Build Hour：使用 GPT-5.6 最大化价值

OpenAI 于 2026 年 7 月举办 Build Hour 活动，介绍 GPT-5.6（Sol、Terra、Luna）的选型指南，演示如何衡量并优化成本与性能，以及迁移生产环境智能体的方法。Ploy 案例显示迁移到 GPT-5.6 后构建速度提升 2.2 倍，成本降低 27%。

GPT-5.6 提供多档模型（Sol、Terra、Luna），按智能、延迟和成本区分，并强调从追求 token 量转向提升每 token 的价值。这改变开发者选择模型和优化成本的方式，尤其对生产环境智能体迁移有实际指导意义。

GPT-5.6 通过分化模型档次，让用户根据任务需求匹配智能等级，避免为简单任务过度支付。优化成本性能需基于真实负载测量，并调整评估、harness、工具 schema 和提示缓存，从而在保持性能的同时降低 token 消耗。

对使用 OpenAI 模型的团队而言，可参考其方法论调整模型选择、评估和缓存策略，以降低成本并提升速度。工具调用和提示缓存的适配可能涉及技术改动，但收益明确。

• 评估现有工作负载，按智能、延迟和成本从 Sol、Terra、Luna 中选取最合适的模型，并建立成本监控指标。
• 参考 Ploy 的迁移案例，梳理生产智能体迁移流程，重点调整 evals 和 tool schemas。
• 优化 prompt caching 策略，减少重复 token 消耗，降低 API 成本。
• 为团队制定模型选择指南，涵盖不同场景下的模型替换及成本对比模板。

• GPT-5.6 各版本的具体定价和性能数据是否已公开？
• Sol、Terra、Luna 的名称是模型代号还是正式版本名？
• Ploy 的 2.2 倍加速和 27% 成本降低是否适用于其他行业类型？
• 迁移到 GPT-5.6 是否存在功能兼容性风险？