GPT-5.6 已可在站内使用
实测 GPT-5.6 比 GPT-5.5 更费流量，因为 GPT-5.6 的缓存命中也会计费，而 GPT-5.5 缓存命中不收费。请根据任务难度、速度要求和成本预算选择合适模型。
三种 GPT-5.6 模型怎么选
不要所有任务都直接上最高规格。先按任务难度选模型，再按需要调推理强度。
能力最强，适合高难度任务，例如复杂代码、系统方案、长链路故障排查和高质量规划。
能力与成本平衡，适合多数专业工作，是日常重度使用时更稳妥的选择。
速度快、成本低，适合大量重复任务、批量改写、常规问答和轻量代码处理。
思考强度越高，质量和消耗也越高
强度不是越高越好，简单问题用低强度会更快也更省。
快速回答，适合简单问答、翻译、总结。
速度和质量平衡，适合日常使用。
更深入分析，适合代码、故障排查、复杂问题。
长链推理、复杂方案设计、高难度任务。
投入更多推理资源，追求更高质量结果。
最高级深度推理，适合大型研究、多步骤复杂任务。
Codex 客户端使用 GPT-5.6 的操作步骤
核心只有两件事：先用 CC Switch 拉取并指定 5.6 主模型，再把 Codex 更新到最新版本。
- 先从 CC Switch 拉取模型列表。 确认模型列表里已经出现
gpt-5.6-sol、gpt-5.6-terra、gpt-5.6-luna。 - 在 CC Switch 里指定主要模型。 例如选择
gpt-5.6-sol，保存后会写入 Codex 的config.toml。 - 更新 Codex 到最新版本。 如果你此前通过 npm 安装，可以重新执行
npm install -g @openai/codex@latest；如果是桌面客户端或应用商店安装，请在客户端或商店里检查更新。
点击获取模型列表
先让 CC Switch 从站内拉取最新可用模型。
确认出现 5.6 模型
列表里能看到 Luna、Sol、Terra 后，再继续选择主模型。
如果模型选择里看不到 GPT-5.6
很多人做到拉取模型、更新 Codex 后，仍然在 Codex 模型下拉里看不到 5.6。这时按下面的兜底流程处理。
第一种情况：直接出现 5.6
这时按照需要选择 Sol、Terra、Luna 和推理强度即可。
1. 在 CC Switch 中指定主模型
例如指定 gpt-5.6-sol，保存后不要只看界面，要确认配置文件里确实写入了对应模型。
2. 重启最新版 Codex
重启后在模型选择里选择 自定义，不要再选 GPT-5.5、GPT-5.4 之类的旧模型。
3. 发送消息确认
正常回复后，实际使用的就是 CC Switch 里配置的 GPT-5.6 主模型。也可以在站内使用记录里查看具体模型。
指定主模型
这里以 gpt-5.6-sol 为例。
确认写入配置
看到 model = "gpt-5.6-sol" 就说明主模型已写入。
选择自定义
这里不要选择 5.5、5.4，只选自定义。
按需选择推理强度
发送消息后，实际会使用刚才在 CC Switch 里配置的 5.6 模型。
GPT-5.6 会比 GPT-5.5 更费流量
尤其要注意缓存命中计费，以及超过 272K 后进入第二阶梯。
| 模型 | 短上下文：输入 / 缓存 / 写缓存 / 输出 | 超过 272K：输入 / 缓存 / 写缓存 / 输出 |
|---|---|---|
| gpt-5.6-sol | $5 / $0.5 / $6.25 / $30 | $10 / $1 / $12.5 / $45 |
| gpt-5.6-terra | $2.5 / $0.25 / $3.125 / $15 | $5 / $0.5 / $6.25 / $22.5 |
| gpt-5.6-luna | $1 / $0.1 / $1.25 / $6 | $2 / $0.2 / $2.5 / $9 |