2026 年 10 月 26 日更新（10 月 27 日台北時間查核）：GPT-6.1 Terra 的 Standard 短 context API 費率為每百萬 tokens input US$1、cached input US$0.05、output US$5。Terra 加入視覺理解、電腦操作與寫作選型；這不代表所有任務都比 Sol 更適合，也不等於 ChatGPT 訂閱降價。以下先列新版本，再保留 Sol／Luna 的歷史比較與原圖。
GPT-6.1 Terra：價格、工具與分批可用性
依 OpenAI 發布公告，Terra 主打高量視覺理解、電腦操作與文字工作；最複雜的 coding 任務仍以 GPT-6.1 Sol、GPT-6 Astra 較合適。這是廠商定位與評測，不是本站實測，也不能推論每個工作流都會更快或總成本減半。
以下按 官方 API 定價整理，全部為 Standard、每 1M tokens、美元（US$），不是 ChatGPT 方案費用；其他服務模式、工具費與適用地區加價另計。
| Terra token 類別 | 輸入 ≤272K | 輸入 >272K（整筆） |
|---|---|---|
| Input | US$1 | US$2 |
| Cached input | US$0.05 | US$0.10 |
| 30 分鐘 cache write | US$1.25 | US$2.50 |
| 12 小時 cache write | US$2.50 | US$5 |
| Output | US$5 | US$7.50 |
Terra 模型文件列出 gpt-6.1-terra、1,050,000-token context window 與 128,000 max output tokens。272K 是計費門檻，不是 context 上限；超過門檻時，整筆請求的 input／cache 費率為 2 倍、output 為 1.5 倍，不只加收超出的部分。模型支援文字輸入／輸出及圖片輸入，不是原生音訊／影片模型；tool calling 必須使用 Responses API。
依 10 月 26 日 ChatGPT release notes，Terra 正向 Plus、Pro、Business、Enterprise、Edu 的 Work／Codex 分批推出；實際存取依方案、地區及工作區設定，不能解讀為一般 Chat 已同步提供。方案總用量上限不變，部分 Plus／Pro 的 Work Power 預設組合會從 Sol Light 改為 Terra Medium。UAE inference residency 尚不支援，限制指推論執行地點，不是使用者居住地封鎖；本文未驗證台灣每個帳戶的選單。
本站觀點：台灣團隊應比較「每個驗收合格任務」的成本
對需要辨識單據、比對商品照片或處理畫面操作的台灣團隊，Terra 值得加入小規模評估；純粹聚焦、規則清楚的高量文字工作，仍可比較 Luna；複雜程式推理則保留 Sol／Astra 候選。這是依官方能力與價格提出的分析，不是本站使用體驗。
不要只看單一 token 單價：繁中欄位辨識錯誤、工具操作失敗、人工覆核與重試，都可能抵銷較低費率。先用相同任務、相同驗收標準比較完成率、延遲、重試及各類 token；長文件另測是否跨過 272K。涉及付款、對外寄送或客戶資料的流程，仍保留人工確認與既有權限限制。若後續可重現的繁中樣本顯示品質不穩、工具重試偏高，或官方調整 rollout／費率，本站會重新評估選型，而不是預先承諾省費或效能提升。
歷史更新：GPT-6.1 Sol 的價格重點
GPT-6.1 Sol 值得注意的價格變化，是 cached input 降為每 1M tokens US$0.10；不是所有 API 費用減半。截至 2026 年 9 月 30 日查核，Standard 短 context 的 input／cache writes／output 仍為 US$2／US$2.50／US$10。若單次 prompt 超過 272K input tokens，整筆請求會改用長 context 費率。
本文先補上 9 月 29 日 GPT-6.1 Sol 的價格與可用性，再保留 9 月 22 日 GPT-6 Sol／Luna 發布時的比較，方便辨識版本與成本差異。舊版圖片及原 Sol 費率作歷史對照，並非 GPT-6.1 的圖表；9 月的 GPT-6.1 更新不代表原 Sol 已退役。
2026 年 10 月 7 日官方可用性公告（10 月 8 日台北時間查核）：OpenAI 另宣布 GPT-6 開始進入一般 Chat，付費方案與 Free／Go 採不同模型及分批時程。這次 Chat 更新不等同 GPT-6.1 Sol 已加入一般 Chat，也不改寫下方 9 月 API 發布與價格比較的歷史背景；最新範圍請看本文可用性段落。
GPT-6.1 Sol 更新：價格、272K 門檻與可用性
OpenAI 的 API changelog列出 2026 年 9 月 29 日推出 GPT-6.1 Sol；模型 ID 為 gpt-6.1-sol。這是官方公告日期，不以台灣查核日改寫發布時間。
以下為 OpenAI API Pricing 的 Standard 費率，單位均為每 1M（100 萬）tokens、美元（US$），不含其他服務模式或地區加價：
| GPT-6.1 Sol 計費範圍 | Input | Cached input | Cache writes | Output |
|---|---|---|---|---|
| 短 context：輸入不超過 272K tokens | US$2 | US$0.10 | US$2.50 | US$10 |
| 長 context：輸入超過 272K tokens，適用整筆請求 | US$4 | US$0.20 | US$5 | US$15 |
GPT-6.1 Sol 模型文件說明，超過 272K input tokens 時，整筆請求的 input 與 cache rates 為 2 倍、output 為 1.5 倍；272K 是計費門檻，並非 context window 上限。需要 tool calling 時使用 Responses API；Chat Completions 可用，但不支援該模型的 tool calling。
相較下方原 GPT-6 Sol 的 US$0.20，GPT-6.1 Sol 的 Standard 短 context cached input 單價減半。若多筆請求各自不超過 272K input tokens，累計有 1M tokens 屬於 cached input，該欄合計成本由 US$0.20 降至 US$0.10；這是依單價計算的例子，不是實測或總帳單減半的承諾。未快取輸入、cache writes、output 與跨越長 context 門檻的成本仍須分開估算。
依 OpenAI GPT-6.1 Sol 發布公告，Plus、Pro、Business、Enterprise、Edu 使用者可在 ChatGPT Work 與 Codex 使用，API 也已提供。這裡描述的是 GPT-6.1 Sol；它在官方說明中仍與一般 Chat 的 GPT-6 選項分開，不能把 10 月 7 日的 GPT-6 Sol／Luna Chat rollout 套用到 GPT-6.1 Sol。Sol Ultrafast 在 2026 年 9 月 30 日查核時仍屬「即將提供」。截至 2026 年 10 月 9 日查核，API changelog 的 10 月 8 日條目已列出 GPT-6.1 Sol Ultrafast：在 Responses API 使用 model: "gpt-6.1-sol" 與 service_tier: "ultrafast"。官方說明適用所有 API 使用者，但有獨立 rate limits，仍須確認組織額度；這不代表每個 ChatGPT／Codex 帳戶的介面都已提供相同選項。依模型文件，Ultrafast 費率為 Standard 的 6 倍，並支援 US／EU data residency；地區處理另有適用時 10% 加價，且須符合專案與端點資格。上述是 API 服務模式，不能與 ChatGPT 訂閱費率或 Astra 的適用條件混為一談。
OpenAI 將 GPT-6.1 Sol 定位為在 coding、computer use 與專業工作上接近 Astra 的較低成本選項。這是官方評測及定位，不是本站獨立實測，也不保證每個任務都與 Astra 同等。開發者應用自己的任務檢查答案品質、工具成功率、快取命中及完整 token 成本；模型版本、API 服務模式與 ChatGPT 訂閱方案要分開判讀。
歷史對照：GPT-6 Sol 與 Luna 發布重點、模型 ID 與 API 端點
依 OpenAI API changelog，GPT-6 Sol 與 GPT-6 Luna 於 2026 年 9 月 22 日發布：
- GPT-6 Sol：
gpt-6-sol - GPT-6 Luna：
gpt-6-luna - 可使用的 API：Responses API 與 Chat Completions API
以下原 GPT-6 Sol／Luna 歷史比較的價格指 API 的 Standard、short-context 費率，單位為每 1M（100 萬）tokens。它不等於 ChatGPT Work 或 Codex 的訂閱、工作區用量或企業合約條件。
GPT-6 Sol vs. Luna：先按任務型態選模型
GPT-6 Sol 模型頁將 Sol 定位於複雜 coding 與 agentic workflows；GPT-6 Luna 模型頁則將 Luna 定位為聚焦、高量任務的最高效率模型。
| 模型 | 官方定位 | 選型時應優先檢查的條件 |
|---|---|---|
| GPT-6 Sol | 複雜 coding 與 agentic workflows | 任務是否涉及複雜工作流；單次輸入是否可能超過 272K tokens |
| GPT-6 Luna | 聚焦、高量任務的最高效率模型 | 工作是否能拆為聚焦、可大量執行的任務；實際 token 結構是否符合成本目標 |
這代表一個實務上的判斷方式：若你的工作需要處理複雜的 coding 或 agent 流程，可先評估 Sol；若工作可拆成大量、聚焦的處理單位，Luna 是較值得優先評估的方向。這是依官方模型定位做出的選型判斷，不代表任一模型必然適合所有情境。
GPT-6 Sol API 價格與 Luna Standard 短 context 價格
以下保留原 GPT-6 Sol 與 Luna 的 Standard short-context 費率對照，不代表 GPT-6.1 Sol 的價格。四個欄位都要分開看：input、cached input、cache writes 與 output 各有不同價格。
| 模型 | Input | Cached input | Cache writes | Output |
|---|---|---|---|---|
| GPT-6 Sol | US$2 | US$0.20 | US$2.50 | US$10 |
| GPT-6 Luna | US$0.10 | US$0.01 | US$0.125 | US$0.50 |
表中全部數字均為每 1M tokens 的 API Standard short-context 費率。完整現行價格條件請以 OpenAI API Pricing 為準。
讀價格表時，別把四個 token 類別混成一筆成本
定價表將 input、cached input、cache writes 與 output 分為不同計費欄位。以 Sol 為例，input 是每 1M tokens US$2，cached input 是 US$0.20，而 cache writes 是 US$2.50；三者不是同一個單價的不同寫法。
因此，若你的應用會出現 cached input 或 cache writes，成本估算應分欄計算，而不是只拿未快取 input 單價乘上全部輸入 tokens。同樣地，若回傳內容很長，output 單價也應獨立納入預算。
Prompt Caching：除了費率，也要看命中率與控制工具
OpenAI 於 2026 年 9 月 22 日公布的 GPT-6 快取更新，讓符合條件、在 30 分鐘視窗內重用的共用 prompt prefix 可取得快取折扣。Prompt Caching Dashboard 可追蹤命中率，diagnostics 可分析未命中原因；explicit breakpoints 可指定快取邊界，prewarming 可預先處理已知 context。GPT-6 也可在維持 request-level reasoning effort 不變時，透過 configuration_update 調整後續推理強度並保留可重用快取。這些是快取控制能力，實際費用仍按上方對應模型版本與 token 類別計算。
超過 272K input tokens：GPT-6 Sol 與 Luna 為何不能只看 short-context 單價？
GPT-6 Sol 與 GPT-6 Luna 都採用相同的長 context 門檻：當 prompt 超過 272K input tokens，整筆請求會以 2 倍的 input 與 cache rates、以及 1.5 倍的 output 費率計價。
關鍵在於「整筆請求」。這不是只對超過門檻的那一小段輸入另加價。也要注意，272K 是 Sol 與 Luna 的 long-context 計費門檻，不是模型的 context window 上限；OpenAI 目前為 GPT-6 Sol 與 GPT-6 Luna 都列出 1,050,000-token context window 與 128,000 max output tokens。因此，若你的流程可能一次帶入很長的文件、程式碼或累積 context，應先確認是否會跨過 272K input tokens，再估算成本。
- 未超過門檻時：可依 Standard short-context 表分別使用 Sol 或 Luna 的費率估算。
- 超過 272K input tokens 時：Sol 與 Luna 的整筆請求都改採 input／cache rates 2 倍、output 1.5 倍的規則。
換句話說，Sol 的選型不能只比較「US$2 input」與 Luna 的「US$0.10 input」。若預期有超長輸入，計費門檻本身就是架構設計與成本預算的一部分。
API、ChatGPT Work、Codex 與一般 ChatGPT 對話：可用性要分開看
歷史圖（2026 年 9 月 22 日）：一般 Chat 的資訊已由 10 月 7 日新公告更新，請以下方現行可用性表為準。
在 API 端，Sol 與 Luna 可透過 Responses API 與 Chat Completions API 使用。ChatGPT 產品面已有後續變化：依 OpenAI 2026 年 10 月 7 日公告，GPT-6 在 Chat 分頁向 Plus、Pro、Business、Enterprise 全球分批推出，由 GPT-6 Sol 驅動；Free 與 Go 依公告規劃自 10 月 8 日開始擴大推出，使用 GPT-6 Luna。這些是 rollout 開始日期，不代表所有帳戶立即可用，也不是台灣時間零時的開放承諾；Enterprise 還須符合管理員設定。截至 2026 年 10 月 8 日（台北時間）查核，Help Center 仍列 Free／Go 目前採 GPT-5.6 Luna，不能把下一階段的 GPT-6 Luna 規劃寫成所有帳戶已完成切換。
Intelligent UI 可在適用方案的 Instant 至 Extra High 推理選項中提供視覺與互動元素；Plus 可用 Medium／High，不含 Extra High。Pro 訂閱方案與 Pro 推理選項要分開：Pro 推理仍使用 GPT-6 Astra，不支援 Intelligent UI。OpenAI 模型與推理選項說明
本站的判斷是，互動比較、學習圖解與小型試算值得用自己的任務評估，但可互動的呈現不保證數字或推論正確，重要結果仍應回查來源。這是依官方功能範圍提出的使用建議，並非本站帳戶實測；ChatGPT 的原生 Intelligent UI 也不能直接當成 API 端已提供的同等介面。
依 OpenAI 的 Work 與 Codex 說明，模型在 Work／Codex 中的可見性取決於方案、工作區設定與 rollout 存取資格。10 月 7 日官方另明示，本次 Chat 更新不改變 Work／Codex 背後的模型。這表示不能把 API 已發布，直接解讀成每一個 ChatGPT 帳戶都能立刻在介面中選到模型。
| 使用方式 | 本次可確認的資訊 |
|---|---|
| OpenAI API | 可透過 Responses API 與 Chat Completions API 使用 Sol 與 Luna。 |
| ChatGPT Work／Codex | Sol 與 Luna 為相關模型；可見性取決於方案、工作區設定與 rollout 存取資格。 |
| 一般 ChatGPT 對話 | Plus、Pro、Business、Enterprise 自 2026 年 10 月 7 日起全球分批推出 GPT-6 Sol；Free／Go 依公告規劃自 10 月 8 日起擴大推出 GPT-6 Luna，截至 2026 年 10 月 8 日（台北時間）查核，Help Center 仍列其目前採 GPT-5.6 Luna。以帳戶實際選單、rollout 與適用管理權限為準。 |
此外，ChatGPT Work／Codex 的訂閱或工作區條件，不應與 API 的 token 計費表混為一談。本節原 Sol／Luna 的金額為 API Standard short-context 每百萬 tokens 計價；GPT-6.1 Sol 的短／長 context 費率已在上方另表列出。
Amazon Bedrock：Sol／Luna 已正式提供
AWS 於 2026 年 9 月 22 日宣布，GPT-6 Sol 與 Luna 已在 Amazon Bedrock 正式提供（GA），可透過 Bedrock console 或支援的 API 使用，並支援 explicit prompt caching。Bedrock 的地區、功能與價格應依 AWS 文件另行確認。
AWS 端提供 IAM 權限、CloudTrail 稽核及 PrivateLink／VPC endpoints。推論資料不作模型訓練，但自動濫用偵測所標記的流量可由 AWS 保留最長 30 天；zero data retention 須向 AWS account team 申請，不能視為預設零保留。
台灣讀者怎麼看：API 支援台灣，不等於所有 ChatGPT 帳戶皆可見
OpenAI API 支援國家與地區清單目前列有 Taiwan。這可用來確認 API 支援地區資訊，但不能推論每個台灣 ChatGPT 帳戶、方案或工作區都能使用 Work、Codex、Sol 或 Luna。
如果你的團隊是透過 ChatGPT Work 或 Codex 存取模型，應以工作區內實際可見的模型與管理設定為準；若是 API 導入，則應按 API 文件、用量與 token 結構規劃。若要使用一般 Chat 的 GPT-6 與 Intelligent UI，應確認帳戶已取得 rollout、方案允許的推理選項，並使用網頁版或支援且已更新的 App；較舊的 macOS／Windows ChatGPT App 不支援這些能力。本文未驗證台灣個別帳戶，不把全球 rollout 公告當成每個帳戶已可使用的證據。
實務選型：用「任務複雜度＋context 長度＋token 結構」做決定
2026 年 10 月 14 日 API 退役公告：OpenAI 宣布 gpt-4o-2024-08-06、gpt-4o-2024-11-20、gpt-4o-mini-2024-07-18、gpt-4.1-2025-04-14 與 gpt-4.1-mini-2025-04-14 將於 2027 年 1 月 14 日從 API 移除；以這些快照為基底的 fine-tuned 模型也適用同一時程。官方建議替代模型為 gpt-6-luna。這是特定 API 模型快照的未來關閉日期，不代表現在已停止服務，也不是所有 GPT-4 系列或 ChatGPT 方案同日退役。詳見 OpenAI API 退役公告。
遷移不能只改模型名稱：GPT-6 Luna 模型文件目前標示不支援 fine-tuning，不能假設原有微調模型可直接搬移。若使用 Chat Completions 的 function calling，Luna 要求 reasoning_effort: "none"；需要 reasoning 搭配工具時，使用 Responses API。本站建議（依上述限制提出，非遷移實測）：切換前應按官方 GPT-6 遷移指南檢查參數、輸出格式、工具呼叫與快取設定，並用實際工作負載評估品質與成本。
可先用以下順序篩選，而不是只挑表面單價最低的模型：
- 先定義工作型態：複雜 coding 與 agentic workflows，優先評估 Sol；聚焦且高量的任務，優先評估 Luna。
- 再拆 token 成本：把 input、cached input、cache writes 與 output 分開估算。
- 最後檢查 Sol／Luna 的 long-context 門檻：若單次 prompt 可能超過 272K input tokens，需將整筆請求的倍率納入。
例如，假設某個流程需要大量處理彼此獨立、目標明確的請求，Luna 的官方定位與較低的 Standard short-context 各欄費率，會是值得優先檢視的組合。反之，假設流程核心是複雜 coding 或 agent 協作，Sol 的官方定位更貼近該需求。無論選 Sol 或 Luna，只要單次輸入可能超過 272K tokens，都應把 long-context 倍率納入成本估算。
避免兩種常見誤讀
1. 不要把 API 價格當成 ChatGPT 訂閱價格
本篇的 US$ 金額是各表所標示的 API Standard 短／長 context token 費率，不是 ChatGPT Work、Codex 或其他 ChatGPT 方案的固定訂閱金額，也不是工作區用量額度。
2. 不要把 short-context 價格套用到所有 Sol／Luna 請求
Sol 與 Luna 的 prompt 超過 272K input tokens 後，整筆請求都會改採 long-context 費率。對長文件、長程式碼或持續累積 context 的流程，這項條件可能比 short-context input 單價更影響預算。
結論：新案加入 GPT-6.1 Sol 評估，原 Sol／Luna 保留版本對照
新案可將 GPT-6.1 Sol 納入複雜 coding 與 agent 任務的評估，特別比較重用 context 時的 cached input 成本；別把這一欄的降價當成整體成本保證。以下保留原 Sol／Luna 的選型背景，實際導入仍應按模型 ID 與當前文件確認。
GPT-6 Sol 與 GPT-6 Luna 都已於 2026 年 9 月 22 日透過 OpenAI API 發布。Sol 的重點是複雜 coding 與 agentic workflows；Luna 的重點是聚焦、高量任務。
在成本面，兩者的 Standard short-context 價格差異明顯，但真正的選型不應停在未快取 input 單價。請將 cached input、cache writes、output 一併列入，並對 Sol 與 Luna 都檢查單次 prompt 是否可能超過 272K input tokens。若你是從 ChatGPT Work 或 Codex 使用，也要將工作區可見性與 API 計費分開判讀。
