选型 · 实战
跑龙虾AI（OpenClaw）该用哪档 GPT-5.6？选型思路与成本账
GPT-5.6 于 2026-07-09 全面发布，Sol、Terra、Luna 三档价差拉到 5 倍，这对拿它当龙虾“大脑”的人来说是好事，也是新坑：档位选对，账单很友好；选错，多步循环能把钱烧得你怀疑人生。这篇不聊虚的，直接给选型结论、教你心算成本、再给一套省钱的路由打法。三档的完整规格和背景见发布解读，本文价格数据截至 2026-07-10，以官方为准。
先说结论，三句话
- 日常任务，Terra 起步——强性能低成本档，多步任务的性能和账单最平衡。
- 大批量轻活，用 Luna——最快最省，归类、抓取、批处理闭眼选它。
- 难题才上 Sol——旗舰最强档，留给链条长、失败代价高的活，别拿它跑杂活。
下面说为什么。
为什么智能体特别吃 token
聊天是一问一答，智能体是循环：理解任务、调工具、看结果、决定下一步，一圈一圈转到任务完成。每转一圈，之前的对话历史和工具返回结果都要重新塞进上下文——也就是说，任务越长，每一步的输入 token 越滚越大。一个十几步的任务，总消耗可能是单轮聊天的几十倍。这就是为什么档位单价在聊天场景里无感、在智能体场景里是生死线：单价差 5 倍，月账单就差 5 倍，而且是在被循环放大之后的基数上差 5 倍。
三档在 agent 场景各自的位置
| 档位 | 输入 / 输出价 | agent 场景定位 |
|---|---|---|
| Sol | $5 / $30 | 长程任务的天花板：Agents' Last Exam（55 领域长程任务）53.6 分、OSWorld 2.0 电脑操作 62.6%。链条长、容错低的活交给它。 |
| Terra | $2.50 / $15 | 日常主力：中档推理下长程任务基准甚至超过 Claude Fable 5 约 11.4 分，而成本约其 1/4。大多数龙虾任务用它就够。 |
| Luna | $1 / $6 | 批量轻活专员：最快最省的档位，步骤清楚的活量大管饱；复杂推理会露怯，别硬塞难题给它。 |
另外一个跟 agent 直接相关的数字：Terminal-Bench 在“ultra”四子代理并行模式下从 88.8% 提到 91.9%——多子代理并行（目前 beta）对拆大任务是真有用的方向。要泼的冷水也泼一下：重度复杂编码任务上 Claude Fable 5 仍然占优（SWE-Bench Pro 80% 对 64.6%），如果你的龙虾主要在写工程代码，先看两家的正面对比再决定。
成本估算：学会心算，别等账单教育你
心算公式很简单：
单次任务成本 ≈ 输入 token 数 × 输入单价 + 输出 token 数 × 输出单价
难点在估 token 数。经验规则：智能体任务的输入远大于输出（历史和工具结果反复进上下文），先看你任务的步数和每步塞进去的内容量，宁可往大了估。
举一个算例（以下用量纯属假设，只为演示算法，不是实测数据）：假设一次中等任务累计输入 20 万 token、输出 2 万 token——
- Luna：0.2M × $1 + 0.02M × $6 = 约 $0.32
- Terra：0.2M × $2.50 + 0.02M × $15 = 约 $0.80
- Sol：0.2M × $5 + 0.02M × $30 = 约 $1.60
单次看都不贵，但把它乘以“每天几十次 × 一个月”，档位差距就成了真金白银。你的真实用量，跑几次任务后在 OpenAI 后台用量页一看便知，拿实际数字套公式即可。
路由策略：便宜档先跑，失败再升档
比“选一档用到底”更聪明的打法是分层路由：任务先交给 Luna 或 Terra 跑，跑成了就是白赚的差价；失败或中途卡住，再升一档重试。步骤清楚的活让便宜档消化掉，Sol 只兜底最难的那一小撮。龙虾换模型就是换配置，两套写好用开关切，实现成本很低。
还有两个 API 新特性对 agent 玩家是实打实的省钱项：Programmatic Tool Calling 让模型写 JavaScript 在隔离的无网络 V8 运行时里编排工具调用，中间结果不用每步都塞回对话，官方客户案例 token 消耗降了 38%~63.5%——恰好砍在智能体最肥的那块开销上；显式 prompt 缓存断点（最短缓存生命 30 分钟）适合反复复用同一套长系统提示的场景，但注意缓存写入按 1.25 倍输入价计费，低频任务别乱开。
怎么接到龙虾上
OpenClaw 通过 OpenAI 兼容 API 就能接这三档：拿 API key、在配置里填服务商和模型名，换档位就是换一个模型名字段。完整步骤（含本地模型对照）见接 API 还是接本地模型，这里不重复。具体的 API 模型 ID 字符串以 OpenAI 官方文档为准，别抄社区帖子里的旧写法。如果你还在犹豫要不要换掉现在的大脑，先看AI 模型榜的四维度口径，再拿自己的任务试。
常见问题
- 跑 OpenClaw 默认该用 GPT-5.6 哪一档？
- Terra。它是强性能低成本档，长程任务基准表现在线、单价只有 Sol 的一半，日常多步任务当主力最平衡。跑不动的难题再临时切 Sol。
- Luna 这么便宜，会不会太弱？
- 看活。归类、抓取、格式转换这类步骤清楚的轻活，Luna 的定位（最快最省）正合适；步骤模糊、要反复推理的任务它容易绕弯。实用做法是便宜档先跑，失败自动升档重试。
- 什么时候才值得上 Sol？
- 任务链条长、失败代价高的时候：复杂多步流程、跨很多领域的长程任务、返工比 token 更贵的活。Sol 是旗舰最强档，输出单价也是三档里最高的，别拿它跑批量轻活。
- GPT-5.6 怎么接进龙虾（OpenClaw）？
- OpenClaw 通过 OpenAI 兼容 API 接入：拿到 API key，在配置里填服务商、模型名和密钥即可，换档位就是换模型名。具体步骤见站内「接 API 还是接本地模型」教程，模型 ID 字符串以 OpenAI 官方文档为准。