Getting the most out of GPT-5.6: Sol, Terra, and Luna
文章介绍了GPT-5.6系列的三种模型Sol、Terra和Luna的特点与适用场景，详细分析了它们在速度、成本和智能方面的差异。此外，文章还讨论了如何通过推理级别调整、缓存读取和多代理工作流来优化使用体验，并提供了选择最佳模型的策略。
相关文档
GPT-6 Astra、Sol、Luna使用手册：官方资料到实操
文章介绍OpenAI发布的GPT-6 Sol和Luna模型，讲解如何按任务类型选择模型和推理强度：Astra适合高难度重要任务，Sol平衡能力与成本，Luna适合明确、重复的批量任务。文章详细分析了各模型的定价、事实性表现、编程能力评测，并强调真实成本不能只看每百万Token单价，还需考虑返工和沟通轮数。同时介绍了提示词缓存机制的原理和使用技巧，包括前缀稳定性、显式缓存断点设置等，最后给出Codex普通用户和API开发者的具体实操建议与代码示例。
Codex 模型到底怎么选？我终于把 Astra、Sol、Terra、Luna 理顺了
文章梳理了 Codex 各模型的选型思路：先区分模型代际与两个层级——模型本身与推理强度。Astra 能力上限最高，适合复杂 Coding、长任务和 Agent；Sol 是旗舰主力；Terra 均衡；Luna 最快最省。推理强度（轻度到极高）决定模型思考的深度与用量消耗，效果提升并非线性，应按任务难度递增。作者给出实用建议：小改动用 Luna/Terra，常规功能用 Sol 中，复杂调试用 Sol 高，架构与疑难问题用 Astra，最重要任务用 Astra 极高/Ultra。核心是按任务复杂度分档使用，而非默认最强配置，以延长用量。
GPT-6 怎么选：模型与推理级别的实用指南
本文基于 OpenAI 官方文档，讲解如何为 GPT-6 选择模型与推理级别以节省订阅额度。模型决定基础能力、速度和成本：Luna 适合轻量重复任务，Sol 适合日常主力工作，Astra 用于最难的端到端任务。推理级别决定模型思考投入：Light/Low 适合简单明确任务，Medium 适合普通复杂任务，High 和 Extra High/Max 适合复杂调试与研究，Ultra 用于并行处理可拆分任务。作者建议从最低档起步，根据遗漏和返工情况逐步升级或降档，并强调档位不能替代清晰目标和验收标准。
Practical multi-agent orchestration in Codex
文章介绍了Codex中多智能体编排的实际应用，包括如何通过Sol和Terra模型协调任务、分配角色以及管理上下文继承。还提供了实用技巧，如使用Skill模式优化智能体协作和调整推理工作量。
How to Build a Model Router in the Harness
文章介绍 LangChain 如何为开源编码代理 Open SWE 构建模型路由器。作者首先通过 LangSmith 追踪数据分析任务类型与复杂度分布，发现许多任务无需前沿级模型；随后基于 Artificial Analysis 智能指数挑选快速、均衡、高性能三档模型（GLM-5.3-Flash、GPT-5.6 Sol、GPT-6 Astra）；最后在 agent harness 的中间件层实现路由器，由分类模型根据任务标准选择最便宜可胜任的模型。结果显示每线程成本中位数降低 64%，质量无明显变化。文章强调路由决策应置于 harness 中，因其拥有网关所缺乏的任务与领域上下文。
我让豆包工作从零写了一个 Jev 模型路由器，让 Codex 省钱近 45%
作者针对 Codex 账单越来越贵的问题，利用 TypeSafe AI 的 Jev 模型（只做带概率的判断、成本极低）搭建了一个外部模型路由器 HippoRoute-Jev-Codex，仅在线程首请求、新用户轮次、压缩检查点、子 agent 首请求四个缓存重建时机选模型，其余工具循环沿用钉住的模型，避免打掉 prompt 缓存。整个项目由豆包工作通过计划模式和目标模式从零完成，作者全程仅操作四次、未看一行代码，最终 76 个测试全通过并自行揪出 3 个 bug。实测机械任务省 95.4%，子 agent 场景省 79.7%，整体省 44.8%，且任务通过率无差别。
无限 token 爽用 GPT-5.6 Sol，我找到了 ChatGPT Web 端的最佳使用方式
作者介绍了一种在 ChatGPT Web 端以 Chat 模式（不消耗订阅额度）接入 MCP 实现本地任务执行的方法。文章先解释了 Chat、Work、Codex 三种模式的额度消耗差异，随后介绍 OpenAI 官方的 Secure MCP Tunnel 机制，通过 tunnel-client 建立内网出站 HTTPS 连接，让云端 ChatGPT 安全调用本地 MCP Server。作者对比了 WebCodex、DevSpace、codex-with-chatgpt、Mac Developer Bridge 四种方案的权限范围与安全边界，最终选择 WebCodex，并详细演示了创建 Tunnel、生成 Runtime API Key、在 ChatGPT 开发者模式中配置 MCP App 的完整实操流程，从而在不消耗订阅额度的前提下使用 GPT-5.6 Sol 的编码与任务执行能力。
BestBlogs 早报：架构师 Agent、经济未来与 RLM 长上下文
本期早报精讲三篇文章：架构师 Agent 如何通过领域知识结构解决存量系统中的工程判断问题；Anthropic 经济情景探索器从任务视角分析 AI 对就业和增长的多情景影响；RLM 递归语言模型将长上下文转化为可执行状态，提升复杂任务准确率。速览涵盖 Agent 断点续传、OpenAI 数学争议、Codex 访谈、AI 编程成本、ADK for Kotlin、机器人触觉及 Kimi K3 流式加载等话题。
一文带你看懂GPT-6 Astra推理等级怎么选才最省Token
文章介绍了GPT-6 Astra的推理强度等级（Reasoning Effort）机制，澄清了常见误区：推理等级不是不同级别的模型，而是同一个模型被分配的思考预算。Ultra档位也非更聪明，而是会启动多智能体协作，类似成立专项工作组，因此消耗更大。作者建议推理等级应与任务难度匹配：Plus用户日常用"中"，稍难任务用"高"；Pro用户可"高"常驻，复杂任务先用"最高"+计划模式做规划，再用"高"执行，这是最省Token的方式。"极高"档位定位尴尬，Ultra则适合额度重置前清空余额时使用。
一个把发布权留给人的自动发推 Skill
作者分享了一个名为 tweet-buffer-workflow 的 Skill，实现从原始素材到 X 推文的全自动化流程：素材输入后由 AI 完成润色、翻译、模型选择、配图和排期，但最终发布决定保留给人。文章详细介绍了 Skill 的安装方法、Telegram Bot 与 Buffer 的连接配置（Token、Owner ID、Channel ID 等）、五个可选模型的特点，以及润色与翻译两种处理方式。核心设计原则是：原意和事实不能改坏、外部发布需明确动作、不确定结果先核对。作者强调自动化的价值在于把重复劳动交给 AI，把发布责任和决策权留给人。
LLM 路由可能比不路由成本更高
文章探讨 LLM 路由（LLM Routing）的成本悖论：理论上将简单任务分配给廉价模型可节省大量成本（如 RouteLLM 实现约 85% 降本），Uber 因给 5000 名工程师统一部署 Claude Code 导致年度 AI 预算提前耗尽的案例也说明单一模型定价的问题。但传统路由方案在生产中会因四大失败模式而失效：分类调用额外计费、通用模型意图识别能力差、路由逻辑缺乏评估易腐化、以及模型切换破坏 KV 缓存导致全价重算。文章随后介绍 DigitalOcean 基于开源代理 Plano 的基础设施级路由方案：使用 1.5B 参数的专用路由模型（Arch-Router / Plano-Orchestrator）在代理内完成意图解析，准确率超越前沿大模型且更快，再结合成本与延迟数据对候选模型池按策略排序，实现成本与质量兼顾的动态路由。
How to slash token costs with context caching in agent harnesses
本文介绍如何利用 Google Gemini Enterprise Agent Platform 的上下文缓存（Context Caching）大幅降低 Agent Harness 的 token 成本。文章指出无状态 LLM 在多轮编码循环中会重复传输静态代码库导致 token 累积和成本暴涨，并剖析了前缀破坏陷阱——缓存要求提示词从第 0 个 token 起字节级匹配，动态变量必须放在提示词末尾。作者展示了服务端缓存的工作原理及双重节省模型（带宽节省与缓存 token 0.25 倍计费），并通过 CachePayloadBuilder 和 ContextCacheManager 实现缓存流水线。实测三个场景显示传输 token 减少 74%-79%。最后给出决策树：上下文小于 32768 token 或少于三轮时不应缓存。
