核心规格规格复核于 2026 年 9 月 1 日
官方模型 IDgpt-5.6-terra
上下文 / 最大输出1.05M / 128K
厂商输入 / 输出每百万 Token$2 input / $12 output
推理控制none · low · medium · high · xhigh · max
选型结论Terra 适合作为 GPT-5.6 的生产默认基线。
优先考虑
通用编码、代码审查、工具型助手、长文档和结构化业务流程。
不建议
最困难的仓库级任务，或大量简单请求已有 Luna 可稳定完成。
02
按决策阅读
默认选择
为什么 Terra 应先成为基线
Terra 位于 Sol 与 Luna 之间，适合先验证大多数生产任务。它不是折中式占位符，而是帮助团队发现哪些请求真正需要升级、哪些可以继续降本的基准模型。
- 生产编码与代码审查。
- 使用工具的助手与结构化业务流程。
- 难以承担旗舰价格的长文档分析。
- 升级到 Sol 前，作为 GPT-5.6 默认评估基线。
模型分层
何时升级 Sol，何时改用 Luna
| 观察信号 | 动作 | 原因 |
|---|---|---|
| 复杂任务质量未达标 | 升级 Sol | 验证更高能力是否增加通过率 |
| 任务稳定且规则明确 | 测试 Luna | 降低大批量任务成本 |
| 工具重试频繁 | 先修提示词与 Schema | 换更贵模型不一定解决协议问题 |
| 长上下文费用过高 | 检索、压缩、缓存 | 先减少无效输入 |
成本模型
Terra 的真实成本怎么计算
厂商公开价为输入 $2、输出 $12 / 百万 Token，缓存输入为 $0.20。生产预算还要加入推理输出、工具循环、重试和长上下文档。
- 按通过结果计算成本，不按单次调用计算。
- 分别统计正常路径与失败重试路径。
- 输入超过 272K 时重新估算整次请求。
- 同时比较 Sol 的新增通过率和 Luna 的重试率。
推理档位
用 reasoning effort 调整延迟与质量
先用 medium 固定基线。简单任务尝试 none 或 low；只有困难样本的通过率明确改善时，才提高到 high、xhigh 或 max。
- 与 GPT-5.6 系列相同的 1.05M 上下文和 128K 最大输出。
- 支持流式输出、函数调用、结构化输出与 Responses API 工具。
- 六档可配置推理强度，用于控制延迟与质量。
- 支持图片理解，可处理视觉文档、截图与图文混合提示词。
接入
调用 Terra 的最小示例
先确认模型广场中当前 API Key 可用的模型 ID，再验证流式输出、结构化输出和工具参数是否与应用使用方式一致。
curl https://app.llmfly.ai/v1/chat/completions \
-H "Authorization: Bearer $LLMFLY_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-5.6-terra",
"messages": [{"role": "user", "content": "Summarize the tradeoffs in three bullets."}],
"stream": false
}'升降级评估
Terra 上线前的双向测试
- 向上与 Sol 比较最困难的失败样本。
- 向下与 Luna 比较高频、规则明确的样本。
- 记录质量、延迟、重试和每个通过结果成本。
- 把升级与降级规则写进路由配置，而不是业务代码。
限制
Terra 的边界与风险
- 最困难的推理和仓库任务仍可能更适合 Sol。
- 简单的大批量任务使用 Luna 可能明显更便宜。
- 超过 272K 输入 Token 的长上下文请求适用更高的厂商价格档。
- 不要假设 LLMFly AI 会开放厂商的每一种特有工具。
资料边界
GPT-5.6 Terra 规格来源与使用说明
规格与厂商参考价核对自 OpenAI GPT-5.6 Terra documentation：https://developers.openai.com/api/docs/models/gpt-5.6-terra。实际 LLMFly AI 路由和费率以模型广场为准。
常见问题
Terra 是否适合作为默认 GPT-5.6 模型？
适合先作为生产基线，但仍应以真实任务测试决定。困难失败样本可升级 Sol，简单高频任务可测试 Luna。
Terra 与 Sol 的价格差异如何判断是否值得？
不要只看单价，比较相同验收集上的新增通过率和每个通过结果成本。
Terra 什么时候应降级到 Luna？
当任务范围明确、Schema 稳定且 Luna 的重试率不会抵消单价优势时。
Terra 支持多大上下文？
厂商公开 1.05M 上下文和 128K 最大输出，但超过 272K 输入要注意长上下文计价。
如何确认 LLMFly AI 中的 Terra 模型 ID？
在模型广场复制当前 API Key 可用的模型 ID，并用小请求验证。
用真实任务测试 GPT-5.6 Terra
获取 API Key，确认当前路由，再从一个小型代表性请求开始。