Sol、Terra、Luna：用實測數據說話
表中同時列出上一代 GPT-5.5 作為基準——Sol 與它標價完全相同，這也是多數人真正需要的那組對比。
| 指標 | GPT-5.6 Sol | GPT-5.6 Terra | GPT-5.6 Luna | GPT-5.5上一代 |
|---|---|---|---|---|
| 綜合評分 | 4.70 | 4.38 | 4.34 | 4.54 |
| 拿到滿分 5.00 的情境數 | 5 / 8 | 2 / 8 | 1 / 8 | 0 / 8 |
| API 定價（每 100 萬 Token 輸入 / 輸出） | $5 / $30 | $2.50 / $15 | $1 / $6 | $5 / $30 |
| 每次呼叫成本 | $0.00360 | $0.00161 | $0.00113 | $0.00393 |
| 每品質分成本 | $0.00077 | $0.00037 | $0.00026 | $0.00087 |
| 中位延遲 | 4,640 ms | 3,598 ms | 7,998 ms | 3,925 ms |
| 最適合 | 疑難長文件、法律與學術文本、術語一致性 | 延遲敏感情境與批次翻譯 | 每品質分成本最低 | 上一代旗艦，作為對比基準保留 |
| Belin Doc 是否提供 | 已上線 | 已上線 | 未提供 | 已上線 |
三檔到底該為哪一檔付費？
你要的是能拿到的最好譯文
Sol
8 個情境中有 5 個拿到滿分。它與 GPT-5.5 標價相同，綜合分卻高出 0.16，而且單次呼叫更便宜——表達同樣的意思，它寫的輸出 Token 更少。
你要最佳化的是延遲
Terra
中位延遲 3,598 ms，是我們受測的 7 個模型中最快的一個，綜合分仍有 4.38，明顯高於開源權重的替代方案。
你要最佳化的是成本
暫時選 Terra
Luna 的每品質分成本是家族裡最低的，但目前尚未導入 Belin Doc。在你今天能選到的檔位裡，Terra 是更便宜的那個。
一個與官方定位相反的結果
Luna 被定位為輕量、快速的檔位。它確實最便宜——但在我們的循序採集中，它是三檔裡最慢的，中位延遲 7,998 ms，約為 Terra 的 2.2 倍。需要說明的口徑：所有模型走的是同一條呼叫鏈路，這部分差距可能反映的是鏈路而非模型本身。
把 GPT-5.6 放進全部受測模型裡看
前三名彼此相差不到 0.03 分，落在評審評分的雜訊之內。真正拉開差距的是價格：Sol 以全場並列最低的每品質分成本達到這個水準，而 Gemini 3.1 Pro 的每分成本約為它的 3.4 倍。
| 排名 | 模型 | 綜合分 | 每次呼叫 | 每品質分 | 中位延遲 |
|---|---|---|---|---|---|
| 1 | Claude Opus 4.8 | 4.73 | $0.00366 | $0.00077 | 4,084 ms |
| 2 | Gemini 3.1 Pro | 4.71 | $0.01222 | $0.00259 | 4,380 ms |
| 3 | GPT-5.6 Sol | 4.70 | $0.00360 | $0.00077 | 4,640 ms |
| 4 | GPT-5.5 | 4.54 | $0.00393 | $0.00087 | 3,925 ms |
| 5 | GPT-5.6 Terra | 4.38 | $0.00161 | $0.00037 | 3,598 ms |
| 6 | GPT-5.6 Luna | 4.34 | $0.00113 | $0.00026 | 7,998 ms |
| 7 | DeepSeek V4 Pro | 4.18 | $0.00068 | $0.00016 | 7,372 ms |
怎麼測的
- 受測模型
- 7
- 文件情境
- 8
- 每格輪次（取中位數）
- 3
- 參與評分的譯文
- 168
- 盲評評審，均未參賽
- GPT-5.4 · Claude Opus 4.7
- 核驗日期
- 2026-07-10
Sol 的分數是從哪來的
評審在五個維度上為每條譯文打 1 到 5 分。下面是 Sol 在全部八個情境上的中位數。
- 忠實度
- 4.8
不添油加醋，也不悄悄漏譯——合約與論文的硬性要求。
- 流暢度
- 4.8
讀起來像用目標語言直接寫成的，而不是從原文解碼出來的。
- 術語一致性
- 4.8
第 3 頁定義的術語，到第 80 頁仍是同一個譯法，全篇不漂移。
- 風格貼合
- 4.7
語域能過河：法律條款仍像法律，文學散文仍像文學。
- 格式保真
- 4.5
表格、程式碼識別碼與 Markdown 結構原樣帶過來。
三步用 GPT-5.6 翻譯
- 01
上傳文件
拖曳 PDF、Word、PowerPoint、Excel 或 EPUB 檔案，整本書也可以。
- 02
選擇 Sol 或 Terra
依你的優先順序挑一檔 GPT-5.6，再設定目標語言。
- 03
下載譯文
版面、表格與術語原樣保留，仍是原始檔案格式。
GPT-5.6 文件翻譯常見問題
選檔位之前，大家最常問的幾個問題。
- GPT-5.6 的 Sol、Terra、Luna 有什麼差別？
- 它們是同一代模型的三個能力檔，不是三個世代。Sol 的推理上限最高，價格也最高（每 100 萬輸入 / 輸出 Token 為 $5 / $30）；Terra 是均衡檔（$2.50 / $15）；Luna 是輕量、最便宜的一檔（$1 / $6）。在我們的實測中，Sol 綜合 4.70 分，Terra 4.38 分，Luna 4.34 分。
- 文件翻譯該選哪一檔？
- 只要品質重要，就選 Sol——它在我們的 8 個文件情境中有 5 個拿到滿分 5.00。如果延遲更重要，就選 Terra：中位延遲 3,598 ms，是我們受測的 7 個模型中最快的，綜合分仍有 4.38。
- Belin Doc 上能用 GPT-5.6 Luna 嗎？
- 目前不行。Belin Doc 提供 GPT-5.6 Sol 與 GPT-5.6 Terra。Luna 參與了我們的實測並公開結果，是為了讓整個家族的對比完整、誠實，但它目前不能作為翻譯模型選用。
- GPT-5.6 翻譯比 GPT-5.5 更好嗎？
- Sol 更好：同樣的標價下綜合分 4.70 對 4.54，而且因為輸出 Token 更少，單次呼叫還更便宜。Terra 與 Luna 的綜合分低於 GPT-5.5，但單次呼叫成本分別約為其一半和三分之一——這正是這兩檔存在的意義。
- 這些分數是怎麼測出來的？
- 7 個模型翻譯 8 類文件情境——學術、法律、技術文件、文學、漫畫對白、Markdown 表格、長文件術語一致性等——每格跑 3 輪，共 168 條譯文。候選譯文經過匿名化並在每輪重新打亂，再由 GPT-5.4 與 Claude Opus 4.7 兩位評審按 1 到 5 分評分。兩位評審都不在參賽名單裡，因此沒有模型為自己打分。全部原始譯文與評審評分都已完整歸檔，此處引用的數字直接出自這份歸檔。
- 用 GPT-5.6 翻譯貴不貴？
- 按真實文件而非標價來算：Sol 平均每次呼叫 $0.00360，Terra 為 $0.00161。除以各自達到的品質分，就是每品質分 $0.00077 與 $0.00037。在 Belin Doc 上你可以免費開始翻譯；更大的文件與進階模型可能依方案消耗額度。
- 支援哪些檔案格式和語言？
- 支援 PDF、Word (DOCX)、PowerPoint (PPTX)、Excel、EPUB 等格式，並保留原始版面、表格與排版。Belin Doc 支援 100 多種語言之間的互譯。
- GPT-5.6 文件翻譯免費嗎？
- 可以免費開始翻譯。每個帳號都包含每月免費頁數；更大的文件或進階模型可能依你的方案消耗額度。
資料來源
本頁的每一個數字都可以追溯到來源。評分與延遲出自我們自己跑的實測，定價直接取自廠商官方定價頁。沒有一條引自發表會通稿。
| 來源 | 類型 | 核驗日期 | 用於 |
|---|---|---|---|
| Belin Doc 內部實測資料集7 模型 × 8 場景 × 3 輪 | 一手實測 | 2026-07-10 | 綜合評分、維度中位數、滿分情境計數、每品質分成本 |
| 循序延遲採集記錄並行 = 1 | 一手實測 | 2026-07-10 | 中位延遲，並行 = 1 循序採集 |
| developers.openai.com/api/docs/pricing在新分頁中開啟 | 廠商官方定價 | 2026-07-10 | 三檔的官方標價 |
| GPT-5.6 Sol vs Terra vs Luna | 已發布評測 | 2026-07-10 | 完整方法與八個情境的逐項拆分 |
只有後兩列可以點擊：定價一列會連到 OpenAI 官方定價頁，評測一列給出逐場景的完整拆解。前兩列標出的是這些數字所依據的原始測量產物。