GPT-5.6 現已作為三模型家族內建於 Zero：Sol 適合最困難的多智能體工作，Terra 平衡日常執行，Luna 則專為高速、大量工作流程設計。
對於需要分流多樣智能體工作負載的團隊，這比單一旗艦模型更實用。你無需每一步都支付最高推理費用，而是能根據任務選擇合適模型，同時保留相同的 Zero 環境：已連接的工具、檔案、瀏覽器存取、隔離執行、技能與後續處理。
選擇 內建 路徑時，VM0 會管理模型存取並以點數計費。如果你的團隊已使用 OpenAI API 金鑰或 ChatGPT/Codex 訂閱，Zero 也支援這些路徑。
一個家族，三種運作定位
OpenAI 以持久能力等級設計 GPT-5.6。數字代表世代；Sol、Terra 和 Luna 則描述智慧、速度與成本間的取捨。
GPT-5.6 Sol：最艱難的工作
Sol 是旗艦模型。當任務困難到需要更強計畫、更多檢查或平行作業才能實質改變結果時，請選用它。
Zero 的 GPT-5.6 Sol 整合預設採用 Ultra 推理。OpenAI 說明 Ultra 會同時協調四個智能體並綜合其成果。這讓 Sol 特別適合多個獨立工作流程的任務，例如：
- 遷移大型程式碼庫，同時測試相容性並撰寫結果文件。
- 從多個來源研究市場、質疑發現並產出決策簡報。
- 將產品簡報轉為精緻介面，檢查渲染結果並修正視覺或功能問題。
- 在提出修正建議前，跨日誌、程式碼、工單與瀏覽器狀態調查生產事件。
Sol 屬於 $$$ VM0 內建等級。當錯誤代價高昂時使用它，不適合每個簡短回覆。
GPT-5.6 Terra：平衡型主力
Terra 是可重複專業工作的理想起點。OpenAI 將其定位為平衡等級，並表示其效能與 GPT-5.5 相當，但 API 代幣價格僅為一半。
適用於仍需推理與工具運用、但不需 Sol 最大運算力的工作：
- 日常研究、競爭對手監控、多來源摘要。
- 例行程式碼變更、拉取請求分析、問題調查。
- 撰寫報告、上市計畫、客戶簡報與營運文件。
- 需要強大長上下文處理、但成本較適中的智能體工作流程。
Terra 屬於 $$ VM0 內建等級。它不是強制的通用預設，而是我們建議多數通用工作流程優先測試的等級。
GPT-5.6 Luna：速度與規模
Luna 是家族中最快且最經濟的成員。它專為產出量與回應速度比深度更重要的工作設計。
適合 Luna 的工作包括：
- 分類或分流大量工單、潛在客戶或訊息。
- 從一致文件中擷取結構化欄位。
- 進行初步分類，將模糊案例升級至 Terra 或 Sol。
- 以高產量產生簡短摘要或轉換。
Luna 屬於 $ VM0 內建等級。它並非所有低價任務的最佳選擇：OpenAI 的長上下文評測顯示，Luna 與兩個更高等級在極大輸入檢索上有明顯差距。深度、模糊上下文請分流至 Terra 或 Sol。
基準測試的意義與限制
OpenAI 報告家族整體表現強勁，但重點在於取捨曲線，而非單一排行榜名次。
在 Terminal-Bench 2.1（評估命令列智能體工作流程）上，OpenAI 報告 Sol Ultra 為 91.9%，Sol 為 88.8%，Terra 為 87.4%，Luna 為 84.7%。在 BrowseComp 上，分數分別為 Sol Ultra 92.2%、Sol 90.4%、Terra 87.5%、Luna 83.3%。
長上下文結果是更重要的分流指標。在 OpenAI MRCR v2, 8-needle, 256K–512K 上，Sol 得分 91.5%，Terra 89.6%，Luna 41.3%。Luna 仍非常適合短且重複的工作；但不應將其視為每種工作都能取代 Sol 的小型版本。
這些是廠商報告的評測，並非通用排名。基準測試評量特定工具、推理設定與預算。你的實際工作流程可能顛倒順序，因此在更換生產智能體前，請重新執行具代表性的任務。
GPT-5.6 與 GPT-5.5 及 Claude Fable 5 比較
實際比較不是「哪個模型勝出？」，而是「在這個執行階段，哪種行為值得付費？」
| 模型 | Zero 最佳適用 | 主要特點 | VM0 內建等級 |
|---|---|---|---|
| GPT-5.6 Sol | 需要規劃、平行執行、設計判斷或驗證能改變結果的困難多階段工作 | Zero 預設使用 Ultra；GPT-5.6 家族中最強的程式、電腦操作、設計、研究與深度上下文 | $$$ |
| GPT-5.6 Terra | 仍需可靠推理與工具的日常專業工作流程 | 品質、速度與成本平衡；長上下文工作表現優異 | $$ |
| GPT-5.6 Luna | 輸入一致、易於升級的高速大量工作 | 家族中延遲與成本最低；適合分類、擷取與批次處理 | $ |
| GPT-5.5 | 已驗證且暫不需重新基準的現有 OpenAI 工作流程 | 熟悉的前沿行為，現有智能體的穩定比較點 | 依工作區設定而定 |
| Claude Fable 5 | 最深層的 Anthropic 與 Claude Code 工作流程，尤其團隊已習慣其行為時 | 頂級長期推理，獨特的供應商/工具組合 | $$$$ |
OpenAI 報告 Sol 在 Agents' Last Exam 與 Artificial Analysis Coding Agent Index 領先 Fable 5，而 Fable 5 在 GDPval-AA v2 略勝一籌。這正說明「最佳模型」過於籠統。當你需要 OpenAI 最強智能體程式、電腦操作、設計與多智能體行為時，Sol 很有吸引力。Fable 則適合頂級 Anthropic 工作與已調校至 Claude Code 的工作流程。
對許多 GPT-5.5 工作流程而言，Terra 是更直接的升級選擇：OpenAI 表示其效能與 GPT-5.5 相當，但 API 代幣價格僅為一半。Luna 則是另一種優化目標——速度與規模——因此請以每美元或每分鐘完成的工作量來比較，而非僅看高峰基準分數。
Zero 中的內建意義
內建讓 GPT-5.6 成為分流選項，而非憑證專案。選擇 VM0 託管供應商，Zero 會處理存取並依對應 VM0 點數等級計費。你無需為此路徑建立或維護獨立的 OpenAI API 金鑰。
偏好自行管理供應商關係的團隊，仍可使用 OpenAI API 金鑰或連接 ChatGPT/Codex 訂閱。模型名稱不變，僅計費路徑與供應商設定不同。VM0 點數等級（$、$$、$$$）與 OpenAI 公開 API 代幣價格不同。
如何在 Zero 啟用 GPT-5.6
GPT-5.6 需在模型設定中選擇，而非在提示中輸入「use GPT-5.6」。
- 開啟 設定，從側邊欄選擇 模型。
- 在 個人 區段，新增 GPT 5.6 Sol、GPT 5.6 Terra 或 GPT 5.6 Luna。
- 選擇 內建 以使用 VM0 託管分流，或選擇已連接的 OpenAI API 或 ChatGPT/Codex 供應商。
- 開始聊天或執行，開啟模型選擇器，切換至你想要的等級。
- 當工作流程穩定後，請在智能體或技能層級設定適當模型，讓例行工作始終使用預期路徑。
實用分流操作手冊
請先自問三個問題：
- 錯誤答案的代價有多高？ 當錯誤會帶來大量重工、風險或後續影響時，請用 Sol。
- 上下文有多深且模糊？ 輸入龐大、雜亂且需交叉驗證與綜合時，請用 Terra 或 Sol。
- 這個執行頻率多高？ 高頻率、可預測的工作用 Luna，例外再升級。
混合分流模式值得測試：Luna 負責篩選與結構化輸入，Terra 完成主要工作內容，Sol 處理極少數需最大推理的決策。你不需一個模型包辦所有階段，只需每階段用足夠的模型即可。
GPT-5.6 讓這個選擇異常明確。Sol、Terra 與 Luna 讓 Zero 在同一智能體環境內擁有三種運作定位——當工作需要時可提升能力，不需要時則降低成本。
