gpt-5.6系列模型选择 | Petrichor's Blog

OpenAI过去的产品线一直因为太乱饱受诟病，直到上一次的5.4-mini、5.4、5.5才很好的解决。

这次的 5.6-luna、5.6-terra、5.6-sol 其实就是对标 5.4-mini、5.4、5.5 三个模型。但是这次每个模型都带来了low、medium、high、xhigh、max、ultra 6个挡位，于是又乱了起来。

由 DeepSWE 的数据可以看到，最具性价比的挡位应该是gpt-5.6-sol medium和gpt-5.6-terra xhigh。如果是复杂任务，可以进阶到gpt-5.6-sol high或xhigh。

Note

不建议ultra模式，会启用大量子代理并行工作，速度很慢且非常浪费token。

GPT-5.5 与 GPT-5.6 系列的 DeepSWE 得分与平均任务成本

DeepSWE 模型排名。比较各模型和思考挡位的 Pass@1、误差、平均成本、输出 token 与平均步骤数。
MODEL	PASS@1 条形图与误差范围	PASS@1	AVG COST	OUT TOK	STEPS
gpt-5.6-sol [max]		73% ±3%	$8.39	60k	61
gpt-5.6-sol [xhigh]		71% ±1%	$4.70	41k	44
gpt-5.6-terra [max]		70% ±3%	$4.95	72k	76
gpt-5.6-sol [high]		69% ±1%	$3.47	28k	37
gpt-5.6-luna [max]		67% ±4%	$3.03	73k	102
gpt-5.5 [xhigh]		67% ±6%	$7.23	46k	82
gpt-5.5 [high]		64% ±3%	$5.10	31k	62
gpt-5.6-sol [medium]		61% ±2%	$1.86	18k	31
gpt-5.6-terra [xhigh]		60% ±2%	$2.13	40k	43
gpt-5.6-luna [xhigh]		57% ±2%	$1.54	45k	71
gpt-5.5 [medium]		54% ±3%	$2.75	20k	46
gpt-5.6-terra [high]		54% ±4%	$1.13	22k	34
gpt-5.6-sol [low]		45% ±2%	$1.07	11k	23
gpt-5.6-luna [high]		44% ±3%	$0.78	26k	49
gpt-5.6-terra [medium]		35% ±3%	$0.58	12k	25
gpt-5.5 [low]		27% ±2%	$1.20	9.4k	28
gpt-5.6-terra [low]		24% ±1%	$0.43	8.6k	21
gpt-5.6-luna [medium]		11% ±1%	$0.22	8.2k	24
gpt-5.6-luna [low]		2% ±1%	$0.07	3.1k	12
	0% 20% 40% 60% 80%

DeepSWE 模型排名横条表示 Pass@1，误差线表示截图标注的误差范围。