[AI 分享] GPT 5.6 模型選擇指南

 [AI 分享] GPT 5.6 模型選擇指南

摘要 : GPT 5.6 新增多層選項，重點是先選模型，再選思考深度，必要時才用 Ultra 與 Max。

內容:

GPT 5.6 發布後，許多人第一時間感到困惑，因為模型選項一下子變得很多。除了 Luna、Terra、Soul 這三種模型，還有 Low、Medium、High、XIGH、Max，以及 Ultra 等設定。過去使用 ChatGPT 時，多半只需要思考怎麼提問，現在則變成提問前還要先做一輪選擇。

首先可以把 GPT 5.6 的三種模型，理解成三種不同的交通工具。Luna 像電動車，速度快、成本低，適合大量且重複性的任務，例如翻譯、整理會議記錄、批次生成標題、提取表格資訊、客服分類，或快速回答簡單問題。這類任務重點在效率與規模，不需要模型花太多時間深度思考。

Terra 則像家用汽車，在效能、速度與成本之間取得平衡。大多數日常工作直接選 Terra 就足夠，例如撰寫一般文案、分析資料、製作方案、修改程式碼、處理工作文件等。這些工作需要一定思考，但還不到必須動用最強模型的程度，因此 Terra 是最適合多數場景的通用選擇。

Soul 像專業工程車，適合處理困難程式設計、複雜研究、重要決策，以及對成果品質要求很高的任務。例如排查隱藏很深的程式故障、分析大量資料、設計完整商業方案，或處理錯誤代價特別高的工作。簡單來說，第一層選擇可以記成：簡單大量選 Luna，日常多數任務選 Terra，複雜重要任務選 Soul。

第二層選擇是 Low、Medium、High、XIGH 和 Max。這些並不是不同模型，而是模型願意花多少時間思考的設定。可以把它想像成同一位員工，在五分鐘內交答案，和花一小時檢查資料後再交答案，品質自然可能不同。Low 適合簡單且追求速度的任務；Medium 是最均衡的預設檔位；High 和 XIGH 適合需要認真分析、檢查，以及多步推理的問題。

至於 Max，它代表讓模型盡可能多花時間處理任務，但並不適合長期開啟。因為思考時間越長，等待時間與使用成本通常也會增加。若只是簡單任務卻開 Max，就像找一個專家團隊開三小時會議，只為了修改一句標題，明顯不划算。OpenAI 的建議也是先從 Medium 開始，只有在實測發現 High 或 XIGH 能明顯提升品質時，再往上調整；Max 則留給最困難、且品質優先的任務。

第三層是 Ultra。Ultra 和 Max 並不是同一種概念。Max 是讓單一模型思考更久，而 Ultra 更接近同時派出多個 AI 智慧體並行工作。官方預設會協調四個智慧體，讓它們分別處理不同方向的內容，再整合成最終結果。舉例來說，如果要做一份行業研究，可以讓一個智慧體研究市場規模，一個分析競爭對手，一個整理技術趨勢，另一個負責檢查結論，最後統一生成報告。這種可以拆分成多個獨立部分的任務，Ultra 才能發揮價值。若只是翻譯一句話，或問明天穿什麼，使用 Ultra 幾乎就是浪費算力。

另外，也提醒開發者一個常見陷阱：在 API 中如果直接呼叫 GPT 5.6 這個名稱，實際上通常會指向 Soul，而不會依照任務自動幫你切換 Luna、Terra 或 Soul。也就是說，如果以為系統會自動選最划算的模型，實際上可能每個簡單任務都在用成本最高的 Soul。

在成本方面，若以相同輸入 100 萬 token、輸出 100 萬 token 來計算，Luna 大約是 7 美元，Terra 約 17.5 美元，Soul 約 35 美元。也就是說，Soul 的成本大約是 Luna 的 5 倍。雖然實際費用還會受到輸出長度與執行效率影響，但在大量任務情境下，選錯模型會帶來很明顯的成本差距。

最後，文中整理出一套簡單的選擇公式。第一步，如果什麼都不確定，就先選 Terra 加 Medium。第二步，如果任務需要更快、更便宜，或是批次處理，就改用 Luna。第三步，如果任務困難、重要，或做錯代價很高，就換成 Soul。第四步，如果模型能力足夠，但回答仍不夠深入，再把 Medium 提高到 High 或 XIGH。第五步，只有當任務可以拆成多個獨立方向並行處理時，才考慮使用 Ultra。至於 Max，則保留給那些願意多等一會，也一定要追求高品質結果的困難任務。

整體來看，GPT 5.6 增加的不只是模型能力，也增加了使用者的選擇成本。未來使用 AI，不只是問哪個模型最強，還要進一步思考兩件事：這個任務做錯的代價有多大，以及這個任務能不能拆開並行完成。只要先想清楚這兩點，Luna、Terra、Soul、Max 與 Ultra 的選擇其實就不會那麼複雜。