GPT-5.6 Terra
- 上下文
- 1.05M
- 最大输出 128K
- 输入价格
- $2.00
- 每百万 tokens · OpenAI API
- 输出价格
- $12.00
- 每百万 tokens
- Epoch Capabilities Index
- 159.3
- 第 7 名，共 71 个
- LMArena Text
- 1,465
- 第 30 名，共 79 个
在哪里调用
3 个渠道报价 · 按标价显示| 计费项 | 档位 | 价格 |
|---|---|---|
| 输入 | 标准 | $2.00 / 百万 tokens |
| 批量 | $1.00 / 百万 tokens | |
| Flex 层级 | $1.00 / 百万 tokens | |
| Fast 层级 | $4.00 / 百万 tokens | |
| 输出 | 标准 | $12.00 / 百万 tokens |
| 批量 | $6.00 / 百万 tokens | |
| Flex 层级 | $6.00 / 百万 tokens | |
| Fast 层级 | $24.00 / 百万 tokens | |
| 缓存读取 | 标准 | $0.20 / 百万 tokens |
| 批量 | $0.10 / 百万 tokens | |
| Flex 层级 | $0.10 / 百万 tokens | |
| Fast 层级 | $0.40 / 百万 tokens | |
| 缓存写入 | 标准 | $2.50 / 百万 tokens |
| 批量 | $1.25 / 百万 tokens | |
| Flex 层级 | $1.25 / 百万 tokens | |
| Fast 层级 | $5.00 / 百万 tokens | |
Azure OpenAI in Foundry（在新标签页打开） gpt-5-6-terra | ||
| 输入 | 标准 | $2.00 / 百万 tokens |
| Priority 层级 | $4.00 / 百万 tokens | |
| 输出 | 标准 | $12.00 / 百万 tokens |
| Priority 层级 | $24.00 / 百万 tokens | |
| 缓存读取 | 标准 | $0.20 / 百万 tokens |
| Priority 层级 | $0.40 / 百万 tokens | |
| 缓存写入 | 标准 | $2.50 / 百万 tokens |
| Priority 层级 | $5.00 / 百万 tokens | |
Azure OpenAI in Foundry（在新标签页打开） gpt-5-6-terra | ||
| 输入 | Priority 层级 | $4.40 / 百万 tokens |
| 输出 | Priority 层级 | $26.40 / 百万 tokens |
| 缓存读取 | Priority 层级 | $0.44 / 百万 tokens |
| 缓存写入 | Priority 层级 | $5.50 / 百万 tokens |
变更
全部变更 →- OpenAI API 移除 4 项报价 输入（提示超过 272K tokens、Fast 层级） $8.00 · 缓存读取（提示超过 272K tokens、Fast 层级） $0.80 · 缓存写入（提示超过 272K tokens、Fast 层级） $10.00 · 输出（提示超过 272K tokens、Fast 层级） $36.00
厂商自报评分
由 OpenAI 发布，测试条件以其说明为准| 基准 | 测试设置 | 分数 |
|---|---|---|
| SWE-bench Pro | — | 63.4% |
| DeepSWE 1.1 | — | 69.6% |
| Terminal-Bench 2.1 | single agent | 87.4% |
| OSWorld 2.0 | set and scoring not stated | 50.2% |
| BrowseComp | single agent | 87.5% |
| GPQA Diamond | — | 92.9% |
| MMMU-Pro | no tools | 80.7% |
| with tools | 82% | |
| MRCR v2 | 8-needle, 256K–512K | 89.6% |
| 8-needle, 512K–1M | 72.5% |
引用评分
来自第三方排行榜，并非我们测得- Epoch Capabilities Index 159.3
第 7 名，共 71 个上榜模型 · 置信区间 156.7–162.3
Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · 许可 · 数据日期 2026年9月26日 · 我们做的改动
- LMArena Text 1,465
第 30 名，共 79 个上榜模型 · xhigh effort · 置信区间 1,461–1,470 · 35,323 票
LMArena (Arena), leaderboard-dataset on Hugging Face, licensed CC BY 4.0 · 许可 · 数据日期 2026年9月25日 · 我们做的改动
- Epoch AI · FrontierMath Tiers 1–3 86%
第 6 名，共 56 个上榜模型 · max effort · ±2.06
Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · 许可 · 数据日期 2026年9月26日 · 我们做的改动
- Epoch AI · GPQA Diamond 93.3%
第 11 名，共 64 个上榜模型 · max effort · ±1.54
其他版本：low effort 87.4% · reasoning off 77.3%
Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · 许可 · 数据日期 2026年9月26日 · 我们做的改动
- LMArena Text · Chinese 1,516
第 27 名，共 79 个上榜模型 · xhigh effort · 置信区间 1,504–1,527 · 2,786 票
LMArena (Arena), leaderboard-dataset on Hugging Face, licensed CC BY 4.0 · 许可 · 数据日期 2026年9月25日 · 我们做的改动
- LMArena Text · Coding 1,516
第 29 名，共 79 个上榜模型 · xhigh effort · 置信区间 1,509–1,523 · 9,671 票
LMArena (Arena), leaderboard-dataset on Hugging Face, licensed CC BY 4.0 · 许可 · 数据日期 2026年9月25日 · 我们做的改动
- LMArena Vision 1,270
第 25 名，共 49 个上榜模型 · xhigh effort · 置信区间 1,262–1,278 · 7,726 票
LMArena (Arena), leaderboard-dataset on Hugging Face, licensed CC BY 4.0 · 许可 · 数据日期 2026年9月13日 · 我们做的改动