GPT-5.6 Terra

对 GPT-5.6 Terra 的缓存命中要求所有请求的提示符前缀必须相同。请将稳定的指令和参考资料放在提示符的开头，保持字节一致，并将可变部分放在后面。这样，缓存读取操作将按缓存速率计费，而不是按输入速率计费。

GPT-5.6 Terra 的目录状态为 stable。记录的发布日期为 2026-07-09。在基于该模型构建长期集成之前，请查看模型页面上的弃用通知。

GPT-5.6 Terra 的 rate limit 未在当前模型记录中公布。在正式上线之前，请在控制台中确认您的套餐配额，并在您自己的工作负载上运行一个小型负载测试，测量每分钟请求数和每分钟 Token 数，并准备好重试和退避机制以应对 429 响应。

是的。GPT-5.6 Terra 与标准的 OpenAI SDK 兼容。将模型参数设置为“gpt-5.6-terra”，并使用您的 MixRoute API 密钥作为 OpenAI API 密钥。如果您的现有代码已经调用了 OpenAI Chat Completions 端点，那么切换到 Terra 通常只需要更新模型名称和 base URL。

首先在少量请求样本上进行测试，以确认集成能够与您现有的工具和中间件兼容。

GPT-5.6 Terra 按使用量计费，记录中未公布任何免费额度。当前公布的费率为：输入 $2.00 / 1M 个 token，输出 $12.00 / 1M 个 token。试用额度或促销配额与您的帐户绑定，而非与模型绑定，因此在规划免费额度之前，请务必查看控制台。

将 GPT-5.6 Terra 的 max_tokens 设置为任务实际需要的最长响应长度，而不是 128,000 的 Token 上限。严格控制上限可以降低最坏情况下的开销并缩短尾延迟。仅当任务明显需要更长的输出时才提高此值。

GPT-5.6 Terra 单次请求最多输出 128,000 个 token，context window 为 1,050,000。用 max_tokens 设上限，避免单次调用超出预算。