返回博客列表
中文

GPT-5.6 Codex App 测评：Sol、Terra、Luna、max 与 ultra 怎么选？

GPT-5.6Codex AppOpenAI CodexAI 编程Coding Agent多代理

GPT-5.6 与 Codex App

如果说 ChatGPT 里的 GPT-5.6 重点是“更复杂的对话和知识工作”，那么 Codex App + GPT-5.6 的重点就是另外一件事：

让一个更强的模型真正进入代码库、终端、浏览器和多代理工作流，持续把任务做完。

GPT-5.6 上线后，Codex 用户可以在 Sol、Terra 和 Luna 三档之间选择，并设置不同 reasoning effort。更重要的是，Codex 中还提供 max，Plus 及以上计划可使用 ultra 来协调多个代理并行工作。

这篇文章不把 Codex App 写成“更高级的代码补全”，而是回答开发者真正关心的问题：三个模型怎么选、max 和 ultra 有什么区别、1.05M 上下文意味着什么、哪些任务值得用 Sol，以及订阅和 API 成本应该怎么比较。

先说结论

  • GPT-5.6 于 2026 年 7 月 9 日在 Codex 正式推出。
  • Free 和 Go 用户在 Codex 可使用 GPT-5.6 Terra。
  • Plus、Pro、Business 和 Enterprise 用户可在 Sol、Terra、Luna 之间选择。
  • Codex 中可设置不同推理强度；max 面向更高推理投入，ultra 面向多代理并行协调。
  • 官方说明 Codex 的 ultra 向 Plus 及以上计划提供。
  • 要访问 GPT-5.6，OpenAI 帮助中心列出的最低版本包括 ChatGPT 桌面应用 Codex 模式 26.707.30751 和 Codex CLI 0.144.0。
  • 即使客户端版本达标，不同账号仍可能受分批开放、套餐权限和工作空间设置影响。

最短建议是：复杂工程选 Sol，日常开发选 Terra，快速高频任务选 Luna；真正需要并行拆解的大任务再开 ultra。

Codex App 不是普通聊天框

Codex App 的核心不是“回答代码问题”，而是为多个 Agent 提供一个工作台：

  • 读取和修改本地代码
  • 执行终端命令和测试
  • 查看 diff 并接受反馈
  • 使用 worktree 隔离并行任务
  • 通过 Skills 复用工作流程
  • 通过 Automations 执行重复任务
  • 在项目和线程之间保留上下文

OpenAI 将 Codex App 定义为面向 Agent 的 command center。GPT-5.6 的价值，也应该放在这条完整执行链里判断，而不是只看它能不能写出一段函数。

GPT-5.6 Sol、Terra、Luna 在 Codex 里怎么选？

| 模型 | Codex 定位 | 推荐任务 | |---|---|---| | GPT-5.6 Sol | 旗舰能力 | 大型重构、复杂调试、架构、研究与长任务 | | GPT-5.6 Terra | 能力成本平衡 | 日常开发、测试、PR、文档和常规 Agent 工作 | | GPT-5.6 Luna | 快速低成本 | 小修复、代码检索、格式化、批量轻任务 |

什么时候用 Sol？

当任务包含大量不确定性、跨模块决策、复杂工具调用或高失败成本时，Sol 更适合。例如：

  • 迁移大型框架或数据库
  • 排查跨服务生产事故
  • 安全审计和复杂修复
  • 从零构建完整产品
  • 同时处理代码、文档、设计和测试

什么时候用 Terra？

Terra 是多数开发者更现实的默认选择。OpenAI 将它定位为兼顾智能和成本的模型，适合：

  • 修复明确 Bug
  • 补测试和类型
  • 常规代码审查
  • 更新文档
  • 中等规模重构
  • CI/CD 和仓库维护

什么时候用 Luna？

Luna 适合对速度和成本更敏感、任务边界清楚的工作：

  • 查找文件和调用点
  • 修改少量配置
  • 批量生成简单脚本
  • 重命名和格式整理
  • 快速原型的第一轮

max 和 ultra 有什么区别？

max 可以理解为把更高推理投入给当前模型和任务，适合单条复杂任务需要更深分析的场景。

ultra 的意义不同。OpenAI 将其描述为最高能力设置，通过多个 Agent 在并行工作流中协作，更快完成复杂任务。

适合 ultra 的任务通常能自然拆分：

  • 一个 Agent 分析后端
  • 一个 Agent 检查前端
  • 一个 Agent 补测试
  • 一个 Agent 审查安全和回归风险
  • 最后由主 Agent 汇总结果

如果任务本身只有一个很小的修改，启动多个 Agent 不一定更快，反而会增加协调成本。ultra 的价值来自可并行性，而不只是“更聪明”。

GPT-5.6 的 Coding 表现怎么看？

OpenAI 官方公开的关键 Coding 指标包括：

  • GPT-5.6 Sol 在 Artificial Analysis Coding Agent Index v1.1 得分 80
  • DeepSWE v1.1 为 72.7%
  • Terminal-Bench 2.1 为 88.8%
  • Sol Ultra 在 Terminal-Bench 2.1 为 91.9%
  • SWE-Bench Pro 为 64.6%

这些结果最值得看的不是某一项排名，而是 Terminal、Agent 和工具执行能力都在提高。

但 Codex 是否真的更省心，仍要回到自己的工程验证：

  • 一次通过测试的比例
  • 修改范围是否克制
  • 能否发现并修复自己的错误
  • 长任务中是否偏离目标
  • 总耗时、Token 和人工复查时间

1.05M 上下文意味着什么？

OpenAI API 文档显示，GPT-5.6 Sol、Terra 和 Luna 都支持 1.05M Token 上下文，最大输出为 128K Token。

这说明模型家族具备处理超长输入的能力，但不能直接把 API 上下文规格等同于每个 Codex 订阅任务可无限使用。Codex App 的实际体验还受套餐额度、上下文管理、工具输出和产品策略影响。

在大型仓库里，更好的方法仍然是：

  1. 先建立仓库地图和目标边界。
  2. 让 Agent 检索相关文件，而不是无差别读取全部内容。
  3. 把测试、错误和关键决策压缩为阶段摘要。
  4. 用线程或目标管理长任务，避免上下文被历史噪音占满。

GPT-5.6 API 价格怎么理解？

截至发布时，OpenAI API 官方价格为：

| 模型 | 输入 / 1M Token | 输出 / 1M Token | |---|---:|---:| | GPT-5.6 Sol | $5 | $30 | | GPT-5.6 Terra | $2.50 | $15 | | GPT-5.6 Luna | $1 | $6 |

三档模型都支持 1.05M 上下文，但超过 272K 输入 Token 的请求会进入长上下文加价规则：完整请求输入按 2 倍计价，输出按 1.5 倍计价。

Codex 订阅额度和 API Token 计价不是同一层。订阅用户应看 Codex 的计划额度和额外 credits；程序化调用则按 API Token 与工具费用计算。

因此，成本比较不能只看每百万 Token 单价，还要看完成任务所需步骤、返工次数和人工审核成本。

Codex App 和 API Agent 有什么区别？

Codex App 适合人直接监督：

  • 项目、线程、diff 和权限都有界面
  • 能复用 CLI 与 IDE 的历史和配置
  • 适合本地仓库、并行 worktree 和人工评审

API 更适合系统自动化：

  • 明确指定模型、推理强度和工具
  • 批量处理任务
  • 接进机器人、SaaS 和内部平台
  • 做成本路由和失败重试

GPT-5.6 在 Responses API 还加入 Programmatic Tool Calling，可以在内存中编写和执行程序来协调工具与中间结果；Multi-agent 也以 beta 形式支持并发子代理和结果汇总。

如果你需要在自己的平台里统一比较 GPT-5.6、Claude、Grok、GLM 和 DeepSeek，可以查看 模型价格与实时可用性、购买 API Token 和 API 接入教程。不要仅依据文章中的发布价格做采购决定，具体模型、额度与地区支持请以实时页面为准。

哪些开发者最适合升级？

最值得测试 GPT-5.6 Codex 的团队包括：

  • 维护中大型代码仓库的研发团队
  • 需要多个 Agent 并行推进前后端、测试和文档的团队
  • 正在做安全、科学、金融或复杂数据工作的开发者
  • 需要从需求到构建、测试、发布完整交付的独立开发者
  • 想在 Sol、Terra、Luna 之间做成本路由的平台

以下任务不必默认使用 Sol 或 ultra：

  • 单文件小改动
  • 简单格式化
  • 明确的批量替换
  • 低风险文档调整
  • 不需要并行的短任务

我的最终评价

GPT-5.6 对 Codex App 的意义，不只是换了一个更强的模型，而是把模型选择变成了工作流选择。

Sol、Terra 和 Luna 分别覆盖能力、平衡和速度；max 负责更深的单任务推理；ultra 则负责多代理并行协调。

这比“永远使用最强模型”更成熟，因为真实工程的任务价值和复杂度差异很大。

如果你的工作已经从代码补全进入 Agent 执行，GPT-5.6 + Codex App 值得升级；最合理的用法不是所有任务都开 Sol Ultra，而是让模型档位和任务难度匹配。

FAQ

Codex App 里哪个 GPT-5.6 最强？

Sol 是旗舰档，ultra 是面向多代理并行的最高能力设置。实际效果还取决于任务能否拆分和套餐额度。

Free 和 Go 用户能用 GPT-5.6 Codex 吗？

根据发布时官方说明，可以在 Codex 中使用 GPT-5.6 Terra；Sol 和 Luna 的可用性取决于更高套餐。

GPT-5.6 Codex 需要什么版本？

OpenAI 帮助中心列出的最低版本是 ChatGPT 桌面应用 Codex 模式 26.707.30751 或 Codex CLI 0.144.0。

GPT-5.6 Codex 支持 1M 上下文吗？

GPT-5.6 API 模型规格是 1.05M 上下文。Codex App 的实际可用上下文和额度还受产品策略、套餐与任务管理影响。

Terra 和 Luna 哪个适合日常开发？

Terra 更适合作为兼顾质量和成本的日常默认模型；Luna 更适合快速、边界明确、高频低成本任务。

参考资料