DigitalOcean GPT-5.6 Sol、Terra、Luna 教程：模型选型、价格与 API 调用
DigitalOcean Inference 已支持 GPT-5.6 Sol、Terra 和 Luna。本文对比三款模型的模型 ID、1.05M 上下文、输出上限、长上下文和缓存价格，并给出 Chat Completions API 调用示例与选型建议。
DigitalOcean 在 2026 年 7 月 10 日将 GPT-5.6 Sol、GPT-5.6 Terra 和 GPT-5.6 Luna加入 Inference 的 Serverless Inference 模型目录。开发者可以使用 DigitalOcean 模型访问密钥，通过统一的 https://inference.do-ai.run 端点调用三款模型，无需自行部署或管理 GPU 基础设施。
三款模型都支持最高 1.05M 输入上下文、最高 128K 输出、提示词缓存和工具调用，但价格档位不同。本文依据 DigitalOcean 2026 年 7 月 14 日核验的官方模型与定价文档，整理模型 ID、API 示例、长上下文价格和选型方法。价格可能调整，正式上线前仍应核对DigitalOcean Inference 官方定价页。
三款 GPT-5.6 模型有什么共同点
| 模型 | DigitalOcean 模型 ID | 输入上下文 | 最大输出 |
|---|---|---|---|
| GPT-5.6 Sol | openai-gpt-5.6-sol | 1,050,000 tokens | 128,000 tokens |
| GPT-5.6 Terra | openai-gpt-5.6-terra | 1,050,000 tokens | 128,000 tokens |
| GPT-5.6 Luna | openai-gpt-5.6-luna | 1,050,000 tokens | 128,000 tokens |
DigitalOcean 当前要求这三款模型通过 Chat Completions API 发送 Serverless Inference 请求。它们都支持显式缓存断点、至少 30 分钟的缓存生命周期和工具调用。Sol 还支持 max 推理强度并默认启用网络安全防护；Luna 的官方用法说明包含面向子代理的 ultra 模式。
GPT-5.6 Sol、Terra、Luna 价格对比
当单次提示不超过 272K tokens 时，三款模型的标准输入与输出价格如下。所有价格单位均为每 100 万 tokens。
| 模型 | 输入 | 输出 | 缓存写入 | 缓存读取 |
|---|---|---|---|---|
| GPT-5.6 Sol | $5.00 | $30.00 | $6.25 | $0.50 |
| GPT-5.6 Terra | $2.50 | $15.00 | $3.13 | $0.25 |
| GPT-5.6 Luna | $1.00 | $6.00 | $1.25 | $0.10 |
当提示超过 272K tokens 时，会进入长上下文价格档：
| 模型 | 长上下文输入 | 长上下文输出 | 缓存写入 | 缓存读取 |
|---|---|---|---|---|
| GPT-5.6 Sol | $10.00 | $45.00 | $12.50 | $1.00 |
| GPT-5.6 Terra | $5.00 | $22.50 | $6.25 | $0.50 |
| GPT-5.6 Luna | $2.00 | $9.00 | $2.50 | $0.20 |
缓存写入按未缓存输入价格的 1.25 倍计费，缓存读取相对标准输入价格低 90%。因此，具有稳定系统提示词、长工具说明或重复知识上下文的应用，通常值得设置显式缓存断点。不要为了使用 1.05M 上下文而无差别塞入全部资料；先做检索、裁剪和缓存，往往更容易控制延迟与成本。
三款模型应该怎么选
- GPT-5.6 Sol：适合对复杂推理、代码或安全敏感任务投入更高预算的场景。它是三者中价格最高的一档，应优先通过小规模评测确认质量增益。
- GPT-5.6 Terra：价格是 Sol 的一半，可作为质量和成本之间的中间档。适合先建立生产基线，再根据任务难度向 Sol 或 Luna 分流。
- GPT-5.6 Luna：输入和输出价格最低，适合高频分类、摘要、内容转换、子代理和对成本敏感的批量调用。复杂任务仍需用真实数据集比较准确率。
以上是根据官方能力表与价格档位得出的工程选型建议，并非 DigitalOcean 发布的性能排名。生产选型应同时比较正确率、首 token 延迟、总延迟、工具调用成功率和每个成功任务的实际成本。若你正在规划整体推理架构，可配合阅读DigitalOcean Agentic 推理云分析和vLLM 推理 GPU 选型指南。
使用 Chat Completions API 调用 GPT-5.6
先在 DigitalOcean 控制面板创建模型访问密钥，并把密钥保存在环境变量中。不要把真实密钥写入代码仓库、日志或客户端页面。
export DIGITALOCEAN_MODEL_ACCESS_KEY="your-model-access-key"
curl https://inference.do-ai.run/v1/chat/completions
-H "Authorization: Bearer $DIGITALOCEAN_MODEL_ACCESS_KEY"
-H "Content-Type: application/json"
-d '{
"model": "openai-gpt-5.6-terra",
"messages": [
{
"role": "user",
"content": "请给出这个 Kubernetes 部署方案的风险清单"
}
]
}'
切换模型时只需把 model 改成 openai-gpt-5.6-sol 或 openai-gpt-5.6-luna。上线前建议分别记录三款模型在同一测试集上的输出质量、输入/输出 token 数、缓存命中率、延迟和错误率。
上线前的成本与可靠性清单
- 为单次请求设置输入、输出和总成本上限，特别关注超过 272K tokens 后的价格变化。
- 把稳定的系统提示词和工具定义放入可复用缓存段，监控缓存读取比例。
- 使用真实业务样本比较 Sol、Terra、Luna，不要只用单个演示提示词选型。
- 为 429、408 和 5xx 错误设置有限次数的指数退避重试，并记录请求级错误。
- 把访问密钥限制到必要模型和网络范围，定期轮换，不在浏览器端暴露。
- 在模型版本或价格变化后重新跑评测，避免长期依赖旧结论。
官方资料
- DigitalOcean Inference 可用模型
- DigitalOcean Inference 定价
- Serverless Inference API 端点
- Inference API Reference
查看 DigitalOcean Inference Engine，先在 Model Playground 中用同一测试集比较三款模型，再决定生产默认模型和降级策略。