从日常任务建立基线
先选代码解释、测试补全、错误定位等真实任务，记录一次通过率和需要人工修改的比例。
GPT-5.6 Terra 三档人民币价格
单位为人民币 / 百万 Token。请同时记录号池、模型 ID、输入、输出和核对日期。
| 号池 | 输入 | 输出 | 预算建议 |
|---|---|---|---|
| Sale | ¥0.30 | ¥1.80 | 先跑小批量，预留切换方案 |
| Plus | ¥0.50 | ¥3.00 | 对比稳定性和重试成本 |
| Pro | ¥1.00 | ¥6.00 | 用真实 SLA 需求评估 |
价格来自 LinkAGI 公共 pricing API 与模型广场快照；号池与模型状态会变化。
Terra 更适合作为“路由基线”
只把复杂样本升级
让 Terra 处理大部分常规请求，达到升级条件时再路由到 Sol，避免所有请求都用最高档。
长答案会迅速拉高成本
Sale 输出为 ¥1.80/百万 Token；要求更短、结构化的输出，往往比只盯输入单价更有效。
比较最终有效结果
把失败、重试和人工返工纳入成本；单次 Token 便宜但反复重试，并不一定更省。
从 100 条请求开始做分层实验
第 1 组：Luna
建立最低成本基线，记录合格率、平均输入输出和错误。
第 2 组：Terra
使用完全相同的数据与提示词，比较质量提升是否覆盖成本差异。
第 3 组：Sol
只在复杂样本上测试，观察最高档带来的增益是否集中在少数任务。
常见问题
Terra 是不是最适合生产环境？
没有脱离任务的通用答案。应结合你的合格率、延迟、重试、号池状态与总成本决定。
为什么示例不承诺模型效果？
模型效果会受到任务、提示词、上下文、工具和验收标准影响；可复查的做法是提供测试方法，而不是虚构统一结论。
如何计算月成本？
先用控制台日志得到单次平均输入与输出，再分别乘单价、日调用次数和月天数。
用你的真实调用量比较三档
独立计算器可以切换 Luna、Terra、Sol 与 Sale、Plus、Pro。