GPT-Terra 是什么?定价只有 Sol 一半的中端模型
GPT-Terra 就是 OpenAI GPT-5.6 系列里的中端档模型,官方名称是 GPT-5.6 Terra。它把上下文做到 105 万 token,输入每百万 token 2 美元,价格大约只有旗舰 Sol 的一半,适合每天都要跑的编码与写作任务。
下面几件事一次说清:
- Terra 在 GPT-5.6 家族里处在哪一档
- 核心参数与推理强度怎么设
- 和 Sol 的价格、跑分差在哪
- 用哪个入口最快上手
GPT-Terra 是什么:GPT-5.6 系列的中端档
OpenAI 官方文档对它的描述是「在智能与成本之间取平衡」,并写明它大致对应早期 GPT-5 家族的 mini 档。OpenRouter 的模型页给出了更直观的家族位置:旗舰 Sol、中端 Terra、低成本 Luna,Terra 夹在中间。
换个说法,Terra 是那档可以天天开着写代码、跑 agent 又不心疼钱的模型。官方给的默认分工很直白:高难度、一次性的活交给 Sol,重复量大、成本敏感的活交给 Terra。

核心参数:105 万上下文与六档推理强度
- 上下文窗口 1,050,000 token,单次最大输入 922,000 token,最大输出 128,000 token
- 知识截止 2026 年 2 月 16 日,支持文本和图片输入,输出只有文本
- reasoning.effort 支持 none、low、medium(默认)、high、xhigh、max 六档
- 输入 2 美元 / 百万 token,缓存输入 0.2 美元,输出 12 美元 / 百万 token
- 支持 Responses、Chat Completions、Batch 三种接口,可挂联网搜索、文件检索、代码解释器、MCP 等工具
对你的实际影响有两点。第一,128K 的输出上限足够一次生成几万字长文或大段代码,不用反复拼接。第二,推理强度可调意味着你能自己决定模型「想多久」,日常问答用默认的 medium,只在复杂推理时再往上拉。
定价:Terra 大约是 Sol 的一半
| 模型 | 输入(每百万 token) | 缓存输入 | 输出(每百万 token) |
|---|---|---|---|
| GPT-5.6 Terra | 2 美元 | 0.2 美元 | 12 美元 |
| GPT-5.6 Sol | 4 美元 | 0.4 美元 | 20 美元 |
| GPT-5.4 Mini | 0.75 美元 | 0.075 美元 | 4.5 美元 |
数据来源是 OpenAI 官方模型文档 里的模型对比表。两条容易踩的计费细节也写在文档里:单次请求输入超过 272K token 时,整单按 2 倍输入、1.5 倍输出计价;缓存写入按未缓存输入价的 1.25 倍计费。
在 OpenRouter 上还有 Batch 变体,标价 1 美元输入 / 6 美元输出,适合不赶时间的批处理。

跑分:推理强度拉满,分数差距不小
第三方评测机构 Artificial Analysis 在 OpenRouter 的 Terra 模型页 上公开了分档成绩。同一个底座模型,把推理强度从 none 一路拉到 max,Intelligence Index 从 21.2 升到 42.3,GPQA Diamond 从 74.6% 升到 92.5%,Coding Index 最高到 76.7。
也就是说 Terra 的上限并不低,代价是思考 token 变多、响应变慢、账单变高。对大多数人的建议是先用 medium 跑,遇到明显答不好的任务再逐档上调,而不是默认拉满。

和 Sol、Luna 的边界在哪里
- 任务是一次性的高难度推理、复杂重构、要做对外交付的关键结果,用同系列旗舰 GPT-5.6 Sol。站内有一篇专门讲 GPT-5.6 Sol 的解读,可以对照着看两档的差别。
- 每天要跑很多次的编码、写作、信息整理、agent 循环,用 Terra 更划算。
- 分类、打标、格式转换这类轻活,可以继续往下找更便宜的小模型。
需要提醒一点:OpenRouter 上的 Terra Pro 和 Terra Batch 都是同一个底座模型的不同服务方式,Pro 只是把 reasoning.mode 设成 pro,并不是另一个模型。
怎么用上:三个入口
- OpenAI 官方 API:模型 ID 是 gpt-5.6-terra,官方文档页可以直接查到端点支持和速率档位。
- OpenRouter:模型名 openai/gpt-5.6-terra,另有家族别名 ~openai/gpt-terra-latest,这个别名会一直指向家族里的最新模型,不想每次改模型名的话用它。该别名在 2026 年 9 月 11 日上架。
- Batch 接口:走 v1/batch,适合能等结果的批量任务。
如果只是想先感受一下多模态模型的能力边界,站内那篇 GPT Image 2 的图像能力实测 也可以顺手看看,图文能力和文本模型是两条线,别混着评估。想接语音链路的,另外一篇 GPT-Live-1 全双工语音 API 说明 讲得更细。
国内用户要注意:官方 API 与 OpenRouter 都在境外,账号、支付和网络可达性需要自己确认,具体以当地政策与平台条款为准,本文不对任何规避方式作建议。
常见问题
GPT-Terra 和 GPT-5.6 Terra 是同一个东西吗?
答:是。官方文档里的模型名是 GPT-5.6 Terra,模型 ID 为 gpt-5.6-terra;OpenRouter 上还有 ~openai/gpt-terra-latest 这种家族别名。「GPT-Terra」是社区对这条产品线的简称。
GPT-Terra 支持多模态输入吗?
答:支持文本和图片输入,输出只有文本。也就是说它不能生成图片,图像生成要交给专门的图像模型。
GPT-Terra 的上下文到底能放多少内容?
答:上下文窗口是 1,050,000 token,但单次请求最多输入 922,000 token,输出上限 128,000 token。输入超过 272K token 的请求会按更高单价整单计价。
推理强度选哪一档比较好?
答:默认 medium 覆盖大多数场景。任务明显需要深推理,比如复杂数学或长链路 agent,再上调到 high 或 xhigh;max 留给极少数硬任务,因为它更慢也更贵。
国内能直接用 GPT-Terra 吗?
答:官方 API 和 OpenRouter 都是境外服务,国内访问需要自行确认账号、支付与网络可达性,平台条款与当地政策优先。

京ICP备2024094994号-29