值得评估 Terra 的原因
- 重复任务的单价更低: GPT-5.5 API 页面列出的标准输入和输出价格更高。反复执行类似工作时，可以将 Terra 纳入候选。把重试、审核时间和工具调用一并计算，才能判断较低 token 单价是否真的节省成本。
- 输出结构便于核验: Terra 支持结构化输出和函数调用。分类或提取任务应先定义必填字段，再同时核验数据结构和原始材料。JSON 格式正确，不代表提取出的事实就正确。
与 GPT-5.6 Terra 对话
AI ChatGPT-5.6 Terra
GPT-5.6 Terra 是什么？
GPT-5.6 Terra 是 OpenAI 面向日常工作、兼顾能力与成本的模型，随 GPT-5.6 系列于 2026 年 7 月 9 日发布。当前产品目录将它定位为以更低成本提供可与 GPT-5.5 竞争的表现。这是厂商定位，不代表每项任务都能达到同样效果。 截至 2026 年 9 月 8 日，Terra API 文档列出的标识是 gpt-5.6-terra，没有带日期的快照。本页只介绍这一具体型号；其他档位和后续世代有各自的规格。产品权限与 API 权限应分别确认，本页也不代表 Ottermind 已提供 Terra。
上下文、推理力度与费用
- 提供与任务相关的证据材料: 文档列出的上下文窗口为 1,050,000 token，最大输出为 128,000 token。可以一起提供相关代码、文档和图片，再要求回答注明来源。大窗口代表容量，并不保证模型记住每一条要求。
- 按任务调整推理力度: API 的 reasoning.effort 支持 none、low、medium（默认）、high、xhigh 和 max。先用 medium 处理边界明确的任务，确有需要时再比较更高设置。提高力度可能增加耗时和 token 用量，不能替代清楚的验收条件。
- 把计费条件看完整: 标准 API 每百万 token 费用为：输入 2 美元、缓存输入 0.20 美元、输出 12 美元。输入超过 272,000 token 时，整个请求按 2 倍输入价和 1.5 倍输出价计费；缓存写入按未缓存输入价的 1.25 倍计费。这是提供商价格，不是 Ottermind 定价，调用工具还可能另收费。
用 Terra 处理具体任务
用自己的材料检验以下工作方式。每项任务都应有明确交付物和完成清单。
完成迁移中的一个环节
提供旧接口、新约定和简短的文件清单。要求输出范围集中的补丁，并将每条要求对应到实现和测试。进入下一环节前，要检查是否遗漏行为，不能只看编译结果。
审查服务器配置
提供已去除敏感信息的配置、环境信息和实际故障表现。要求说明建议改动、影响和回滚方案。先验证语法并在测试环境试用，再修改线上服务。
为文档集合分类
明确分类方式、纳入规则和来源清单。要求每份文档占一行，附上支持分类的原文；证据不足时标为待确定。对账已处理和未处理文件，避免把提前停止误认为全部完成。
把笔记整理成交接说明
提供带日期的笔记、决策和未解决问题。要求整理当前状态、下一步行动及各项结论的证据。依据原始材料核对负责人和期限，并保留交接人需要继续追问的事项。
GPT-5.6 Terra 与 GPT-5.5 对比
| 选择依据 | GPT-5.6 Terra | GPT-5.5 |
|---|---|---|
| 标准 API 每百万 token 输入／输出费用 | 2 美元 / 12 美元 | 5 美元 / 30 美元 |
| 上下文／最大输出 token | 1,050,000 / 128,000 | 1,050,000 / 128,000 |
| API 文档列出的最高推理力度 | max | xhigh |
| 何时值得试用 | 有明确检查标准、需要反复执行的有限范围任务，可评估其较低单价 | 可作为现有流程的基准，替代模型通过相同检查前不必急于更换 |
根据完成的工作选择模型
仍需人工把关的地方
- 完成状态必须有证据: 要求提供验收清单，并查看实际产物。代码可能编译通过却少了某项行为，文档清单也可能排版整齐却漏了文件。未勾选的事项应解决后再验收。
- 长输入可能改变成本判断: 不需要全量资料时，尽量避免越过加价门槛。按文档中的加价规则，一个包含 300,000 未缓存输入 token 和 10,000 输出 token 的请求为 1.38 美元，尚未计入工具等费用。拆分材料只有在保留正确判断所需上下文时才有意义。
社区用户怎么说
以下讨论包含相互冲突的个人体验，不是受控对比，也不是社区共识。
适合有边界的任务，但跟进程度不一
在一篇 Terra 使用讨论中，用户提到服务器配置、文档处理和代码实现。有人觉得响应更快，但写计划时反复暂停；也有人需要催促它继续分类。另一些人不认同成本优势。这些个例提醒我们检查覆盖范围和总耗时，不能据此宣称它普遍更快。
构建通过可能掩盖遗漏需求
在一篇讨论 Terra 取舍的帖子中，作者称重构效果不佳，并分享了其他模型生成的审查意见，指出验收条件有遗漏。这些意见没有经过独立人工验证。也有评论者表示有限范围的编程任务效果不错。应据此加强需求覆盖检查，不能把它当作量化失败率。
在 Ottermind 继续工作
先定义完成标准
准备相关文件、任务范围和预期结果。列出必须核验的事项，并说明证据缺失时哪些问题应保留为待确认。
在 Studio 核对模型
进入 Studio，按需登录。如果账户可用，再选择 GPT-5.6 Terra，并核对工具和用量条款。本页不会自动选中该模型。
核验后再往下推进
核对来源，测试建议改动，并逐项对照清单。保存已验收结果和遗留问题，为下一项任务留下可靠交接。
GPT-5.6 Terra 常见问题
Terra 是 GPT-5.5 的新名字吗？
不是。GPT-5.6 Terra 是独立模型，API 标识为 gpt-5.6-terra。OpenAI 会将其表现与 GPT-5.5 对比，但两者的价格、推理设置和版本标识不同。
Terra 的 API 支持 Ultra 吗？
模型页面列出的 reasoning.effort 最高为 max。产品里的 Ultra 模式会使用子智能体，并不是普通 API 推理力度中的另一个值。应分别核对当前客户端控件和 API 文档。
Terra 能生成图片或处理音频吗？
原生模态支持文本输入与输出、图片输入，不支持原生音频和视频。Responses API 可连接图片生成、代码执行等工具；实际可用工具取决于宿主应用和账户。
Terra 的知识更新到什么时候？
文档列出的知识截止日期为 2026 年 2 月 16 日。涉及变化中的事实时，应提供最新来源或使用联网搜索工具。产品发布日期较新，不等于模型知道之后发生的每件事。
交给 Terra 一项可核验的任务
明确范围，附上证据，在 Ottermind Studio 继续你的工作流程。