三个model、五个等级，新款Codex中的GPT-5.6究竟应该怎么选？
这两天 AI 业界的顶流是 OpenAI，它家新款 model GPT-5.6 上线，整个过程都挺魔幻的：
先是 Codex 被产品经理一声不吭地强行塞进 ChatGPT，图标和名字都被抹掉。
然后，死忠粉们在各大社区吵翻了天，吵到第二天，官方又服软，给它在应用里留了一块"牌位"，算是保住了点体面。
这场闹剧之外，我们还是来关心一下背负着全村希望的 GPT-5.6 吧。
有了 5.6 加持，Codex 确实变聪明了，写代码、跑工具链都更利落。但代价也摆在那儿，更费 token 了。
GPT-5.6 一口气给出三个 model、五档推理强度，排列组合能凑出 15 种选法。选错了，5小时额度一把告罄（我已经经历过多次……）；如果还是使用 API ，那账单保证能让你肉疼一整月。
这篇，我就是想把 15 种组合的选择逻辑、一次性给你捋清楚。
底稿是 OpenAI 官网发布的 GPT-5.6 指南，我把里头真正用得上的部分，整理成了这份中文操作指南。
先说model怎么选
GPT-5.6 一共三档，官方起了三个挺有画面感的名字：Sol、Terra、Luna。
Sol 是顶配，扛最难的活儿。复杂推理、多步骤规划、容错率极低的任务，都该甩给它。
Terra 是日常主力，绝大多数工作场景用它就够了，性价比最高的一档。
Luna 最快也最便宜，专门为高频、大批量的调用准备。你要跑几千次同样结构的请求，Luna 才是正确答案，不是 Sol。
很多人第一反应是"贵的总是好的"，一律 Sol 走天下。这是最典型的浪费。Sol 是给"难"用的，不是给"多"用的。量大但简单的活儿丢给 Sol，等于用大炮打蚊子，钱花了，效果没差多少。
再说强度怎么定
这一步才是真正烧钱的地方。
官方给出六档：None、Low、Medium、High、xHigh，加上这次新加的 Max。但 None 基本等于关掉推理，能用上的场合不多，真正需要你权衡的，是剩下这五档——标题里"五个等级"，说的就是它们。
Low ，留给最基础的任务：简单问答、格式转换，不需要模型"想"，直接出答案就行。
Medium 是默认档，官方内部测试的落点也在这里，涉及 MCP 调用、API 调用这类中等复杂度的任务，Medium 是性价比最优解。
High 和 xHigh，留给真正复杂的活儿：多步骤推理、跨文件的代码改动、需要模型自己判断优先级的任务。
Max 是压箱底的选项，官方原话是"最后手段"，只有前面几档都跑不明白的极端复杂任务，才轮到它出场。日常任务动不动就上 Max，纯属打水漂。
模型选难度，强度选复杂度
三个model乘五档强度，正好十五种组合，但不用真的挨个试一遍。记住一条：模型选难度，强度选复杂度，两个维度分开想，就不会乱。
还有个容易搞混的选项，叫 Pro Mode。它不是第四个model，也不是第六档强度，是叠加在你已选的model和强度之上的一层增强，专门留给"哪怕多花点钱，也要把质量榨到极限"的场景。日常任务用不上它，也别把它当万能钥匙。
别再写复杂提示词
选完model和强度，剩下的变量就是提示词本身了。官方的结论挺反直觉——提示词是越写越短，效果反而越好。内部测试里，把冗长的系统提示词换成精简版，分数涨了大概 15%，token 消耗反倒砍掉六成以上。这话搁过去几代模型身上未必成立，但对 5.6，堆字数就是在跟自己过不去。
具体怎么写，官方给了个“目标 + 模式 + 标准 + 格式”的四件套框架，我整理成中文、你直接照着填就行：
目标：你真正想要的结果，说清楚就行，别绕。
如果是回答、解释、评审或规划类需求：只检查相关材料并汇报结论，除非我明确要求，否则不要动手改东西。
如果是修改或搭建类需求：在授权范围内直接改，并跑完必要的非破坏性验证，不用每一步都等我确认；只有涉及外部写入、破坏性操作，或者范围明显超出预期时，才需要停下来问我。
验收标准：怎么判断这事儿算是做完了。
输出格式：你希望结果长什么样。
这四行里，"授权边界"那一句最容易被忽略，却是官方反复强调的重点。
GPT-5.6 比以前更主动、更能扛，你不划清"哪些能自己做、哪些必须停下来问"，它就真敢自己往前冲。
但也别犯另一个错——把"先问我""别乱改""等我确认"在提示词里翻来覆去说三四遍。官方原话是，重复的授权提醒反而会触发不必要的确认动作，连该放手做的安全操作都被拦下来。划一次边界，说清楚就够了。
注意这几个坑
用起来之后，有几个坑建议提前知道。
缓存写入这次变贵了，按未缓存输入价格的 1.25 倍计费，长对话、频繁改提示词的场景，成本涨得比你想的快。
新加的"程序化工具调用"，能省则省，一次调用能搞定的事，别非要写个小程序去跑，那是给真正需要批量处理、过滤中间结果的场景准备的，不是标配。
还有一个时间点需要留意下：GPT-5.4 定在 7 月 23 号退役，GPT-5.5 还留着，但官方建议是，与其等着被强制迁移，不如现在就把老提示词丢给 5.6，让它自己重写。毕竟 5.5 时代攒下的提示词习惯，未必能在 5.6 上原样跑通。尤其是你设置的定时任务，提前变更、免得报错。
Codex 那场闹剧，说到底就是一次没算清账的仓促决定，功能是加了，但没人提前想明白，这么一改，用户的token预算会经受什么样的冲击。
三个model、五档强度、十五种组合，看着复杂，落到实处就一句话：模型按难度选，强度按复杂度调，提示词按四件套写，剩下的交给系统自己判断。这套逻辑理清楚了，你的订阅额度才能撑得更久，你的账单，也才不会在月底给你一个惊喜。