本周OpenAI动作不小:先发布新模型GPT-5.6,又宣布模型周活用户超过10亿,还顺手给GPT-5.6里的两个版本降了价。对普通用户来说,最实际的问题是:写稿、读文档、日常办公的时候,到底该用哪个版本?这篇就按使用场景聊聊怎么选。
先搞清楚GPT-5.6的结构。它不是单一模型,而是一整个家族,按定位分成三个:Luna主打最快、最实惠,适合量大、重复性高的任务;Terra是日常工作的平衡款,写东西、读文档、普通办公都够用;Sol是旗舰款,能力最强,主要面向专业场景。这次降价的主角是Luna和Terra,Sol价格没动,但它给API用户新增了"Fast模式",速度能提到标准处理的2.5倍,赶时间的时候可以加钱提速。
降价幅度有多大?官方公布的API价格是这样的:Luna直接降了80%,现在每百万输入token约0.2美元、每百万输出token约1.2美元;Terra降了20%,每百万输入token 2美元、输出12美元。换算一下,Luna现在每个任务的花费大约是去年旗舰级模型的6%,速度快了将近9倍,是典型的高性价比跑量款。
普通用户不一定接触API,好在ChatGPT这边也分好了。ChatGPT Work和Codex里,免费用户和Go用户可以用Terra;Plus、Pro、Business、Enterprise用户则可以自由切换Terra和Luna。而且这次降价后,用Terra和Luna消耗的订阅额度更少了,也就是说付费用户在配额内能干的活比以前多。
写稿怎么选?出标题、列大纲、写初稿这类活,Luna完全够用,速度快还省额度,改几版也不心疼。长文章、深度润色、需要反复推敲逻辑的内容,建议用Terra,它处理复杂任务更稳。一个实用的做法是:初稿交给Luna快速出,定稿前的打磨换Terra,两头都划算。
读文档怎么选?差别主要在量和深度。一堆PDF、合同、会议记录要批量总结,Luna最合适,量大也花不了多少钱;需要精读一份重要文件、做交叉比对、提炼关键风险点,这种活交给Terra更放心。官方在降价说明里也提到,大规模文档分析正是这类低价模型降价后变得特别经济的典型场景。
办公场景怎么选?回邮件、整理信息、翻译、做表格这类标准化任务,Luna是主力;涉及重要汇报、方案策划、复杂数据整理,用Terra。一句话概括:Luna适合"跑量"的活,Terra适合"要质量"的活,Sol留给对能力要求极高的专业用户。
给普通用户的建议很直接:平时把Terra当默认,写稿读文档办公都能覆盖;手头活多、预算敏感,就把能标准化的任务切到Luna,省下的额度还能多干不少事。这次降价传递的信号也很清楚:跑量型任务越来越便宜。把重复活交给便宜版本、把重要活交给强版本,就是现在最顺手的用法。