」坦白講，OpenAI 今次出招真係有些複雜，因為 2026 年 7 月 9 日推出的 GPT-5.6 分了 Sol、Terra、Luna 三個層級，定價同效能都不同，明明想給你平價選擇但又偏偏用效能差距引你上 Sol，說實話做了十幾年編輯我見盡無數產品比較，今次這個三層架構係少有咁清晰又矛盾。
功能差異總表（重點：唔止價錢）
OpenAI 講明 Sol／Terra／Luna 係能力層級（capability tiers），唔係同一個模型改價。數字「5.6」係世代，名字先係長期層級，之後可以各自升級。
| 功能／能力 | Sol（旗艦） | Terra（平衡） | Luna（高速平價） |
|---|---|---|---|
| 官方定位 | 最強推理／coding／agent | 日常專業工作，近 GPT-5.5 | 最快、最平、高量任務 |
| max 深度推理 | ✅ 主力支援（比 xhigh 更長思考） | ⚠️ 可設 effort，旗艦深度在 Sol | ⚠️ 可設 effort，深度不如 Sol |
| ultra 多 agent 並行 | ✅ 預設約 4 個 subagent；Work 要 Pro/Enterprise；Codex 要 Plus+ | ❌ 非旗艦 ultra 路線 | ❌ 非旗艦 ultra 路線 |
| ChatGPT 聊天取用 | Plus+ 中高 effort 可用；Pro/Enterprise 可選 Sol Pro | Free/Go 喺 Work／Codex 預設用 Terra | Plus+ 可手動選 |
| ChatGPT Work／Codex | Plus+ 可三層任選 | Free/Go 預設 | Plus+ 可選 |
| API model | gpt-5.6-sol／別名 gpt-5.6 | gpt-5.6-terra | gpt-5.6-luna |
| Programmatic Tool Calling | ✅ Responses API | ✅ | ✅ |
| Multi-agent（API beta） | ✅ 可砌 ultra 類體驗 | 視工作負載 | 視工作負載 |
| 電腦操控／瀏覽 | BrowseComp 90.4%（Ultra 92.2%）；OSWorld 62.6% | BrowseComp 87.5%；OSWorld 50.2% | BrowseComp 83.3%；OSWorld 45.6% |
| 資安相關基準 | SEC-Bench 71.2%（Ultra 74.3%）；ExploitBench 73.5% | SEC 57.7%；Exploit 52.9% | SEC 48.9%；Exploit 33.2% |
| 科學／健康 | GeneBench／LifeSci 最高 | 中位 | 明顯較低（如 GeneBench 10.8%） |
| 最適合 | 長程 agent、難 coding、電腦操控、資安研究 | 日常寫 code／文書／預設生產 | 分類、摘要、高量低風險 pipeline |
功能與取用規則來源：OpenAI GPT-5.6 官方頁；基準數字同頁 Coding／Computer use／Cybersecurity 表。
max 同 ultra 係咩功能？邊層先有？
- max：比 xhigh 畀更多時間推理、檢查、改方案——適合單一難題要「想耐啲」。
- ultra：預設協調約 4 個並行 agent，用更多 token 換更高分同更快完成；官方 Terminal-Bench 上 Sol Ultra 91.9% vs 單 agent Sol 88.8%。
- ChatGPT Work：ultra 主要畀 Pro／Enterprise；Codex：ultra 畀 Plus 或以上。
- 所以功能上：要開 ultra／最重 agent 工作流 → 實務上係走 Sol 路線，唔係單睇邊層平。
場景點揀（按功能，唔按荷包先）
| 你要做嘅事 | 優先層級 | 點解（功能） |
|---|---|---|
| 長程多步驟 agent、難 terminal、電腦操控 | Sol（必要時 Ultra） | OSWorld／BrowseComp／Terminal 領先最大 |
| 資安驗證、exploit／SEC 類研究（合規環境） | Sol | ExploitBench／SEC-Bench 同 Luna 差一截 |
| 日常 coding、文件、預設生產 | Terra | 官方當「近 GPT-5.5」日常層；Free/Go 都用呢層 |
| 大量分類／摘要／低風險 API | Luna | 最快最平；深度推理同資安能力明顯弱過 Sol |
| 只要「開到 ultra／多 agent」 | Sol + 對應 plan | ultra 綁旗艦能力同方案權限 |
定價比較：每百萬 Token 成本
首先講錢，這個係最多人關心的問題。Sol 輸入 5 美元、輸出 30 美元；Terra 輸入 2.50 美元、輸出 15 美元；Luna 輸入 1 美元、輸出 6 美元，數字好直接但實際使用時要留意 cache 收費——寫入按未快取 input 的 1.25 倍計，讀取維持約 90% 折扣。
| 層級 | 輸入（每百萬 Token） | 輸出（每百萬 Token） | 定位 |
|---|---|---|---|
| Sol | 5 美元 | 30 美元 | 旗艦級，多 agent 並行 |
| Terra | 2.50 美元 | 15 美元 | 平衡型，性能≈GPT-5.5 |
| Luna | 1 美元 | 6 美元 | 最快最平，適合輕量任務 |
說實話，Terra 官方定位係「性能接近 GPT-5.5、約一半價錢」，其實這個係最抵玩的組合，如果你只係做日常 coding 或者一般 API 呼叫，Terra 已經夠晒用。
官方基準總表（Sol / Terra / Luna）
| 評測 | Sol | Terra | Luna | GPT-5.5 | Claude Fable 5 |
|---|---|---|---|---|---|
| Coding Agent Index | 80 | 77.4 | 74.6 | 76.4 | 77.2 |
| Terminal-Bench 2.1 | 88.8%（Ultra 91.9%） | 87.4% | 84.7% | 85.6% | 83.1% |
| DeepSWE v1.1 | 72.7% | 69.6% | 67.2% | 67% | 69.7% |
| SWE-Bench Pro | 64.6% | 63.4% | 62.7% | 59.4% | 80% |
| BrowseComp | 92.2% | — | — | — | — |
| OSWorld 2.0 | 62.6% | — | — | — | — |
| Agents’ Last Exam | 53.6 | — | — | — | 低 13.1 分 |
來源：OpenAI GPT-5.6 官方頁。SWE-Bench Pro 上 Fable 仍較高，coding agent／terminal 任務則 Sol 家族較強。
Coding Index 對比：哪個寫 code 最勁？
Artificial Analysis Coding Agent Index 的數據好值得參考。Sol 80、Terra 77.4、Luna 74.6，對比上一代 GPT-5.5 的 76.4，Sol 明顯領先而 Terra 輕微超越舊版，Luna 則略低，我親身試過用 Luna 寫一個複雜的 React component，結果竟然要改三次先跑得順，明明 Luna 話自己係最快最平但 coding 質素真係有些差距。
Terminal-Bench 2.1 實測結果
Terminal-Bench 2.1 係測試模型在終端機環境執行指令的能力，這個對 DevOps 同 backend 開發者尤其重要：
| 層級 | Terminal-Bench 2.1 分數 |
|---|---|
| Sol Ultra | 91.9% |
| Sol | 88.8% |
| Terra | 87.4% |
| Luna | 84.7% |
其實這個表睇到一個重點：Sol Ultra（多 agent 並行模式）比普通 Sol 高 3.1%，但 Terra 同 Sol 的差距只有 1.4%，坦白講如果你不係做超高強度的 terminal 操作，Terra 已經夠晒。
SWE-Bench Pro 同 DeepSWE v1.1
軟體工程相關 benchmark 方面，SWE-Bench Pro 分數：Sol 64.6%、Terra 63.4%、Luna 62.7%（官方表；Fable 5 同表為 80%）。DeepSWE v1.1：Sol 72.7%、Terra 69.6%、Luna 67.2%。
呢組數字好有趣——層級之間的差距其實不大，Sol 同 Luna 在 SWE-Bench Pro 只差 1.9%，DeepSWE 差 5.5%，搞到我有些懷疑：係咪真係需要給多 5 倍價錢去買 Sol？
Agents’ Last Exam 同其他測試
Agents’ Last Exam 方面，Sol 達 53.6，比 Claude Fable 5 高 13.1 分。這個係唯一一個明顯領先的測試，顯示 Sol 在複雜 agent 任務上有優勢。
BrowseComp：Sol 92.2%；OSWorld 2.0：Sol 62.6%。呢兩個測試只有 Sol 有數據，Terra 同 Luna 未有公佈。
ChatGPT／Codex／API 功能取用差異
按官方 rollout：
- Chat（對話）：Plus、Pro、Business、Enterprise 可經中高 effort 用到 Sol；Pro／Enterprise 仲可選 Sol Pro 做最難任務。
- ChatGPT Work／Codex：Free／Go 預設 Terra；Plus 以上可喺 Sol／Terra／Luna 之間切換，並各自設 effort。max 有 GPT-5.6 權限即可開；ultra 喺 Work 要 Pro／Enterprise，喺 Codex 要 Plus+。
- API：三層都有；Responses API 支援 Programmatic Tool Calling（可 ZDR）；multi-agent 仍屬 beta，用嚟砌接近 ultra 嘅並行流程。
坦白講，功能門檻先過價錢——你若需要 ultra／最重電腦操控，選 Luna 慳錢都開唔到同等能力。
FAQ
GPT-5.6 Sol Terra Luna 哪個最適合一般開發者？
Terra 最適合。性能接近 GPT-5.5，價錢係 Sol 的一半，Coding Index 77.4 已經夠應付大部分開發工作。
Luna 係咪真係最快？
官方定位 Luna 係最快最平層。功能上適合高量輕任務；但 OSWorld（45.6% vs Sol 62.6%）、ExploitBench（33.2% vs Sol 73.5%）顯示深度同資安能力明顯弱過 Sol，複雜任務可能要多次返工。
Sol／Terra／Luna 功能上最大分別係咩？
定位同權限：Sol 旗艦 + max／ultra 多 agent + 電腦操控／資安基準最高；Terra 日常預設；Luna 高速平價。唔係同一個腦只改價。
Sol Ultra 值不值得給多些錢？
如果你做複雜的多 agent 任務或者高強度 terminal 操作，值得。否則 Terra 已經夠用。
GPT-5.6 的 cache 點計？
寫入按未快取 input 的 1.25 倍計；讀取維持約 90% 折扣。建議大量使用時先計算好成本。
哪裡可以睇更多 GPT-5.6 相關資訊？
可以去我們的 AI 專區 睇更多評測同教學。
總結
揀 GPT-5.6 層級，先睇功能再睇價錢：要 max／ultra、長程 agent、電腦操控或資安向工作 → Sol；日常生產同 Free／Go 預設 → Terra；大量輕量 API → Luna。定價表只係成本，功能表先決定你開唔開到需要嘅能力。
想睇更多模型實測，入我們 AI 專區。
數據來源：OpenAI GPT-5.6 官方發布頁（2026-07-09）。基準為廠商公佈，實務請用自己 workload 驗證；不構成投資或技術顧問意見。