今天新出的 GPT-5.6 的分层模型（Sol / Terra / Luna）终于能跑了，拿几个实际任务测了一下，聊下真实体感。

Sol（旗舰） 开了 max 推理后，复杂代码重构和长链路逻辑任务明显更稳。改一个核心模块，生成速度变慢，但结果基本可直用，不需要来回修。ultra 协作模式自动拆大任务并行跑，适合离线啃硬骨头。代价是延迟高，实时交互不太合适。

Terra（主力） 日常任务全切这档。性能基本对齐上代旗舰，成本直接砍半，API 完全兼容，零切换成本。写 SQL、做分析、常规生成跟之前没差别，属于无脑挂载的级别。

Luna（平价） 极速且便宜，批处理、摘要、分类全丢给它。百万 token 成本近乎忽略，跑大批简单任务终于不用盯着账单了。

价格（每百万 token） Sol：输入 $5 / 输出 $30 Terra：输入 $2.5 / 输出 $15 Luna：输入 $1 / 输出 $6

关于落地的思考 分层之后，最大的痛点其实不是模型能力，而是路由逻辑。

一开始我自己图省事，把批量日志分析也直接丢给 Sol，结果因为并行拆得太碎，上下文窗口频繁截断，反而比用 Terra 慢了将近一倍——算力没省到，时间还搭进去了。这让我意识到，手动切换模型在复杂业务里很容易出错，且极易造成资源浪费。

为了省心，我后面在 Routescope（一个聚合多模型、带智能调度功能的网关）上接了这套模型。它的价值在于能在三档之间自动切换——简单任务走 Luna，复杂需求自动拉到 Sol。这一层封装省掉了自己写判断逻辑的功夫，特别是在账单结算时感触最深：以往为了保证关键业务的稳定性，我不得不全局默认使用 Sol，导致大量简单请求也在烧高价 Token；现在通过 Routescope 的自动降级策略，90% 的非核心流量都被拦截并路由到了 Luna，月底对账时发现，同等业务量下，总开销直接压到了之前使用单一旗舰模型的 35% 左右。

接入体验 Routescope 的响应延迟和多模型统一接口做得比较干净，不用来回切 SDK，一套对接就能把三个档位混用起来，整体接入体验比预想中顺滑。

附： 我用的是这个注册入口： https://www.routescope.ai/register?aff=HmXZMA

顺便提一句这个现在的活跃用户大多是真金白银在跑业务的开发者，交流质量尚可；加上平台本身的号池质量也相当扎实，不像外面那些到处乱贴、专薅新手额度的羊毛号那样动辄风控或掉线。介意的朋友可以忽略链接。