開始與 GPT-5.6 Terra 對話
使用 GPT-5.6 Terra 及其全家族模型，每天享有更多訊息額度。
GPT-5.6 Terra：重要規格
以下是 GPT-5.6 Terra 的主要規格，以及它們如何影響實際使用體驗。
- 1,050,000 個權杖上下文視窗：GPT-5.6 Terra 可以處理非常大的提示、長文件、儲存庫上下文或檢索包，這有助於減少生產分析工作流程中的分塊。
- 128,000 個最大輸出標記：當任務需要擴展回應時，模型可以產生長結構化答案、報告、程式碼計畫、擷取的資料集和多部分輸出。
- 文字和圖像輸入與文字輸出：GPT-5.6 Terra 可以在返回文字的同時解釋書面和視覺上下文，支援文件審查、螢幕截圖分析、視覺化資料擷取和多模式工作流程路由。
- 具有推理權杖支援的更高推理能力：GPT-5.6 Terra 可以將推理權杖用於更困難的任務，使其可用於代理工作流程、編碼、結構化分析和更複雜的決策支援。
- 每 1M 個輸入權杖 2.50 美元，每 1M 個快取輸入權杖 0.25 美元，每 100 萬個輸出權杖 15.00 美元：這個定價使 Terra 成為 Sol 和 Luna 之間的中間層 GPT-5.6 選項。
- 串流、函式呼叫、結構化輸出 和 Responses API 工具：GPT-5.6 Terra 支援使用 網路搜尋、檔案搜尋、影像生成、程式碼直譯器、託管 Shell、套用修補程式、技能、電腦操作、MCP 和 工具搜尋 的工作流程。
比較 GPT-5.6 Terra、GPT-5.6 Sol 和 GPT-5.6 Luna
各模型在性能、速度與使用情境上的差異簡要比較。
| 功能 | GPT-5.6 Terra | GPT-5.6 Sol | GPT-5.6 Luna |
|---|---|---|---|
| 知識截止時間 | 2026 年 2 月 16 日 | 2026 年 2 月 16 日 | 2026 年 2 月 16 日 |
| 上下文視窗（Token） | 1,050,000 個權杖 | 1,050,000 個權杖 | 1,050,000 個權杖 |
| 最大輸出長度（Token） | 128,000 個權杖 | 128,000 個權杖 | 128,000 個權杖 |
| 輸入形式 | 文字、圖像 | 文字、圖像 | 文字、圖像 |
| 輸出形式 | 文字 | 文字 | 文字 |
| 延遲（OpenRouter 資料） | 快速；實際延遲因提示長度、輸出長度、工具使用、推理工作和部署條件而異。 | 快速；實際延遲因提示長度、輸出長度、工具使用、推理工作和部署條件而異。 | 快速；實際延遲因提示長度、輸出長度、工具使用、推理工作和部署條件而異。 |
| 速度 | 快速地 | 快速地 | 快速地 |
| 每百萬 Token 的輸入／輸出成本 | $2.50 輸入，$0.25 快取輸入，$15.00 輸出 | $5.00 輸入，$0.50 快取輸入，$30.00 輸出 | $1.00 輸入，$0.10 快取輸入，$6.00 輸出 |
| 推理表現 | 高的。官方 GPT-5.6 評估列出 Terra 在 Agents' Last Exam 上的得分為 50.4%，在 Artificial Analysis Intelligence Index v4.1 上的得分為 55，在 HealthBench Professional 上的得分為 57.7%，在 BrowseComp 上的得分為 7.7.5%。 | 最高。官方 GPT-5.6 評估顯示，Sol 在 Agents' Last Exam 為 52.7%，GDPval-AA v2 為 1,747.8 Elo，Artificial Analysis Intelligence Index v4.1 為 58.9，BrowseComp 為 90.4%，OSWorld 2.0 為 62.6%。 | 高的。 GPT-5.6 Luna 官方評價包括 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。 |
| 程式性能 （基於 SWE-bench Verified） | 強。官方 GPT-5.6 評估顯示，Terra 在 Artificial Analysis Coding Agent Index v1.1 為 77.4，SWE-Bench Pro 為 63.4%，DeepSWE v1.1 為 69.6%，Terminal-Bench 2.1 為 87.4%。 | 非常強。官方 GPT-5.6 評估將 Sol 在 Artificial Analysis Coding Agent Index v1.1 上列為 80，在 SWE-Bench Pro 上為 64.6%，在 DeepSWE v1.1 上為 72.7%，在 Terminal-Bench 2.1Z 上為 88.8%。 | 適合低成本型號。官方評價包括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%。 |
| 最適合用途 | 產品編碼、結構化資料擷取、內容工作流程、一般代理、長上下文分析和成本意識知識工作 | 複雜推理、專業編碼、長上下文研究、知識工作、網路安全、科學、電腦操作、設計和高級代理工作流程 | 大容量分類、摘要、路由、結構化擷取、即時應用、編碼支援和成本敏感的代理工作流程 |
最適合使用 GPT-5.6 Terra 的情境
最佳 GPT-5.6 Terra 用例
- 生產編碼工作流程需要強大的編碼代理效能，但 GPT-5.6 Sol 的成本不高。
- 從文件、票據、表單、螢幕截圖、長文件和檢索增強上下文包中擷取結構化資料。
- 結合了推理、工具呼叫、檔案搜尋、網路搜尋、程式碼執行和 結構化輸出 的通用代理任務。
- 內容工作流程，例如起草、重寫、摘要、審查和轉換長篇資料。
- 跨大型文件集、研究筆記、電子表格、簡報和營運環境的業務和知識工作分析。
- 需要比最低成本模型層更好的功能，同時保持快速和可預測的生產定價的應用程式。
如何存取 GPT-5.6 Terra
如何存取 GPT-5.6 Terra
1.官方API
OpenAI 在 API 中將 GPT-5.6 Terra 列為 gpt-5.6-terra。它支援 Chat Completions 和 Responses 端點、文字和圖像輸入、文字輸出、串流、函式呼叫、結構化輸出 以及受支援的 Responses API 工具。
2.EssayDone AI Chat
當該模型在產品中可用時，EssayDone AI Chat可以透過易於使用的聊天介面來存取該模型。
這對於寫作、學習、研究、摘要、編碼支援、文件審查和生產力任務很有用，但對於需要直接端點、參數、工具或部署控制的開發人員來說，它並不能取代官方的 API。
探索更多 AI 模型
找到你需要的模型—搜尋或點擊即可查看完整介紹。
常見問題
以下是關於 GPT-5.6 Terra 的常見問題。
是的。 GPT-5.6 Terra支援推理權杖，並被具有更高推理能力的OpenAI列出。 GPT-5.6 系列支援 reasoning_effort 設定為 none、low、medium、high、xhigh 和 max。
OpenAI 列出的 GPT-5.6 Terra API 定價為每 100 萬個輸入權杖 2.50 美元，每 100 萬個快取輸入權杖 0.25 美元，每 100 萬個輸出權杖 15.00 美元。超過 272K 輸入權杖的提示按完整請求的 2 倍輸入和 1.5 倍輸出定價，快取寫入按未快取輸入權杖費率的 1.25 倍計費。
GPT-5.6 Terra 針對平衡的生產工作負載進行了優化，包括程式碼生成、內容工作流程、結構化資料擷取、長上下文分析以及需要強大推理而無需旗艦定價的通用代理任務。
GPT-5.6 Terra支援文字和圖像輸入並返回文字輸出。它可以處理多模態任務，例如螢幕截圖分析、文件審查、圖像感知擷取和視覺上下文解釋，但不支援音訊和視訊。
與GPT-5.6 Sol相比，GPT-5.6 Terra的成本更低，定位於平衡日常生產工作而不是旗艦能力。與 GPT-5.6 Luna 相比，Terra 成本更高，但其設計目的是提供更廣泛的功能和更強的整體性能。 OpenAI 將 Terra 描述為大致對應於早期的迷你層。
在 EssayDone AI Chat中使用 GPT-5.6 Terra 可以提供一種便捷的方式來使用平衡的 OpenAI 模型進行寫作、研究、學習、編碼支援、文件分析和生產力任務，而無需設定 API。