开始使用 GPT-5.6 Sol 聊天
使用 GPT-5.6 Sol 及其完整模型系列,每天可获得更多消息额度。
GPT-5.6 Sol:关键规格
以下是 GPT-5.6 Sol 的主要规格,以及其在实际使用中的表现。
- 1,050,000 个令牌上下文窗口：GPT-5.6 Sol 可以处理非常大的提示、长文档、代码库、研究语料库或检索包，这有助于减少复杂工作流程程中的分块。
- 128,000 个最大输出令牌：当任务需要扩展响应时，模型可以生成长结构化答案、报告、代码计划、评论和多部分输出。
- 文本和图像输入与文本输出：GPT-5.6 Sol 可以在返回文本的同时解释书面和视觉上下文，支持文档审查、屏幕截图分析、计算机使用任务和多模态推理。
- 具有推理令牌支持的最高推理：GPT-5.6 Sol 支持对困难的编码、分析、研究、科学、网络安全和代理任务进行更深入的推理。
- 每 1M 个输入令牌 5.00 美元，每 1M 缓存输入令牌 0.50 美元，每 100 万个输出令牌 30.00 美元：此定价使 Sol 高于 Terra 和 Luna，成为旗舰 GPT-5.6 API 模型。
- 流式传输、函数调用、结构化输出 和 Responses API 工具：GPT-5.6 Sol 支持使用 网络搜索、文件搜索、图像生成、代码解释器、托管 Shell 的工作流程、 应用补丁、技能、计算机操作、MCP 和 工具搜索。
比较 GPT-5.6 Sol、GPT-5.6 Terra 和 GPT-5.6 Luna
简要介绍各模型在性能、速度与应用场景上的差异。
| 功能 | GPT-5.6 Sol | GPT-5.6 Terra | GPT-5.6 Luna |
|---|---|---|---|
| 知识截止 | 2026 年 2 月 16 日 | 2026 年 2 月 16 日 | 2026 年 2 月 16 日 |
| 上下文窗口（Token） | 1,050,000 个令牌 | 1,050,000 个令牌 | 1,050,000 个令牌 |
| 最大输出长度（Token） | 128,000 个令牌 | 128,000 个令牌 | 128,000 个令牌 |
| 输入模式 | 文字、图像 | 文字、图像 | 文字、图像 |
| 输出模式 | 文本 | 文本 | 文本 |
| 延迟(OpenRouter 数据) | 快速；实际延迟因提示长度、输出长度、工具使用、推理工作和部署条件而异。 | 快速；实际延迟因提示长度、输出长度、工具使用、推理工作和部署条件而异。 | 快速；实际延迟因提示长度、输出长度、工具使用、推理工作和部署条件而异。 |
| 速度 | 快速地 | 快速地 | 快速地 |
| 每百万 Token 输入／输出成本 | $5.00 输入，$0.50 缓存输入，$30.00 输出 | $2.50 输入，$0.25 缓存输入，$15.00 输出 | $1.00 输入，$0.10 缓存输入，$6.00 输出 |
| 推理性能 | 最高。官方 GPT-5.6 评估列出 Sol 在 Agents' Last Exam 上为 52.7%，在 GDPval-AA v2 上为 1,747.8 Elo，在 Artificial Analysis Intelligence Index v4.1 上为 58.9，在 BrowseComp 上为 90.4%，在 OSWorld 2.0 上为 62.6%。 | 高的。官方 GPT-5.6 评估列出 Terra 在 Agents' Last Exam 上的得分为 50.4%，在 Artificial Analysis Intelligence Index v4.1 上的得分为 55，在 HealthBench Professional 上的得分为 57.7%，在 BrowseComp 上的得分为 87.5%。 | 高的。 GPT-5.6 Luna 官方评价包括 GPQA Diamond 92.3%、FrontierMath Tier 1-3 v2 78.6%、FrontierMath Tier 4 v2 58.5% 和 Artificial Analysis Intelligence Index v4.1 得分 51.2。 |
| 编码性能 （基于 SWE-bench Verified） | 非常强。官方 GPT-5.6 评估将 Sol 在 Artificial Analysis Coding Agent Index v1.1 上列为 80，在 SWE-Bench Pro 上为 64.6%，在 DeepSWE v1.1 上为 72.7%，在 Terminal-Bench 2.1 上为 88.8%。 | 强的。 GPT-5.6 官方评估显示 Terra 在 Artificial Analysis Coding Agent Index v1.1 上得分为 77.4，在 SWE-Bench Pro 上得分为 63.4%，在 DeepSWE v1.1 上得分为 69.6%，在 Terminal-Bench 2.1 上得分为 87.4%。 | 适合低成本型号。官方评价包括Artificial Analysis Coding Agent Index v1.1得分74.6、SWE-Bench Pro 62.7%、DeepSWE v1.1 67.2%和Terminal-Bench 2.1 84.7%。 |
| 适用场景 | 复杂推理、专业编码、长上下文研究、知识工作、网络安全、科学、计算机操作、设计和高级代理工作流程程 | 产品编码、结构化数据提取、内容工作流程程、通用代理、长上下文分析和成本意识知识工作 | 大容量分类、摘要、路由、结构化提取、实时应用程序、编码支持和成本敏感的代理工作流程程 |
适合使用 GPT-5.6 Sol 的场景
最佳 GPT-5.6 Sol 用例
- 复杂的编码和软件工程工作流程程，需要规划、实施、调试、终端工作和代码审查。
- 跨文档、数据集、成绩单、存储库、电子表格、演示文稿和操作材料的长上下文研究和知识工作。
- 高级代理工作流程程，结合了推理、工具调用、文件搜索、网络搜索、代码执行、计算机操作 和 结构化输出。
- 网络安全和防御工程任务，例如安全代码审查、漏洞分类、补丁开发、威胁建模和授权环境中的验证。
- 科学、技术、财务、法律和商业分析，其中仔细的推理和高质量的综合比最低的成本更重要。
- 需要更强的布局判断、视觉层次、界面细化和计算机使用检查的设计和前端开发任务。
如何访问 GPT-5.6 Sol
如何访问 GPT-5.6 Sol
1.官方API
OpenAI 在 API 中将 GPT-5.6 Sol 列为 gpt-5.6-sol，其中 gpt-5.6 作为路由到 Sol 的别名。它支持 Chat Completions、Responses 和 Batch 端点、文本和图像输入、文本输出、流式传输、函数调用、结构化输出 以及受支持的 Responses API 工具。
2.EssayDone AI Chat
当该模型在产品中可用时，EssayDone AI Chat可以通过易于使用的聊天界面来访问该模型。
这对于复杂的写作、学习、研究、编码支持、文档分析和生产力任务很有用，但对于需要直接端点、参数、工具或部署控制的开发人员来说，它并不能取代官方的 API。
探索更多AI模型
找到你需要的模型——搜索或选择查看完整资料。
常见问题
以下是关于 GPT-5.6 Sol 的常见问题。
是的。 GPT-5.6 Sol 支持推理令牌，并被 OpenAI 列出为具有最高推理能力。 GPT-5.6 系列支持 reasoning_effort 设置为 none、low、medium、high、xhigh 和 max。
OpenAI 列出的 GPT-5.6 Sol API 定价为每 100 万个输入令牌 5.00 美元，每 100 万个缓存输入令牌 0.50 美元，每 100 万个输出令牌 30.00 美元。超过 272K 输入令牌的提示按完整请求的 2 倍输入和 1.5 倍输出定价，缓存写入按未缓存输入令牌费率的 1.25 倍计费。
GPT-5.6 Sol 针对复杂的专业工作进行了优化，包括编码、研究、知识工作、网络安全、科学、计算机操作、设计、长上下文分析和高级代理工作流程程。
GPT-5.6 Sol支持文本和图像输入并返回文本输出。它可以处理多模式任务，例如屏幕截图分析、视觉文档审查、计算机使用上下文、图像感知提取和视觉推理，但不支持音频和视频模式。
与GPT-5.6 Terra相比，GPT-5.6 Sol是性能更高的旗舰型号，并且每个令牌的成本更高。与 GPT-5.6 Luna 相比，Sol 专为复杂工作而不是最快和成本最低的大批量工作负载而设计。 GPT-5.6 Sol Pro 单独定位为困难任务和长时间运行工作流程程的最高功能选项。
在 EssayDone AI Chat中使用 GPT-5.6 Sol 可以提供一种便捷的方式来使用 OpenAI 的旗舰 GPT-5.6 模型进行复杂的写作、研究、学习、编码支持、文档分析和生产力任务，而无需设置 API。