OpenAI
GPT-6.1 Sol
最大上下文
1.1M
最大输出
128K
发布日期
暂无
gpt-5.6-terraGPT-5.6 Terra 是 Terra 系列的通用版本,适用于日常对话、文本生成、摘要、信息提取、轻量推理和编程辅助。 Terra 在通用能力、响应效率和成本之间实现了实用的平衡。可用于聊天助手、内容工具、办公自动化、知识库问答以及批量文本处理工作流。对于需要快速迭代或对成本敏感的应用,Terra 是 Terra 系列中的首选默认选项。
上下文窗口
1.1M Token
最大输出
128K Token
发布日期
2026年7月9日
模态
| Token 阶梯 | 输入价格 | 输出价格 | 缓存读取 | 缓存创建 5m |
|---|---|---|---|---|
| <=272K | $2.5/M | $15/M | $0.275/M | $3.125/M |
| >272K | $5/M | $22.5/M | $0.5/M | $6.25/M |
推理
工具调用
Temperature 参数
附件
知识库
Endpoint 协议
GPT-5.6 Terra 在推理能力与运行成本之间取得平衡,同时提供长上下文处理和图像理解能力。
推理强度可从无推理调整到最高等级,让应用根据任务复杂度选择分析深度。
1,050,000 token 上下文窗口支持对大型文档、代码仓库和对话历史进行集中分析。
图像输入让模型能够结合文字指令解读截图、图表和拍摄内容。
GPT-5.6 Terra 适合需要均衡推理能力的日常软件开发、文档智能和多模态业务工作流。
生成和修改代码、解释陌生组件,并结合较大的项目上下文提出范围明确的改动方案。
处理长篇文档集合,提取事实、关联相关段落,并生成简洁的结构化摘要。
结合周边文本解读图表、截图和扫描页面,提取结论并回答针对性问题。
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)| 指数分数 | ||
|---|---|---|
| Artificial Analysis 综合能力指数 | Artificial Analysis 综合能力评分 | 45.6 |
| Artificial Analysis 代码能力指数 | Artificial Analysis 软件任务评分 | 64.7 |
| 知识与推理 | ||
| GPQA | 高阶科学问题求解 | 87.2% |
| HLE | 广泛专家级考试集合 | 31.6% |
| 代码与工程 | ||
| SciCode | 科学计算代码挑战 | 49.7% |
| 指令遵循与 Agent 任务 | ||
| IFBench | 指令约束遵循 | 62.2% |
| AA-LCR | 长上下文推理 | 68% |
| τ²-Bench | Agent 工作流任务 | 72.8% |
指标来源 Artificial Analysis
在 TokenHub 使用 GPT-5.6 Terra 前可以先了解的问题。
GPT-5.6 Terra 是 TokenHub 提供的 GPT-5.6 Terra 系列模型,适合需要通用 AI 模型来处理对话、推理、写作和 API 工作流的用户。
它适合对话助手、内容起草、摘要、结构化数据抽取、代码辅助和多步骤任务自动化。
它的优势在于覆盖通用任务、较好的指令遵循能力,以及可通过 TokenHub 灵活集成。标准版本通常更适合日常使用、快速迭代和成本敏感型任务。
与任何 AI 模型一样,重要输出应进行准确性审核;上线前应结合自己的数据测试提示词,并比较延迟、成本和质量。
在 TokenHub 请求中将模型选择为“GPT-5.6 Terra”,使用账户的接口地址和凭据,并根据应用需求设置 temperature、max tokens、streaming 等参数。
建议先用能代表真实任务的小型评测集测试。选择在回答质量、可靠性、延迟和成本之间最符合业务需求的模型。
通过一个 API Key 接入 GPT-5.6 Terra 与更多 AI 模型。