直连通道
官方直连链路,适合需要原生体验与完整上下文的请求。
| 输入上下文 | 输入 | 输出 | 缓存命中 | 缓存写入 |
|---|---|---|---|---|
| ≤ 272K | 5.00/M | 30.00/M | 0.50/M | 6.25/M |
| > 272K | 10.00/M | 45.00/M | 1.00/M | 12.50/M |
GPT-5.6 Sol是OpenAI GPT-5.6系列中的旗舰型号。它适用于复杂的推理、编码和代理工作流程,并且在命令行和多步骤编码任务以及长期问题解决方面尤其强大。
同一模型能力,多条服务通道;按延迟、稳定性与成本灵活选择。
价格单位:$ / 1M tokensprovider 字段,例如 "provider": { "channel": "direct" }。可选 direct / stable / economical;不传则使用默认通道。官方直连链路,适合需要原生体验与完整上下文的请求。
| 输入上下文 | 输入 | 输出 | 缓存命中 | 缓存写入 |
|---|---|---|---|---|
| ≤ 272K | 5.00/M | 30.00/M | 0.50/M | 6.25/M |
| > 272K | 10.00/M | 45.00/M | 1.00/M | 12.50/M |
综合优选链路,兼顾可用性、速度与日常生产调用。
| 输入上下文 | 输入 | 输出 | 缓存命中 | 缓存写入 |
|---|---|---|---|---|
| ≤ 272K | 5.004.75/M | 30.0028.50/M | 0.500.47/M | 6.255.94/M |
| > 272K | 10.009.50/M | 45.0042.75/M | 1.000.95/M | 12.5011.88/M |
GPT-5.6 是 OpenAI 于 2026 年 7 月 9 日正式发布的三档模型系列。GPT-5.6 Sol 是其中的旗舰档位,面向前沿编码、长周期智能体、设计、网络安全与专业知识工作。当任务成功的价值足以匹配旗舰能力时选 Sol;均衡的生产工作交给 Terra,大规模、注重成本的流量交给 Luna。
在 Artificial Analysis 编码智能体指数上,Sol 以 80 分领跑该榜单;Terminal-Bench 2.1 与 BrowseComp 也都处于第一梯队。它在 Agents' Last Exam 这类衡量长周期专业工作流的评测中同样表现突出。
海鲸AI 通过 OpenAI 兼容接口提供 GPT-5.6 Sol,支持工具调用、推理强度控制、流式输出与多模态输入。
获取 API 密钥 · 模型 ID:
gpt-5.6-sol
GPT-5.6 系列以更高的单 token 工作效率结合清晰的能力分层,让应用可以按请求价值匹配模型智能,而不是对每项任务都用同一个价格档。Sol 是这套体系里能力最强的一档:
Sol 面向代码库级工程、终端工作流、复杂规划,以及需要持续性和验证能力的高价值任务。
发送指令和结构化输入,启用函数调用或网络搜索,并接收包含用量数据的标准响应。GPT-5.6 系列在 Responses API 中引入了程序化工具调用,进一步压缩多步骤任务的往返开销。
GPT-5.6 改善了文档、演示文稿、电子表格、研究简报和可编辑产物的端到端处理能力,更准确地遵循源材料和视觉结构。
对于符合条件的防御性安全和研究工作流,Sol 可用于安全代码审查、补丁验证、科学分析与实验调试。
| 场景 | 说明 |
|---|---|
| 编码智能体 | 跨代码库和终端环境规划、实现、测试并验证变更 |
| 工具调用智能体 | 协调函数、搜索、文件与中间结果 |
| 设计与前端工作 | 生成和优化界面、视觉说明、原型 |
| 知识工作 | 将混合源材料转化为结构化文档、表格和报告 |
| 防御性安全 | 经授权的安全代码审查、威胁建模、漏洞分级 |
| 分层生产路由 | 复杂请求走 Sol,日常工作走 Terra,大流量走 Luna |
GPT-5.6 三档的主要差异在能力、速度和成本的平衡。大规模任务从 Luna 开始,均衡生产工作选 Terra,任务成功的价值足以匹配旗舰档时选 Sol。
| 能力 | GPT-5.6 Luna | GPT-5.6 Terra | GPT-5.6 Sol |
|---|---|---|---|
| 模型 ID | gpt-5.6-luna |
gpt-5.6-terra |
gpt-5.6-sol |
| 定位 | 速度最快、最实惠 | 均衡的日常模型 | 旗舰前沿模型 |
| 编码智能体指数 | 74.6 | 77.4 | 80 |
| 最大输出 | 256K token | 256K token | 256K token |
| 输入模态 | 文本、图像 | 文本、图像 | 文本、图像 |
| 最适合 | 抽取、分类、批处理 | 编码、分析、副驾驶 | 复杂智能体、安全、科学、设计 |
GPT-5.6 于 2026 年 7 月 9 日发布。具体计费以页面上方的实时价格卡片为准。
GPT-5.6 Sol 现在可以使用吗? 可以。OpenAI 于 2026 年 7 月 9 日发布 GPT-5.6,海鲸AI 已提供 Sol、Terra、Luna 三档。
Sol、Terra、Luna 有什么区别? Sol 面向最复杂的工作,是旗舰档;Terra 在能力和成本之间取得平衡;Luna 优先考虑速度、吞吐量和经济性。三者共用同一套接口,切换只需要改模型 ID。
Sol 在哪些基准上领先? Artificial Analysis 编码智能体指数 80 分居首,Terminal-Bench 2.1 与 BrowseComp 同样处于第一梯队。在 SWE-Bench Pro 这类仓库级基准上,Claude 的 Mythos 档位仍有优势,选型时建议按自己的工作负载实测。
我应该在什么时候选 Sol? 复杂智能体、网络安全、科学、设计或高价值专业工作选 Sol;通用生产编码和分析选 Terra;可重复的大规模任务从 Luna 开始。
支持工具调用和流式传输吗? 支持。函数调用、并行工具执行、流式输出、推理强度控制以及上游支持的多模态输入均可使用。
上下文和输出上限是多少? 单次最高 256K 输出 token。输出较大时请使用流式传输,避免请求超时。
gpt-5.6-solhttps://api.haijingai.com/v2/"provider": { "channel": "direct" }海鲸AI 兼容 OpenAI 接口协议,可直接使用 OpenAI SDK 或 HTTP 请求接入,默认开启流式输出。
curl https://api.haijingai.com/v2/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer <API_KEY>" \
-d '{
"model": "gpt-5.6-sol",
"messages": [
{"role": "system", "content": "你是一个有帮助的助手。"},
{"role": "user", "content": "你好!"}
],
"provider": { "channel": "direct" },
"stream": true
}'
# provider 为可选字段,删除该行即使用默认通道from openai import OpenAI
client = OpenAI(
base_url="https://api.haijingai.com/v2",
api_key="<API_KEY>",
)
stream = client.chat.completions.create(
model="gpt-5.6-sol",
messages=[
{"role": "system", "content": "你是一个有帮助的助手。"},
{"role": "user", "content": "你好!"},
],
stream=True,
# 可选:指定服务通道,不传则使用默认通道
extra_body={"provider": {"channel": "direct"}},
)
for chunk in stream:
if chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)import OpenAI from 'openai'
const client = new OpenAI({
baseURL: 'https://api.haijingai.com/v2',
apiKey: '<API_KEY>',
})
const stream = await client.chat.completions.create({
model: 'gpt-5.6-sol',
messages: [
{ role: 'system', content: '你是一个有帮助的助手。' },
{ role: 'user', content: '你好!' },
],
stream: true,
// 可选:指定服务通道,不传则使用默认通道
// @ts-expect-error provider 为海鲸AI 扩展字段,不在 OpenAI SDK 类型定义内
provider: { channel: 'direct' },
})
for await (const chunk of stream) {
process.stdout.write(chunk.choices[0]?.delta?.content ?? '')
}