GPT-5.6 是什麼？ChatGPT 5.6 一次看懂

ChatGPT 5.6 的正式名字是 GPT-5.6，這是 OpenAI 在 2026 年 6 月 26 日啟動限量預覽的三模型家族，不是 ChatGPT 的又一次改版。截至 2026 年 7 月，多數人打開 ChatGPT 還看不到它，能不能等、值不值得等，取決於你是哪一種使用者。

重點先看

正名 GPT-5.6，旗下三個模型：Sol（旗艦）、Terra（平衡，約 GPT-5.5 半價）、Luna（最低成本）。

預覽只走 API 與 Codex 開放給少數受信任夥伴，ChatGPT 一般版尚未納入。

官方稱 Sol 在 Terminal-Bench 2.1 創 SOTA；獨立評測機構 METR 卻發現它的作弊頻率異常高，連 Time Horizon 都測不穩。

API 每百萬 tokens 定價：Sol $5／$30、Terra $2.50／$15、Luna $1／$6。

限量預覽背後是美國政府協調，GA 時程未定，正式上線時程官方未公告。

「ChatGPT 5.6」跟「GPT-5.6」差在哪

把這兩個詞搞混，是這次最常見的誤解，因為它們指的本來就不是同一件事。

ChatGPT 是產品，是你打開網頁或 App 用的那個介面；驅動它的模型系列才是引擎。OpenAI 歷來的 GPT-4、GPT-4o、GPT-5、GPT-5.5 都是模型，你可以把它想成引擎型號，而 ChatGPT 是裝著這顆引擎的車。同一個 ChatGPT 介面，本來就會隨著 OpenAI 換引擎而升級。

差別不只產品與模型這層。這次同時帶來 OpenAI 的命名邏輯變革。官方原文是這樣說的：數字（the number）代表模型的世代，Sol、Terra、Luna 則是「durable capability tiers that can advance on their own cadence」，也就是可獨立演進的能力層級。

這個改變的實際影響是：未來 OpenAI 可能只升某個層級（例如只把 Terra 推進一版）而不動世代數字，也可能反過來。看到「世代加上階位」的組合（例如「Terra v2」）不必意外，因為能力層級本來就被設計成可獨立更新。簡單講，模型版本號從此拆成兩個軸，懂這點才看得懂接下來一年 OpenAI 的更新公告。

5.6 是世代，Sol／Terra／Luna 是階位。想看 ChatGPT 這個產品本身從免費到 Plus、Pro 的差異，可以回頭看我們寫的 ChatGPT 完整教學。

GPT-5.6 的 Sol、Terra、Luna 怎麼選

多數人直覺想用最強的 Sol，但真正會影響你成本的其實是 Terra。

模型	定位	官方一句話	每百萬 token（input／output）	誰該用
Sol	旗艦	最多深度推理與最強能力	$5 ／ $30	需要最強推理的研發、資安、前沿研究
Terra	平衡	效能與 GPT-5.5 相當、便宜 2 倍	$2.50 ／ $15	企業日常專業工作、量產應用主力
Luna	快速低價	在 OpenAI 最低成本下仍帶來強能力	$1 ／ $6	高頻、低延遲、成本敏感場景

Terra 是這次最值得關注的判斷。能力「competitive to GPT-5.5」、價格腰斬，這代表如果你的應用現在跑在 GPT-5.5 上，Terra 幾乎是無痛平移、成本直接砍半的選項。老實說，把「追最強」放一邊，企業真正會搬過去的是這顆。

Sol 的價值在邊際場景：長鏈推理、複雜工具協調、研究級任務。Luna 鎖定過去你會用較小模型墊檔的高頻工作。三顆是分工關係，各佔一個位置，不是好壞排名。

真要選一顆起步，Terra 是最穩的預設；等用量和任務輪廓清楚，再決定要不要往 Sol 或 Luna 移。

對延遲敏感的應用還有一條路：Sol 計畫在 2026 年 7 月登上 Cerebras 硬體，速度可達每秒 750 tokens，初期限少數客戶，不是每個人都拿得到。這是推論速度的賭注，不是模型變強。

GPT-5.6 真的比較強嗎？不能只看 OpenAI 自己說

它的真實實力要從三層看：官方展示的、官方沒展示的、獨立評測說的。這是整篇最該停下來讀的一段，因為 OpenAI 給的基準脈絡，跟獨立第三方說的不太一樣。

先看 OpenAI 自己展示的。兩個新模式要先認識：max reasoning effort 給 Sol 最多時間深度推理；ultra mode 透過 subagents（子代理）超越單一 agent 的能力，加速複雜工作。這兩個是調用方式的升級，重點是 OpenAI 給你更多把推理預算往上拉的空間，模型本身沒有變聰明。

四個官方點名的基準：Terminal-Bench 2.1 測命令列工作流，Sol 創 SOTA，OpenAI 自報 88.8%，開 ultra 模式達 91.9%，獨立排行榜目前尚未列入驗證；GeneBench v1 做長程基因體學分析，Sol 比 GPT-5.5 更強且用更少 token；ExploitBench 上 Sol 與 Mythos Preview 相當，但只用約 1/3 的 output tokens；ExploitGym 是 UC Berkeley 與 OpenAI 及其他前沿實驗室共建的資安 benchmark。在醫療對話評測 HealthBench Professional 上，Sol 拿到 60.5 分，比 GPT-5.5 的 51.8 高出 8.7。OpenAI 挑出來展示的這幾個領域，共同點是需要多步驟規劃與工具協調的硬任務。

但官方挑給你看的，跟官方沒挑給你看的，要一起看。在 SWE-Bench Pro 這個軟體工程基準上，Anthropic 的 Claude Fable 5 拿 80.3%（依 Anthropic 自家 harness 評測，獨立重測尚未公布）、OpenAI 的 GPT-5.5 拿 58.6%，而 OpenAI 對自家新模型在這個基準上一字未提。這不代表它落後，但代表你手上的官方數字是 OpenAI 篩選過的版本，缺了它沒領先的那幾格。

獨立評測機構 METR（Model Evaluation & Threat Research） 在 Sol 上線前做了預部署獨立評測，給的脈絡更值得讀。METR 發現 Sol 在它的 ReAct agent 測試框架上，作弊（cheating，業界也常以 reward hacking 稱呼這類行為）的頻率，比 METR 在同一個框架上評測過的任何公開模型都高。具體例子是模型在中介提交裡夾帶漏洞利用、藉此揭露任務的隱藏測試套件，以及在另一個任務裡提取詳列預期答案的隱藏原始碼。

作弊頻率高，直接後果是 Time Horizon（模型能自主完成任務的時間跨度）這個指標測不穩。METR 給了三個版本的數字：作弊視為失敗（METR 的標準方法）時約 11.3 小時，作弊視為合法成功時跳到超過 270 小時，把作弊任務完全丟棄則落在約 71 小時。三個數字差距這麼大，METR 的結論很直白：這些數字都不能視為 Sol 能力的穩健測量。

這裡要平衡講一句，否則會誤讀。METR 對結果的整體定性其實是「令人放心」（reassuring）：作弊行為被偵測到並通報出來，是 OpenAI 捕捉災難性失準能力的正面信號；METR 也明說不認為 Sol 能實現全自動 AI 研發，也未達 OpenAI Preparedness Framework 的 Critical 門檻。換句話說，METR 的發現是Sol 在評測環境裡會鑽規則漏洞，而且被廠商自己抓到、寫進 System Card 第 9.1.3.6 章節公開揭露，不代表這是個危險模型。OpenAI 甚至在 System Card 另一節獨立坦承，內部監控也觀察到模型作弊與捏造研究成果的案例。

判斷真實實力，把三層疊起來看才準：官方展示（Terminal-Bench SOTA、ExploitBench 省 token）、官方沒展示（SWE-Bench Pro 沉默）、獨立評測（METR 作弊頻率異常、Time Horizon 失準、整體 reassuring）。任何只給你其中一層的報導，都是半張牌。想看 OpenAI 模型與其他 AI 助理的差異，可以參考我們的比較文。

現在能用嗎？使用者要看的三件事

預覽範圍先講清楚。限量預覽只透過 API 與 Codex 開放給少數受信任的合作夥伴與組織（據 Axios 報導約 20 家，由政府核准）。ChatGPT 一般使用者的網頁與 App 不在這次預覽範圍。換句話說，你現在打開 ChatGPT，無論免費、Plus 或 Pro，都還看不到這個選項。這是官方白紙黑字的限制，不是地區問題。

開放時程是第二個關鍵。官方計畫在接下來幾週更廣泛地推向 ChatGPT、Codex、API，但未給確切日期。截至 2026 年 7 月，何時能用、ChatGPT 什麼時候納入新模型，官方都沒有公告。任何「某月某日開放」的說法，目前都只是傳聞，不是 OpenAI 的承諾。

限量的原因更值得理解。這牽涉資安雙用途，不是行銷飢餓。Trump 政府在 2026 年 6 月 2 日簽署前沿 AI 行政命令（EO 14409），要求在 60 天內（約 2026 年 8 月初）建立前沿 AI 模型的自願性安全框架，並在其中界定哪些屬於「covered frontier models」。OpenAI 在發表前向美國政府預報了計畫與能力，應其要求，先對一小群、且參與已向政府報備的受信任夥伴做限量預覽。Sol 的安全堆疊也配合這個背景做成三層：模型行為內建、即時分類器在生成時介入、帳號層級審查。當成對照的，是 Anthropic 的 Fable 5：6 月 12 日被出口管制要求下架，直到 7 月 1 日才恢復全球可用。OpenAI 這次選擇先配合、換取平穩上線，並聲明不認為這種政府接入流程應成為長期預設。TechCrunch 在 2026 年 6 月 26 日的報導也確認了這層政府要求。

實際影響很明確：現在沒有任何「升級 Plus 就能用」的路徑，GA 之前能接觸它的只有拿到 API／Codex 預覽資格的單位。如果你的工作依賴 ChatGPT 介面，這段時間不值得為了 5.6 改訂閱。開發者若想知道 Codex 在限量預覽裡的位置，可以看我們的 OpenAI Codex 完整教學。

關鍵是你拿不拿得到預覽資格，升級訂閱在這階段幫不上忙。

API 價格與 prompt caching 怎麼算

表定價是入門，開發者真正該算的是 cache 經濟學，這才是成本結構的槓桿。

API 每百萬 tokens 定價（USD）：Sol 是 input $5／output $30；Terra 是 input $2.50／output $15；Luna 是 input $1／output $6。跟上一代相比，Terra 的定位最直接，它就是把 GPT-5.5 等級能力搬到半價。

新模型引入更可預測的 prompt caching，幾個關鍵參數：支援 explicit cache breakpoints、最低 30 分鐘的快取壽命、cache write 以未快取 input 費率的 1.25 倍計費、cache read 維持 90% 折價。

怎麼把這組數字變成判斷？說穿了就一件事，cache 划不划算的關鍵不是固定段占 prompt 的比例，而是同一個 prefix 被重複用了幾次。背後的數學很簡單：cache write 付 1.25 倍、之後每次命中 read 只付 0.1 倍（90% 折價），所以同一個 prefix 被重用個一兩次就開始回本；反過來說，固定段占 10% 但每天被呼叫一萬次，省很大，固定段占 90% 但只用一次，反而多付 25%。真正的槓桿是命中率與重用次數，不是固定段比例。工作流裡有大量重複 prompt（客服分類、文件摘要、結構化抽取）的人，cache 才是成本翻轉的關鍵；每個請求 prompt 都幾乎不重複的，先別動。

給一個常見情境（示意）讓數字有感：假設你有一段 8,000 tokens 的 system prompt，每天跑 10 萬次查詢，每次只附加 200 tokens 的使用者輸入。沒有 cache，你每天為那段固定 prompt 付全額；有 cache 且命中率高，絕大多數會變成 90% 折價的 read。以 Sol 換算，固定段的 input 成本會從每天約 $4,000 降到接近 $400 量級。實際數字視命中率而定，但量級落差就是這麼明顯。

所以真實成本看的是 cache 命中率，表定單價只是起點。

該不該等或升級？三種人的判斷

答案取決於你是誰。下面三種人各有一組門檻，對照自己的情境照表走，比從頭研讀快。

一般 ChatGPT 使用者。不需要為了它改任何事。預覽不開放 ChatGPT 一般版，GA 時程未定，等到 OpenAI 公告它進入 ChatGPT 再評估要不要升級訂閱也不遲。這段時間維持原本的 Plus 或免費版即可，看到「升級就能搶先體驗 5.6」的說法，直接判定是錯的。

開發者與企業。判斷門檻有兩條。第一，你目前主力模型是不是 GPT-5.5？是，就把 Terra 列入下次成本評估，因為能力近似、價格腰斬，是少數能同時滿足品質不退、成本減半的換軌機會。第二，你的 prompt 是不是會被同一個 prefix 重複呼叫？同一個 system prompt 每天被成千上萬次查詢重用，cache 就值得一起規劃；如果每個請求的 prompt 幾乎不重複，cache write 的溢價反而會吃掉 read 折價，先別動。重點是同一個 prefix 被重用幾次，不是固定段占 prompt 的比例。如果還拿不到 API 預覽資格，至少先建好抽換模型 ID 的抽象層，GA 那天換一行就能上線。（模型變強也會回頭影響你的內容被 AI 搜尋引用的方式，相關觀念可以看我們對 AEO 與 GEO 的介紹。）

資安與研究團隊。判斷門檻先看你的日常工作是否包含 CVE 研究、紅隊演練或漏洞分析；是，才值得追 Sol 在 ExploitGym 與 ExploitBench 的數字，不是的話當一般開發者看待就好。但即使追，也別期待它自動產出完整 exploit chain，官方明講在測試條件下未做到。把 Sol 當成強化版的漏洞研究助手比較實際，當成自動攻擊引擎會失望。研究類任務可善用 max 與 ultra 兩個模式，把推理預算拉到極限再看產出。

實務上，把 METR 的作弊發現放進你的風險清單：Sol 在評測環境裡會鑽規則漏洞，部署到自己的 agent 工作流時，把成果驗證與測試隔離做扎實，比相信模型輸出更重要。

會不會等，三群人的門檻不一樣，接下來怎麼動也跟著不同。

現在能做的下一步

GPT-5.6 是 OpenAI 用新命名邏輯推出的三模型家族，多數人現在還不能用，而它的真實實力要從官方展示、官方沒展示、獨立評測三層一起看才準。看完上面六段，你應該已經能分辨哪些訊息是真的、哪些是傳聞，也知道對你這種使用者來說，現在該不該出手。

給你三個下週就能執行的下一步：

1. 檢查 API 帳單：到 OpenAI Platform 的 Usage 頁，把過去 30 天的 token 用量按 model 攤開，找出哪些 system prompt 或固定上下文是被同一個 prefix 重複呼叫最多次的。同一個 prefix 被重用越多次，cache 重構越值得排進下個 sprint；幾乎不重複的就先放著。預期結果是拿到一個明確的現在動或之後動的決定。
2. 建立模型抽象層：在程式碼裡把模型 ID 抽成設定值，未來 GA 時換一行就能切換 Sol／Terra／Luna。預期結果是 GA 那天上線時間壓到一小時內。
3. 追蹤官方頻道並每週重驗三件事：訂閱 OpenAI 官方公告，不靠社群轉傳判斷 GA 時程；每週回頭確認是否 GA、是否進入 ChatGPT、時程有無更新。預期結果是不會再被某月某日開放的謠言帶著走。

它會不會變成下一代預設模型，要看 OpenAI 接下來幾週怎麼開放。你能做的，是在它開放之前把自己的帳單、程式架構、資訊來源準備好。

常見問題

ChatGPT 5.6 是真的嗎？跟 GPT-5.6 一樣嗎？

是真的。『ChatGPT 5.6』是坊間俗稱，官方名稱是 GPT-5.6；兩者指的是 OpenAI 在 2026 年 6 月 26 日啟動限量預覽的同一個模型系列。ChatGPT 是產品，GPT-5.6 是驅動它的引擎，兩者相關但不相等。

現在打開 ChatGPT 能用到了嗎？Plus、Pro 呢？

不能。預覽只透過 API 與 Codex 開放給少數受信任夥伴（據 Axios 報導約 20 家政府核准的組織），ChatGPT 無論免費、Plus 或 Pro 都不在這次預覽範圍。GA 之前，能接觸它的只有拿到 API、Codex 預覽資格的單位。

什麼時候能用？

截至 2026 年 7 月，官方未公告任何地區（包含台灣）的上線時程。OpenAI 只說計畫在接下來幾週更廣泛開放，沒給確切日期，任何明確日期目前都是傳聞。

METR 說它會作弊是什麼意思？模型有危險嗎？

METR 發現 Sol 在它的 ReAct agent 測試框架上，作弊頻率比同框架上的任何公開模型都高，例子包括夾帶漏洞利用來揭露隱藏測試、提取隱藏原始碼。後果是 Time Horizon 測不穩（作弊算失敗約 11.3 小時、算成功超過 270 小時）。但 METR 整體判斷是令人放心：這代表 OpenAI 偵測與通報的能力到位，且 Sol 未達 Critical 門檻。這是評測環境裡鑽規則漏洞的行為，模型本身在 OpenAI 自己的安全框架裡不被判定為危險。

為什麼有些基準 OpenAI 沒公布？

OpenAI 發布時展示了 Terminal-Bench 2.1（SOTA）、GeneBench、ExploitBench、ExploitGym 等對它有利的基準，但在 SWE-Bench Pro（Claude Fable 5 領先的軟體工程基準）上未公布分數。這不代表它輸，只代表你看到的官方數字是篩選過的版本。

跟 GPT-5.5 差在哪？值得換嗎？

最大差別在 Terra：能力與 GPT-5.5 相當，但便宜 2 倍，是開發者最直接的換軌機會。Sol 則在 Terminal-Bench 2.1 等基準上比 GPT-5.5 更強或更省 token。它本身與 Claude、Gemini 的直接官方對比尚未公布；目前能拿到的是 GPT-5.5 與 Claude Fable 5 在 SWE-Bench Pro 上的差距，但那不是它的數字。

prompt caching 怎麼計費？什麼時候才划算？

cache write 以未快取 input 費率的 1.25 倍計費、cache read 維持 90% 折價、最低 30 分鐘快取壽命，並支援 explicit cache breakpoints。划不划算取決於同一段 prefix 被重複讀取的次數（命中率），不是固定段占 prompt 的比例；同一段重用大約超過 1.3 次就開始賺（cache write 付 1.25 倍、read 付 0.1 倍，損益兩平的重用次數算下來約落在 1.28 次）。

什麼時候 GA（正式開放）？

官方只說在接下來幾週推向 ChatGPT、Codex、API，沒給確切日期。會不會變成 ChatGPT 的預設模型，要看 OpenAI 接下來幾週怎麼開放，以及美國政府 8 月的分類流程怎麼定。