GPT-5.6 Terra (US)

GPT-5.6 Terra (US) 属于 gpt-terra 系列，2026-07-09 发布，由 Amazon Bedrock 提供调用。它把上下文窗口做到 1050000 tokens，单次最大输出 128000 tokens，知识截止 2026-02-16，适合处理长文档、多轮附件和复杂工具链任务。输入支持 text 与 image，输出为 text，能力覆盖推理、工具调用、结构化输出和附件输入。闭源权重意味着能力更新与部署节奏依赖平台，选型时要同时看上下文成本、输出成本和供应商锁定。

选型建议需要百万级上下文、图文附件输入和结构化输出的 Bedrock 用户可选它；若追求更低单价或需要开源权重，则优先看同系列低价版本或其他开放模型。

• 处理百万级 token 长文档的摘要、抽取与问答
• 解析图文混合附件并生成结构化字段
• 调用工具完成多步骤业务流程编排
• 对长报告做格式化输出与内容校验
• 在 Amazon Bedrock 上构建需要稳定长上下文的企业应用

公开技术报告有限，架构细节披露较少；从接口能力看，它围绕长上下文、多模态输入与工具调用组织。

• 结构采用闭源 API 形态，通过 Amazon Bedrock 提供 text、image 输入与 text 输出，权重不对外开放。
• 能力支持推理、工具调用、结构化输出和附件输入，适合把长文档理解与业务流程编排放在同一会话中完成。
• 披露官方未展开参数规模、训练方法等架构细节，公开资料较少，架构判断宜停留在接口与能力层。

开源权重

否

模型家族

gpt-terra

公开跑分未收录，性能判断以公开参数和接口能力为主，不引用具体榜单结论。

• 强项1050000 tokens 上下文与 128000 tokens 单次输出，适合长文档、长对话和批量结构化生成。
• 短板缺少公开跑分，复杂推理与多模态理解的实际水平需按业务样本验证，不宜直接套用榜单结论。
• 适合对长上下文和工具调用稳定性要求高的企业流程，而非只追求最低单价的高频短请求。

官方价格为输入 2.2 美元/百万tokens、输出 13.2 美元/百万tokens、缓存读 0.22 美元/百万tokens，成本结构偏向长上下文与长输出场景。

• 定位输入 2.2、输出 13.2 美元/百万tokens，处于 gpt-terra 系列美国区档位，适合稳定调用而非极限压价。
• 横向对比相较 GPT-6.1 Terra (US) 输入价低约 50%，但高于 GPT-5.6 Luna (Global) 的 0.2 美元/百万tokens。
• 平台差价models.dev 与 models.dev · amazon-bedrock 报价一致，输入 2.2、输出 13.2、缓存读 0.22 美元/百万tokens，暂无跨平台价差。
• 省钱缓存读 0.22 美元/百万tokens，重复上下文可优先走缓存；输出单价较高，需控制单次输出长度与重试。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $2.2/M / $13.2/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径第三方跑分未收录，能力对比只能依据公开参数、价格与接口能力，不能引用榜单名次或跑分数字。
• 边界仅支持 text、image 输入与 text 输出，闭源权重且仅 1 家平台收录，选型需评估供应商锁定与多模态输出缺失。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。