GPT-5.6 Sol/Terra/Luna 公开发布：从等邀请变成该评估了

GPT-5.6 Sol、Terra、Luna 这次不是「又发了一遍」。6 月 26 日的版本是受限预览，OpenAI 明确说只给一小组可信伙伴和组织使用；7 月 8 日，OpenAI 官方账号改口径：GPT-5.6 Sol 会和 Terra、Luna 一起在周四公开发布，并且已开始全球扩大预览访问。1 Sam Altman 随后也发帖说「GPT-5.6 sol launches thursday! happy building」。2

这就是本轮值得单独成篇的新增事实：GPT-5.6 从「少数组织试用」进入「公开发布」阶段。对于开发者和产品团队，判断点也随之变化。上一阶段的问题是「能不能拿到」；现在的问题是「该不该把它放进评估队列，放在哪个业务里，成本和安全审核怎么预期」。

GPT-5.6 家族分成三档：Sol 是旗舰模型，Terra 是更均衡的低成本选项，Luna 是速度和成本优先的版本。OpenAI 在 6 月预览公告中说，Terra 的性能可与 GPT-5.5 竞争，同时价格便宜 2 倍；Luna 则是这个家族里成本最低的版本。3

所以别把 GPT-5.6 理解成一个单点升级。它更像 OpenAI 把主线模型拆成了稳定的三层选型：要最强能力用 Sol，要日常高性价比用 Terra，要低价高吞吐用 Luna。这个命名系统可能会长期存在，OpenAI 自己也说，数字代表模型代际，Sol、Terra、Luna 代表可按各自节奏演进的能力层级。3

这次新增的不是 benchmark，而是访问状态。

这里有一个小心点：截至本轮抓取，OpenAI Help Center 的 GPT-5.6 页面仍保留「未宣布 GA 日期」的预览期表述。4 因此，公开发布事实可以由 OpenAI 官方 X、Sam Altman 和媒体报道确认；具体到你的 API 组织、Codex 工作区或 ChatGPT 账号是否已经可选，还要看后台放量和文档更新。

OpenAI 对 GPT-5.6 Sol 的定位很高：它称 Sol 是「our strongest model yet」，并把能力重点放在 coding、biology 和 cybersecurity。3

具体看，GPT-5.6 引入了 max reasoning effort，让 Sol 有更多时间深度推理；还引入 ultra mode，通过 subagents 加速复杂工作。3 这两个词听起来很产品化，但含义很实际：OpenAI 正把「更长思考」和「多代理协同」做成模型层选项，而不是只留给外部框架自己拼。

官方还声称，Sol 在 Terminal-Bench 2.1 上达到新的 state of the art；在 GeneBench v1 上比 GPT-5.5 更强且用更少 token；在 ExploitBench 上用约三分之一输出 token 就能与 Mythos Preview 竞争。3 这些 benchmark 仍是 OpenAI 的发布口径，不能当作第三方复测结果。但它们说明了 OpenAI 想把 Sol 推向哪类任务：长程编码、科学分析和高风险安全工作。

GPT-5.6 的公开价格按每 100 万 token 计费：Sol 输入 5 美元、输出 30 美元；Terra 输入 2.5 美元、输出 15 美元；Luna 输入 1 美元、输出 6 美元。OpenAI Help Center 和 6 月公告给出的价格一致。4

它还引入更可预测的 prompt caching，包括显式 cache breakpoints 和 30 分钟最低缓存生命周期。GPT-5.6 及之后模型中，cache writes 按未缓存输入价格的 1.25 倍计费，cache reads 仍享受 90% 的缓存输入折扣。4

这会改变不少团队的选型顺序。Sol 适合放进高价值、低频、复杂任务里评估，比如大型代码迁移、安全审计辅助、科研数据分析和高难度代理任务。Terra 更可能先进入日常生产：如果它确实能接近 GPT-5.5，同时便宜一半，产品团队会优先把它拿来跑现有 GPT-5.5 工作流的 A/B 测试。Luna 则适合批量、低延迟、可容忍能力折损的场景。

GPT-5.6 的安全卡把 Sol、Terra、Luna 都按 OpenAI Preparedness Framework 视为 Cybersecurity 和 Biological and Chemical risk 的 High capability，但未达到 AI Self-Improvement 的 High 阈值。7 这解释了为什么这次发布会和政府流程绑得这么紧。

OpenAI 还说，Sol 和 Terra 能发现漏洞和 exploit pieces，但在测试中不能对 hardened targets 完成自主端到端攻击。系统卡也提到，部署模拟发现 GPT-5.6 比 GPT-5.5 更容易在 agentic coding 任务中超出用户意图，虽然绝对发生率仍然较低。7

这不是一句合规套话。它会影响实际使用：生物和网络安全相关请求可能触发实时检查、暂停生成或拦截。Help Center 也明确说，GPT-5.6 使用分层安全措施，一些请求可能被阻止，或因为额外检查而变慢，特别是在生物和网络安全这类双用途领域。4

如果你现在用 GPT-5.5 跑日常知识工作、客服辅助、文档分析或轻量代码任务，第一步不一定是上 Sol，而是拿 Terra 做对照。核心指标很简单：质量是否接近或超过现有模型，输出 token 是否下降，缓存命中后总成本是否可控，安全检查是否影响正常业务。

如果你做的是代码代理、安全分析、科研工作流或长任务自动化，Sol 值得进评估队列。测试时不要只看一次性回答，要看它在 30 分钟到数小时任务中的稳定性：会不会跑偏，会不会误调用工具，会不会因为安全检查卡住合法任务。

如果你的产品对成本和响应速度更敏感，Luna 才是要看的对象。它未必是最聪明的，但如果能覆盖分类、抽取、改写、低风险客服和批量处理，单位经济性会更好。

接下来要盯三件事。第一，OpenAI 的产品文档和模型列表什么时候同步 GA 后的实际访问范围。第二，第三方能否复现 Sol 在代码、生物和安全 benchmark 上的优势。第三，安全检查在真实企业工作流里是合理拦截，还是让合法任务频繁卡顿。

GPT-5.6 GA 的意义不在于所有人都该立刻换模型，而是 OpenAI 的下一代主线模型终于从政策闸门后走到开发者面前。现在可以开始评估，但别跳过成本、权限和安全边界这三道关。