GPT 5.6 Sol 与 Terra：同样的规格，2.5 倍的价差

规格完全一样的两个 id

两个 id 同一天发布——2026-07-09，规格也一模一样：372,000 token 上下文，最多输出 128,000 token，都支持 text、tools、thinking，都走 /v1/responses。谁也不是谁的裁剪版。

分水岭在定价。Sol 每百万输入 token 5 美元、输出 30 美元；Terra 是 2 美元和 12 美元。两者在这里都按 0.1 倍率结算，倍率相同，比例就原样保留下来：输入、输出各贵 2.5 倍。

折算成实际单价，Sol 是每百万 0.50 / 3.00 美元，Terra 是 0.20 / 1.20 美元。目录里其余字段一个不差，所以规格表上能读出来的区别，就只剩这笔钱。

2.5 倍会落在账单的哪一栏

两个模型贵的都是输出——折算后每百万 3.00 对 1.20 美元，差不多是各自输入价的六倍。读得多、写得少的活儿感受不到这个差距；一轮接一轮吐长 patch 的 agent 循环，差价则全部落在输出上。

假设一次会话送进 200,000 token、拿回 20,000 token：Sol 是输入 0.10 美元加输出 0.06 美元，合计 0.16；Terra 是 0.04 加 0.024，合计 0.064。单次差不到一毛钱——所以 2.5 倍要到量级上去才是个预算问题，跑一万次，差额就是 960 美元。

这笔账反过来同样成立。一个月只有几百次调用，选哪个根本不构成成本决策，盯着倍率挑模型等于在优化一个几美分的科目。

别猜，跑一遍再说

目录里没有哪个字段能回答"谁答得更好"——除了价格，两条记录完全一致。这只能由你的任务来判断，而验证成本很低：同一个端点、同一套请求体，改一个字段就能对比。

拿真实的 prompt 去跑，别用玩具例子，然后看 Terra 的产出是不是还要追一轮。便宜的模型如果逼你多跑一次，就谈不上便宜：按上面的算例，Terra 跑两次是 0.128 美元，Sol 跑一次 0.16 美元，再补第三次 Terra 就反超了。

两边都扛得住，那就按价格定；Terra 在你的任务上需要人盯着而 Sol 不需要，那 2.5 倍买的就是这份省心。

curl https://token-share.app/v1/responses \
  -H "Authorization: Bearer $TOKEN_SHARE_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-terra",
    "input": "Summarize the failure mode in this stack trace."
  }'

# Same call against the more expensive sibling
curl https://token-share.app/v1/responses \
  -H "Authorization: Bearer $TOKEN_SHARE_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-sol",
    "input": "Summarize the failure mode in this stack trace."
  }'

常见问题