先说结论，一句话选型。OpenAI 官方给的最省事：Sol 求细节和打磨，Terra 是日常主力，Luna 干清晰、重复的活；拿不准，就从 Sol 开始。 下面把这三个各是什么、贵不贵、什么活该用哪个，一次说清。
GPT-5.6 概览
2026 年 7 月 9 日正式发布（GA），ChatGPT、Codex、API 同时上。
有个容易搞混的点先讲清：Sol / Terra / Luna 不是三代模型，而是同一代（5.6）里的三个「能力档」。数字 5.6 表示代际，三个名字是能各自往前迭代的档位。它们共享同一套底子：约 105 万 token 的上下文、最大输出 12.8 万 token、知识截止 2026 年 2 月。区别在能力档位、速度和价格。
三个变体的定位与适用场景
| 变体 | 定位 | 价格（输入 / 输出，每百万 token） | 适合什么 |
|---|---|---|---|
| Sol | 旗舰 · 最强推理 | 5/30 | 复杂、模糊、高价值：大改动、深研究、反复打磨 |
| Terra | 均衡 · 日常主力 | 2.50/15 | 日常大多数活，以前交给 5.5 的活 |
| Luna | 轻量 · 最快最便宜 | 1/6 | 明确、重复的批量活：抽取、分类、转换、摘要 |
Sol 是家族最强，主打复杂编码、computer use、研究、网络安全，官方强调它「每个 token 的产出更高」。适合复杂、开放、模糊、高价值的活：大改动、深研究、要反复打磨的东西。默认用 medium 推理，另有更强的 Sol Pro（Pro / 企业版可选）。官方一句话建议：拿不准该用哪个，就从 Sol 起。
Terra 的性能大致对标上一代 5.5，但便宜不少，是那个「不高不低、刚刚好」的档。适合需要不错的推理和工具使用、又用不上 Sol 全部深度的日常工作。官方原话：以前你交给 5.5 做的活，天然可以从 Terra 起步。
Luna 是家族里最快、最便宜，为高吞吐、大批量而生。适合明确、可重复的高频活：抽取、分类、格式转换、结构化摘要这类。你要跑一大批量、对单条质量要求没那么苛刻，用它最省。
model、effort 与 speed 的区别
Codex 那个模型菜单里，其实有三个独立的东西：Model、Effort、Speed。
- Model（Sol / Terra / Luna）：选能力档，前面说完了。
- Effort（推理强度）：Codex 里六档，Low / Medium（默认）/ High / Extra high / Max / Ultra，越高越肯想、越费 token。Max 是给单个任务更多思考时间，Ultra 会把复杂任务拆给多个 subagent 并行，大多数活这俩都用不上。（Codex 还包了个 Power 预设，把这些抽象成 Efficient / Power / Powerful，默认 Power 就是 Sol 加 medium。）
- Speed: Fast：这是另一个维度，开了大约快 1.5 倍，但更费额度。有一点要提醒：按官方 Fast 模式的文档，目前明写支持的是 5.5 和 5.4，没写 5.6。所以 5.6 下也出现 Speed: Fast，可能只是通用控件、也可能文档没更新，这条我没能从官方确认，别当定论。
这套逻辑正好和我上一篇讲的 Claude Code 一样：一个设置管「知道多少」（换 model），一个管「肯下多大功夫」（effort）。Codex 只是把 model 拆成了 Sol / Terra / Luna 三档。
能力边界与 benchmark 说明
别被「GPT-5.6 发布」的标题带着，以为它全面碾压 Claude。就算翻 OpenAI 自己的对比表，也有几项是 Claude 领先的：SWE-Bench Pro（Sol 64.6%，而 Claude 那几个模型在 80% 上下）、Artificial Analysis 智能指数、GDPval。
Sol 真正拉开的是 Coding Agent Index、BrowseComp、OSWorld 这几项，加上网络安全，和「性价比 / token 效率」。而且这些 benchmark 全是 OpenAI 官方自测，第三方独立复测目前还没见到。看数据，看表，别看标题。
选型建议
回到那排模型：日常就 Terra，碰上难活或者拿不准上 Sol，跑批量、要便宜用 Luna；选完 model，再单独调 effort。三个名字听着玄，其实就是一代模型里「贵而强 / 均衡 / 便宜快」的三档。
出处：OpenAI 官方公告 openai.com/index/gpt-5-6，及 Codex 官方文档 developers.openai.com/codex/models。GA 发布日 2026-07-09。