GPT-5.6 Terra 是 OpenAI GPT-5.6 家族中均衡的中间档，其模型页把它描述为在智能与成本之间取得平衡的 GPT-5.6 模型；OpenAI 把它定位于客户支持、内部工具和文档分析等大批量业务任务，在价格上则把它置于旗舰之下。
- 输入
- 文本 图像 $2/M
- 输出
- 文本 $12/M
- 缓存读取
- $0.2/M
- 上下文
- 1.1M
- 对比 GPT-4o
- 便宜约 60%
- 知识截止
- 2026-02
输入超过 272K token 时，整个请求按输入 $4/M、输出 $18/M 计费
Benchmark 成绩
供应商公布： Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
价格在同类中的位置
价格在 68 个同类模型中的位置
这条线标出该模型的价格在 Synthorai 同类模型中的位置，两端分别是最便宜和最贵的模型。这里是基础价，批量、区域和缓存写入的折扣见价格页。
规格与限制
Token
| 上下文窗口（供应商规格） | 1,050,000 |
|---|---|
| 最大输出（供应商规格） | 128,000 |
| 知识截止 | 2026-02 |
提示词缓存
| 缓存方式 | 自动 |
|---|---|
| 最小前缀 | 1,024 |
| 有效期 | 5–10 分钟，最长 1 小时 |
思考
| 供应商参数 | reasoning.effort |
|---|---|
| 可选值 | none · low · medium · high · xhigh · max |
| 默认值 | medium 请求未指定时生效 |
| 可关闭 | 支持 |
| 思考行为 | Responses API 还接受 reasoning.mode，取值为 standard（默认）或 pro；mode 与 effort 是彼此独立的旋钮 |
| 参数 | reasoning_effort |
| 取值 | minimal · low · medium · high 这是网关侧的参数，实际以上方的供应商映射为准 |
模型
| 模态 | 文本 + 图像 → 文本 |
|---|
- 面向兼顾智能与成本的负载的中间档
- OpenAI 把它定位于大批量业务任务，价位低于旗舰
- 1.05M 上下文 / 128k 最大输出
- 输入超过 272k token 的提示词按 2x 输入 / 1.5x 输出计费
一条提示词，经网关实测
GPT-5.6 Terra 通过 · 3 sentences
Enabling reasoning makes the model generate additional internal analysis tokens and perform more computation before producing the final answer, increasing usage per request. Those extra tokens are billed like other model output or are reflected in higher-priced reasoning-model rates, so even unchanged user traffic can cost substantially more. The bill doubled because average cost per request rose, likely from longer reasoning traces, more complex model routing, or both.
输出 120 tok (+31 思考) 延迟 2.4 s
指令遵循（恰好三句，数得出来）、受众适配（对 CFO 说话的口吻），以及下方 token 计数暴露出的隐藏思考计费差额。
GPT-5.6 Terra 通过 · 8/8 cases
```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The bug is that `cur` and `best` were counting adjacent *matches* rather than the number of items in a run: a run of one item has zero matching adjacent pairs, and a run of length `n` has only `n - 1` such pairs. Initializing both counters to `1` for a nonempty list and resetting `cur` to `1` when the value changes makes them represent actual run lengths. Updating `best` on every iteration also ensures a run that continues through the final element is included.
输出 196 tok 延迟 2.6 s
修复是否真的正确（能运行）、解释的信息密度，以及在一个范围明确的任务上的 token 效率。
GPT-5.6 Terra 通过 · 5/5 fields, guidance "withheld pending the Q4 close"
{"company":"Meridian Robotics","quarter":"September quarter","revenue_usd_m":412,"growth_pct":null,"guidance":"withheld pending the Q4 close"}
输出 149 tok (+103 思考) 延迟 2.3 s
是否严守 schema（不臆造字段）、能否顶住幻觉压力（原文明说暂不给出 guidance），以及结构化输出路径的差异。
GPT-5.6 Terra 通过 · 120 words, 0 banned, 1 question
Today, our API gateway introduces cross-provider prompt caching, reducing repeated token processing while preserving your existing model routing. Teams can store reusable system prompts, policy blocks, and long context prefixes once, then serve them to supported providers with consistent cache keys and observability. The feature tracks hit rates, latency savings, and estimated cost reductions in the dashboard you already use for requests. Why pay to recompute identical context on every call? Configure cache policies by route, tenant, model, or TTL, and fall back automatically when a provider lacks compatible caching. Built-in controls help protect sensitive data through encryption, regional settings, and explicit expiration. Start with a single endpoint, compare results across providers, and scale prompt reuse without rewriting application logic.
输出 631 tok (+475 思考) 延迟 6.0 s
是否守住约束（字数预算、禁用词表、只能有一个问句）、文风特征，以及长度控制。
30 秒用上 GPT-5.6 Terra
兼容 OpenAI：换掉 base_url，SDK 不用改。POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="gpt-5.6-terra",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "gpt-5.6-terra",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-5.6-terra",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "gpt-5.6-terra",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("gpt-5.6-terra")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));关于 GPT-5.6 Terra
- OpenAI 自己的档位映射称 Terra 大致对应早前 GPT-5 家族的 mini 模型档，其选型指南建议在你想以低于旗舰的价格获得强性能时选用它。
- 它共享该家族的 1,050,000 token 上下文窗口（厂商规格）、128K 最大输出 token、图像输入、推理 token 支持，以及从网页搜索到 computer use 和 MCP 的托管工具套件，知识截止为 2026 年 2 月。
- 推理力度省略时默认为 medium，并可达到这一代新的 max 档；Responses API 的 pro 模式和 beta 多智能体子智能体编排在这里同样可用，与整个 GPT-5.6 一致。
- 缓存输入按标价输入的十分之一计费，缓存写入为 1.25 倍，而输入超过 272K token 的提示词则整个请求按 2 倍输入价和 1.5 倍输出价计费。
- 对于已把 GPT-5.5 作为默认的团队，Terra 是直接的低成本替代。
- 在 Synthorai 上，GPT-5.6 Terra 与其余模型走同一个 OpenAI 兼容 API。
常见问题
GPT-5.6 Terra API 可以免费试用吗？
可以。新账号有 10 次试用调用，免费额度最高 $1，无需绑卡。按输入 $2/M 计算，光这笔额度就够向 GPT-5.6 Terra 发约 62 次请求，每次 ~8K token。
GPT-5.6 Terra 最擅长什么？
一半成本比肩 GPT-5.5 性能、为大批量业务负载打造、完整 1,050,000 token 上下文与托管工具。完整介绍见「关于」部分，内容取自供应商的官方发布说明。
GPT-5.6 Terra 的价格是多少？
在 Synthorai 上，GPT-5.6 Terra 的输入价为 $2/百万 token，输出价为 $12/百万 token。这就是供应商官网价，平台不加价。缓存命中的输入 token 按 $0.2/M 计费。
GPT-5.6 Terra 的上下文长度是多少？
GPT-5.6 Terra 的上下文长度（上下文窗口）是 1.1M token。单次回复最多输出 128,000 个 token。
GPT-5.6 Terra 支持提示词缓存（prompt caching）吗？
支持，而且全自动：经 OpenAI 处理的提示词会自动缓存，不用改代码。缓存命中的输入 token 按 $0.2/M 计费（未命中为 $2/M）；提示词的稳定前缀至少要有 1,024 个 token 才能缓存（TTL 5–10 分钟，最长 1 小时）。 提示词缓存指南 →
如何开通 GPT-5.6 Terra？
把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1"，model 设为 "gpt-5.6-terra" 即可。一个 API key 就能调用网关上的全部模型。
GPT-5.6 Terra 的知识截止日期是什么时候？
GPT-5.6 Terra 的知识截止日期是 2026-02，以供应商官方文档为准（核对于 2026-07-10）。
相关模型
对比
本页的每个数值都照录自供应商自己的文档（链接见上），并标有核对日期。价格是在整个目录范围内比较的；各家供应商定义不一样的规格项，只说明差异，不画图对比。这里没有任何一项是我们自己测的，也不打分。