沉寂了半個多月，還沒等到 Gemini 3.5，OpenAI 卻先開了一槍。2026 年 6 月 26 日，他們一口氣預覽了全新的 GPT-5.6 系列，而且版號不再用 pro 與 mini 區分，改以日月地球命名：旗艦 Sol、日常主力 Terra、輕快平價 Luna。
這次更新不只是版本號往上跳，而是 OpenAI 把命名邏輯、推理模式與安全機制整個重做了一輪，順帶把價格壓得更有誠意。站在企業 AI Agent 的前線，EgentHub 認為最值得留意的，是 OpenAI 開始把模型拆成不同能力分層來賣，未來是否會像 Claude 一樣走非同步更新，值得觀察。話不多說，以下是 EgentHub 為各位整理的本次重點。
目錄
- 重點整理
- 一次三顆，依任務挑模型
- max 與 ultra：一群人一起想
- 不只會寫程式，生物與資安也更強
- 史上最謹慎的一次發布
- 價格與速度：Terra 砍半、Sol 挑戰高速輸出
- 結語：當選模型變成一門策略
重點整理
- 各模型分工明確： Sol 主打旗艦級最強推理，Terra 是日常主力，Luna 則是最低成本選項，讓企業按任務挑模型，而不是一招打天下。
- 命名規則改了： 數字（5.6）代表世代，Sol／Terra／Luna 代表能力分層，三條產品線各有自己的進化節奏。
- 新增 max 與 ultra 兩種推理模式： max 讓 Sol 想得更久更深；ultra 則會調度子代理（subagents）來加速複雜任務，等於從「一個人想」變成「一組人一起想」。
- 價格更友善： Terra 效能對標 GPT-5.5，價格卻只要一半；Luna 以最低成本提供堪用能力；Sol 旗艦定價每百萬 token 輸入 5 美元、輸出 30 美元。
- 史上最強安全堆疊： OpenAI 投入超過 70 萬個 A100 等級 GPU 小時做自動化紅隊測試，並採分層防護與分階段釋出。
一次三顆，依任務挑模型
GPT-5.6 這次直接把「模型選擇」這道難題攤開來擺：
- Sol 是這一代最強旗艦，主打最深的推理。
- Terra 是平衡型的日常主力，官方稱它效能對標前一代 GPT-5.5，價格卻便宜了一半。
- Luna 則是又快又便宜的入門選項，用最低成本提供堪用的能力。
更耐人尋味的是命名規則。OpenAI 表示，數字代表世代，而 Sol、Terra、Luna 代表能各自持續演進的能力分層。換句話說，未來的 Sol 不一定得等到 GPT-6 才升級，三條線可以各走各的節奏。對企業來說，這意味著選模型的邏輯，從「追最新版本號」轉為「按任務挑分層」——這也與 EgentHub 長期引導企業使用 AI Agent 時的模型選擇思路一致。
max 與 ultra：一群人一起想
能力面最有意思的，是這次新增的兩個推理模式：
- max： 給 Sol 最多的時間深度思考，適合那種一步錯就全盤皆輸的燒腦任務。
- ultra： 調度多個子代理（subagents）協作，突破單一代理的能力上限。
一般模型像反應很快的數位員工，ultra 則像開了一間小型專案小組：拆解任務、分頭執行、最後再彙整結果。對需要長鏈、多步驟規劃的工作而言，這正是 Agent 化的關鍵一步。實測上 Sol 也交出成績，在測試指令列工作流程的 Terminal-Bench 2.1 上創下新的業界最佳紀錄，而這個評測考的正是規劃、反覆迭代與工具協調的綜合能力，恰好對應真實開發場景。
不只會寫程式，生物與資安也更強
GPT-5.6 的進步並不侷限於寫程式。在生物領域，OpenAI 用 GeneBench v1 評估長週期的基因體與定量生物分析，Sol 不僅成績勝過 GPT-5.5，還用了更少的 token 就做到，對研究單位而言「更準又更省」在實務上更貼合需求。
資安則是這次的重頭戲，也是爭議所在。OpenAI 直言 Sol 是它史上最強的資安模型：在 ExploitBench 上，Sol 的表現足以與 Mythos Preview 相抗衡，卻只用了大約三分之一的輸出 token；而在由 UC Berkeley 研究團隊與 OpenAI 等前沿實驗室合作打造的 ExploitGym 上，Sol、Terra、Luna 隨著推理強度提升，資安能力也明顯上揚。
不過 OpenAI 特別強調，Sol 較擅長協助找出並修補漏洞，而非從頭到尾自動完成一場攻擊，並表示它尚未跨越其 Preparedness Framework 中的 Cyber Critical 門檻。這其實也透露出：能力越強，模型商發佈就越謹慎，這正是它這次選擇限量預覽的原因。
史上最謹慎的一次發布
有看官方發布文章的讀者可能會發現，這次 OpenAI 連「怎麼發佈」都講得格外仔細。
GPT-5.6 採取的是分層防護（layered safeguards）：從訓練階段就讓模型學會拒絕被濫用，生成過程中即時偵測高風險內容，必要時暫停讓更大的推理模型複審，再到帳號層級的行為審查與差異化存取權限。OpenAI 的說法是，沒有任何單一防線足以擋下有心人，唯有層層疊加才夠穩。
為了讓這套防護禁得起考驗，OpenAI 動用超過 70 萬個 A100 等級 GPU 小時進行自動化紅隊測試，專門去找那種能跨情境通用的萬用越獄攻擊，再搭配第三方人工專家紅隊持續施壓。也因為能力跨度太大，這次採限量預覽：初期只透過 API 與 Codex 開放給少數受信任的合作夥伴，並與美國政府就資安議題保持協調。OpenAI 也坦言，這種政府審核流程不該變成長期常態，因為它會擋住真正需要工具的開發者與防禦方，但短期內這是邁向廣泛開放最穩的路。
對企業讀者而言，這段話藏著一個訊號：頂尖模型的可用性，正越來越受到安全與合規節奏的牽動。
價格與速度：Terra 砍半、Sol 挑戰高速輸出
回到大家最關心的荷包，GPT-5.6 以每百萬 token 計價：
- Sol： 輸入 5 美元、輸出 30 美元
- Terra： 輸入 2.5 美元、輸出 15 美元
- Luna： 輸入 1 美元、輸出 6 美元
Terra 用 GPT-5.5 等級的能力換來對半砍的價格，對高頻、量大的日常任務是實打實的省。此外，GPT-5.6 的快取（prompt caching）支援明確的快取斷點、最短 30 分鐘的存活時間，快取讀取維持九折優惠，寫入則以 1.25 倍計費，對長期跑大量重複情境的企業來說，成本更好估算。
速度面也有亮點：OpenAI 預計 7 月在 Cerebras 上線 Sol，最高可達每秒 750 個 token。過去旗艦模型總給人「聰明但慢」的印象，這次等於要把旗艦級智慧塞進高速通道，先開放給部分客戶試水溫。
結語：當選模型變成一門策略
看完這次 GPT-5.6，可以明顯感受到 OpenAI 正把模型重新切成可組合的零件：世代、分層、推理模式、安全等級，全都變成能按需求拼裝的選項。
正如 EgentHub 一直強調的，能不能在對應的 AI Agent 上選到最合適的分層、控管成本、掌握權限，會變得越來越關鍵。當模型選擇變成一張組合策略表，企業使用 AI Agent 的情境就不該再被單一模型綁架，真正的決勝點，落在企業有沒有一套具備彈性的整合架構。
這也正是 EgentHub 的著力點：在同一個平台上自由配置多模型、用細緻的 RBAC 權限管控不同團隊的存取、透過 MCP 串接企業既有系統，再加上 AI 導入顧問陪你把流程落地，讓 AI Agent 跟得上每一次模型更新，又不被單一供應商綁死。