如果你正在在 GPT-5.6 Sol 和 Grok 4.5 之間做選擇，並好奇 GPT-5.6 Terra 的定位，簡單來說就是一個價格階梯。Grok 4.5 是大量編碼工作中最便宜的選擇，GPT-5.6 Terra 則是價值型的中間選項，讓你以一半的價格獲得 Sol 的 1M-token 上下文，而 GPT-5.6 Sol 則是針對最困難推理任務的高階方案。為了具體驗證，我在兩個 GPT 變體上執行了相同的編碼任務：Terra 和 Sol 都一次完成了一個 thread-safe LRU cache，並通過了全部四個單元測試，分別耗時 23 秒和 26 秒。本指南將帶你了解真正的成本計算，以及每個模型如何賺回它的價格。
為什麼標價具有誤導性
從紙面上看，這個階梯很簡單。Grok 4.5 在 xAI 的定價為每百萬輸入 tokens 2 美元、輸出 6 美元。GPT-5.6 Terra 的定價是輸入 2.50 美元、輸出 15 美元，相當於 GPT-5.6 定價層級 中 Sol 的一半。GPT-5.6 Sol 的定價是輸入 5 美元、輸出 30 美元。大多數比較頁面都停在這些數字上。
問題在於，每個 token 的價格不等於每個任務的價格。Grok 4.5 經過調校，輸出相當簡潔：根據 xAI 與獨立測試者公布的 SWE-bench 程式碼測試結果，它在完成一個任務時會輸出約 15,954 個輸出 token；而同一套測試中的 GPT-5 級模型大約會花費 47,000 個，約多出 3 倍。將 token 差距乘上價格差距後，差異便遠遠擴大，超過了標題所呈現的數字。
「有效成本」對您每月帳單的含義
這個公式很簡單：每個任務的輸出 tokens × 輸出價格 × 任務數量。以 100 個 coding 任務計價（僅計輸出 tokens，未計入輸入與重試）：Grok 4.5 約為 $9.60（15,954 × $6/M × 100）、GPT-5.6 Terra 約為 $70.50（47,000 × $15/M × 100）、而 GPT-5.6 Sol 約為 $141（47,000 × $30/M × 100）。在 OpenAI 公布針對 Sol 和 Terra 的專屬 SWE-bench 數據之前，請將 GPT 的數字視為同系列的替代估算，而非模型實測的 token 數。即便如此，排序仍然穩定：在相同上下文視窗下，Terra 的費用大約只有 Sol 的一半，而 Grok 的價格則遠低於兩者。
實作：GPT-5.6 各變體實際做了什麼
我用預設參數向 GPT-5.6 Sol 和 GPT-5.6 Terra 提供了相同的提示：「使用 Python 實作一個 thread-safe 的 LRU cache，具備 O(1) 的 get 和 put、容量淘汰機制、一個 lock，以及四個單元測試。」然後我沒有做任何修改，直接執行了各自生成的檔案。
兩者都在第一次嘗試時通過。涵蓋基本 get/put、溢出時的淘汰、最近使用狀態更新以及並發寫入的四項測試，對每個模型都綠燈通過，且兩者都產出了教科書式的結構：帶有哨兵節點的雙向鏈結串列、字典索引，以及可重入鎖。差異在於效率。Terra 用 23.0 秒完成，計費 1,250 tokens，只有 145 個隱藏推理 tokens；Sol 則花了 26.1 秒，計費 1,362 tokens，推理 tokens 為 347，超過 Terra 推理開銷的兩倍。對於一個兩個模型都做對的任務，Terra 更精簡的推理預算正是那種會在數千次呼叫中累積成效的優勢。
我無法在相同的 endpoint 上對 Grok 4.5 執行相同的測試，因此我不會假裝自己做過。這裡的 Grok 4.5 數據來自 xAI 發布的 benchmarks 和 developer reports，而不是我自己的執行；考慮到這些發布期間有多少未經驗證的 benchmark 噪音四處流傳，這點值得明確說明。若你想看更完整的情況，這裡是 關於 Grok 4.5 已確認的內容。
各模型的優勢所在
沒有任何單一模型能在所有方面都勝出。以下是已驗證規格的比較。
規格 | Grok 4.5 | GPT-5.6 Terra | GPT-5.6 Sol |
|---|---|---|---|
輸入價格 / 1M | $2 | $2.50 | $5 |
輸出價格 / 1M | $6 | $15 | $30 |
上下文視窗 | 500K | 1M | 1M |
最大輸出 | 未公布 | 128K | 128K |
Terminal-Bench 2.1 | 83.3% | 87.4%* | 91.9% |
SWE-Bench Pro | 64.7% | 63.4% | 未公布 |
發布日期 | 2026-07-08 | 2026-07-09 | 2026-06-26 |
*Terra 的 87.4% 是在最大推理努力下報告的。
GPT-5.6 Sol 以 91.9% 在 Terminal-Bench 2.1 上位居推理曲線頂端。GPT-5.6 Terra 是平衡型等級：與 Sol 相同的 1M context 和 128K output，在 Terminal-Bench 上有強勁的 87.4%，在 GPQA Diamond 上據稱達到 92.9%，而其 output 價格只有 Sol 的一半。Grok 4.5 以最低價格提供答案，在 SWE-Bench Pro 上取得穩健的 64.7%（僅些微領先 Terra 的 63.4%），吞吐量約每秒 80 個 tokens，但代價是較小的 500K context。
基準測試透明度落差
有一點需要注意：xAI 只公布了 Grok 4.5 的少數幾項分數，而 OpenAI 公布的 Terra 主要 Terminal-Bench 數值是在最高推理努力下得出的，這比預設執行會消耗更多 tokens。當某個數字帶有星號，或某家供應商只展示四項基準而不是十五項時，應將這些差距視為未知，而不是視為平手。就購買決策而言，應優先看與你的工作相符的基準，例如用於 agentic tool use 的 Terminal-Bench，以及用於 repo-scale coding 的 SWE-Bench Pro，而不是只看整體平均值。
如何選擇：將模型與工作負載相匹配
跳過「哪個最聰明」的框架，並依任務來選擇。
大量編碼、agent 迴圈，或成本敏感的團隊會選擇 Grok 4.5。 當你發出成千上萬個有邊界的 completions 時，Grok 的 token 節省與 $6 的輸出價格會累積成可觀的節省。只要 500K context 足夠，它就是 Cursor-style workflows 的性價比之選。
需要大 context、且預算有限的生產級工作會選擇 GPT-5.6 Terra。 它是大多數團隊的甜蜜點：Sol 的 1M window 與 128K output、接近 Sol 的 benchmarks，以及我實際測試時看到較低的 reasoning overhead，且價格只有 Sol 的一半。
最困難的單一問題會選擇 GPT-5.6 Sol。 當一個 prompt 確實需要推理曲線的頂端，而你只會執行較少次時，Sol 較高的 Terminal-Bench 分數就足以證明其溢價合理。
混合工作負載會動態路由。 將大量批次工作送到 Grok 4.5，日常生產工作送到 Terra，只有最棘手的 prompts 才升級到 Sol。
透過一個 API 使用三者
你不必永久選定。GPT-5.6 Sol 和 Terra 可直接從 OpenAI 取得，也可透過相容於 OpenAI 的中繼服務使用；上方的實測是透過 AIReiter 的 gpt-5.6-sol 和 gpt-5.6-terra 端點進行，這些端點可用一組 API key 和一個 credit balance 連接多個模型。Grok 4.5 由 xAI 的自家 API 提供，而透過任何中繼服務取得模型的可用性會因供應商而異，因此在將其接入 production 之前，請先確認 catalog。整合存取方式會改變你的計費與整合介面，而不會改變模型的輸出內容。
常見問題
哪個最便宜：GPT-5.6 Sol、Terra，還是 Grok 4.5？
Grok 4.5 的標價最低，每百萬 tokens 為 $2/$6，而且由於其 token 效率高，按每個任務計算也最便宜。在 GPT 的各個版本中，Terra（$2.50/$15）的輸出價格只有 Sol（$5/$30）的一半。
GPT-5.6 Sol 和 Terra 有什麼差異？
同樣是 1M context 和 128K output，但分層不同。Sol 是高階推理模型（在 Terminal-Bench 2.1 上達到 91.9%）；Terra 則是平衡、以 production 為導向的層級，價格只有一半，而且在我的測試中，它用了少得多的 reasoning tokens（145 相較於 347）就解決了同一個問題。
隱藏推理會改變費用嗎？
是的。Sol 在同一個任務上除了可見的回答之外，還額外計費了 347 個推理 token，而 Terra 則是 145 個，所以看起來很短的回覆，實際成本仍可能比輸出所顯示的更高。請將推理 token 納入預算，並注意像 Terra 這類較低階的方案通常會使用較少的推理 token。
哪一個有更大的上下文視窗？
GPT-5.6 Sol 和 Terra 都提供 1M tokens，是 Grok 4.5 的 500K 的兩倍。兩個 GPT 變體也都文件化了 128K 的最大輸出；Grok 4.5 則未公布其輸出上限。
哪個更適合寫程式？
對於大量或 agentic coding，Grok 4.5 以最優的成本效能比提供最佳表現（在 SWE-Bench Pro 上以低成本達到 64.7%）。對於大上下文或重推理需求的 coding，Terra 已能涵蓋大多數需求，而 Sol 則在推理基準測試中名列前茅。
GPT-5.6 Sol、Terra 和 Grok 4.5 何時發布？
GPT-5.6 Sol 於 2026-06-26 發布，GPT-5.6 Terra 於 2026-07-09 發布，而 Grok 4.5 於 2026-07-08 發布。
結論
Grok 4.5 會贏在你的每月帳單金額，GPT-5.6 Terra 在大型上下文的生產工作中則以性價比取勝，而 GPT-5.6 Sol 則能搞定最棘手的推理任務。在你正式採用之前，先用你自己具有代表性的提示詞做一次簡短評估：這裡的成本數字是根據已公開的 token 數量與僅使用 GPT 的實測結果，而你的工作負載 token 分佈才是真正決定帳單的因素。對大多數團隊而言，Terra 是 GPT-5.6 系列中務實的預設選擇，Grok 4.5 是高用量情境下的預算首選，而 Sol 則是在其他更便宜方案都不夠好的時候才會用上的選項。