ChatGPT 模型怎麼選?Sol、Terra、Luna 差在哪,Chat/Work/Codex 該用哪個

打開新版 ChatGPT,你會先看到 Chat、Work、Codex 三個入口,進去之後還要在 Sol、Terra、Luna 之間選模型,甚至連推理程度都能調。簡單說:先選模式(任務類型),再選模型(能力與速度的取捨),最後才調推理程度。選錯不會完全做不出來,但會慢、會貴、或品質不如預期。

本文整理依 2026 年 7 月到 11 月查證的官方與教學說明;ChatGPT 功能持續調整,實際畫面會因帳號方案、作業系統與分批測試而有所不同,請以當下畫面為準。

第一層:先選模式,不是先選模型

新版 ChatGPT 把任務先分成三種模式,定位不同:

模式 適合做什麼
Chat 快速問答與內容發想:解釋概念、摘要文字、修改郵件、發想標題、生成圖片
Work 多步驟工作:讀取來源、規劃任務、使用外掛,做出文件、簡報、試算表、PDF、網站等成品
Codex 程式開發:讀取程式碼庫、修改多個檔案、執行測試與建置

關鍵差異在「步驟數」。Chat 是單輪或少量來回的對話;Work 會自己規劃多個步驟、串接外掛、產出一個完整檔案;Codex 則是針對程式碼專案設計,能理解整個專案結構再動手改。

Work 可以在網頁版及桌面版使用,Codex 桌面版則能直接切換到本機專案。網頁版不用安裝軟體,適合臨時問答、上傳檔案、使用外掛、在不同電腦之間切換;桌面版的優勢是能開啟電腦資料夾,搭配瀏覽器與桌面應用程式,以及其他本機工具一起工作。如果你是工程師,平常已經習慣在地端開專案,桌面版 Codex 會比網頁版順手很多,這部分可以參考AI 寫程式的工作流怎麼建。

第二層:Sol、Terra、Luna 怎麼選

選好模式之後,才輪到選模型。三個模型的定位可以簡化成一句話:Sol 重能力、Terra 重平衡、Luna 重速度與成本。

模型 定位 適合任務
Sol 複雜任務與高品質成果優先 深度研究、大型程式修改、電腦操作、高要求的正式文件
Terra 多數日常工作的平衡選擇 整理報告、製作簡報、撰寫郵件、處理會議記錄、一般工具操作
Luna 大量且規則明確的工作 資料擷取、分類、格式轉換、結構化摘要

如果不知道該選哪個,OpenAI 的建議是先用預設的 Sol 搭配 Medium 推理程度,之後再依任務感受自行往下調。

模型名稱背後,其實是不斷更新的版本

值得注意的是,Sol、Terra、Luna 其實是 GPT-5.6 系列底下的模型名稱,定位會隨官方更新而微調:Sol 是 GPT-5.6 系列中能力最完整的模型,適合程式設計、知識工作、研究、網路安全、科學、電腦操作、設計這類複雜工作;Terra 在能力、速度和成本之間取得平衡,適合日常工作;Luna 是整個系列中速度最快、成本最低的模型,也逐步成為 Free 和 Go 方案使用者的預設模型,思考功能也由它提供。

方案也會限制能選的模型:Free 與 Go 方案無法使用 Sol,未登入的使用者也無法使用 Sol;此外,Terra 與 Luna 並非只能在 Codex 裡切換:Plus、Pro、Business、Enterprise 方案在 Work 裡也能選用 Sol、Terra、Luna;在 Codex 裡則是 Free、Go 可使用 Terra,Plus、Pro、Business、Enterprise 可使用 Sol、Terra、Luna。這部分方案差異可以對照ChatGPT 費用全解析一起看。

到 2026 年 11 月,OpenAI 又推出能力更強的 GPT-6 Astra,定位在 Sol 之上,適合追查棘手的程式錯誤、逐步解決不熟悉的複雜問題。官方強調 GPT-6 推出不會讓原本可選用的舊模型停用,所以 Sol、Terra、Luna 目前仍在,只是多了一個更高階的選項:

模型(2026/11) 定位 例子
GPT-6 Astra 能力最強 追查棘手程式錯誤、逐步解決不熟悉的問題
GPT-5.6 Sol 兼顧能力與效率 實作功能、統整研究成果
GPT-5.6 Terra 兼顧速度、能力與成本 起草報告、分析文件、例行程式碼修改
GPT-5.6 Luna 快速、經濟 擷取資訊、分類項目、簡短編輯

這跟 Claude 用 Haiku/Sonnet/Opus 分出速度與能力層級的思路很類似,如果你也常比較不同家 AI 怎麼分級,可以參考Claude 模型怎麼選。

第三層:推理程度怎麼調

推理程度決定 AI 花多少時間「想」再回答。常見選項是 Light、Medium、High、Extra High,部分版本另提供 Max、Ultra;介面後來也出現過即時、中、高、極高、Pro 的用詞,概念相近,實際名稱請以當下畫面為準。

方案能用到的推理程度範圍不同:Plus 方案包含中與高推理程度,不含極高和 Pro;Pro、Business、Enterprise 方案則包含中、高、極高和 Pro。

推理程度愈高,AI 花更多時間規劃與檢查,同時用掉更多額度,但不一定帶來更好的結果。較低推理強度適合希望回應更快、或想讓額度更耐用的情況;中等推理強度兼顧回應時間與更深入的推理;較高推理強度適合需要全面分析的難題。一個容易忽略的地方是:推理強度低不代表模型能力弱——例如推理強度設為「低」的 GPT-6 Astra,表現可能優於推理強度設為「高」的 Sol,模型本身的能力層級和推理強度是兩件事。

實務上可以這樣抓:一般整理、格式轉換這類工作,從 Light 開始就夠;多數日常工作用 Medium 即可;涉及多份來源或複雜判斷時再提高到 High 或 Extra High。OpenAI 自己也提醒,多數工作其實不需要 Max 或 Ultra。

決策對照表:常見任務怎麼配

把三層選擇疊在一起,常見的辦公與開發任務大致可以這樣對應:

任務 模式 模型 推理程度
寫信、修改郵件 Chat Sol(預設)或 Terra Medium
整理會議記錄 Work Terra Medium
做一般簡報 Work Terra Medium
做高要求的正式簡報/文件 Work Sol High 以上
讀多份 PDF、深度研究 Work Sol High/Extra High
日常小改程式 Codex Terra Medium
大型程式修改、除錯 Codex Sol(或 Astra) High
大量資料分類、格式轉換 Work 或 Codex Luna Light

這張表的重點不是「哪個模型最強就選哪個」,而是「步驟數愈多、要求愈高,才往上調模型與推理程度」。大量瑣碎但重複的工作,反而該往 Luna 靠,省下來的額度留給真正需要深度推理的任務。

實例:Work 模式做簡報,指令怎麼下才有效率

Work 的優勢是能讀取來源、規劃任務、串外掛、做出成品,但這個優勢要靠明確的指令才能發揮。幾個實際有差的做法:

  • 與其只寫「幫我分析報告」,不如指定資料範圍、頁數、必要章節,以及要怎麼檢查。
  • 如果一次給了不只一份檔案,先簡短說明每份檔案的用途,避免 AI 誤判該用哪一份的內容。
  • 只有部分內容需要修改時,直接指定頁碼及修改方向,不必要求全部重做一次。
  • 遇到大量刪除郵件、寄出回覆、發布文章這類會造成實際影響的操作,先讓 AI 列出預計執行的項目清單,確認範圍無誤再動手,比事後補救省事。

新版 ChatGPT 還能透過 Plugins 連接 Google Drive、GitHub、Slack 等服務,讓 Work 真正讀到你公司內部的檔案來源,而不是每次都要手動上傳。這類跨來源整理的工作,也可以參考AI 自動化文件處理怎麼做。

基礎能力邊界:這些事官方 FAQ 都有寫清楚

ChatGPT 本質上是一個 AI 助理,能協助的事涵蓋腦力激盪、寫作、學習、規劃、數學、寫程式,以及分析圖片與檔案。不過訊息量不是無限的,限制依方案與模型而異:Plus 的限制高於免費版,Business 與 Enterprise 的限制又高於 Plus。

要特別理解的一點是,使用額度並不對應固定的訊息數或任務數,能完成多少工作取決於用哪個模型、做什麼任務,以及怎麼設定推理程度——這也是為什麼同一個 Plus 方案,有人覺得額度很夠用、有人覺得很快就用完,差別往往在模型與推理程度的選法。另外,Work 與 Codex 是共用方案內含的使用額度的,Plus、Pro,以及 Business 標準與高階席次都包含這部分額度,換句話說在 Work 裡跑掉的額度,也會影響 Codex 還剩多少可以用,反過來也一樣。

如果任務不是要產出成品,而是想搞懂一個概念、準備考試或練習解題,ChatGPT 另外有一個學習模式,全球各種方案都能用,網頁、iOS、Android 都支援,而且所有模型都支援學習模式。這跟 Chat/Work/Codex 是不同維度的切換:前面三個是依「要做什麼成品」分類,學習模式是依「要用什麼方式互動」分類——要 AI 直接給答案,還是用提問引導你自己想通。

常見選錯情境

用 Chat 硬做多步驟辦公任務。 製作文件、簡報這類需要讀取來源、規劃任務、使用外掛的工作,定位本來就屬於 Work,硬塞進 Chat 等於要 AI 在單輪對話裡做完所有事,品質和穩定度都會打折。

用最強模型跑大量瑣碎任務,浪費額度。 資料擷取、分類、格式轉換這種規則明確、重複性高的工作,交給 Sol 甚至 Astra 搭配高推理程度,不會換來明顯更好的結果,反而把額度用在不需要深度推理的地方,等到真正要做大型程式修改或深度研究時反而不夠用。

把程式專案丟在一般聊天裡。 Codex 的設計是能讀取整個程式碼庫、同時修改多個檔案、執行測試與建置,這些是 Chat 模式做不到的。如果在 Chat 裡一段一段貼程式碼問,AI 看不到專案全貌,改出來的東西很容易跟其他檔案對不起來,這方面的風險可以對照AI 寫了一半程式碼怎麼審查一起看。

常見問題

Chat、Work、Codex 三個入口要怎麼挑?

看任務的步驟數和產出。單輪問答、發想、改一兩句文字用 Chat;需要讀來源、串外掛、做出文件或簡報這種多步驟成品用 Work;涉及整個程式碼庫、要跑測試建置的開發工作用 Codex。

不知道該選哪個模型,有沒有安全的預設?

OpenAI 的建議是先用預設的 Sol 搭配 Medium 推理程度,之後視任務是偏重複瑣碎還是偏複雜深度,再往 Luna 或更高推理程度調整。

推理程度調到最高一定比較好嗎?

不一定。推理程度愈高,AI 花更多時間規劃檢查、也用掉更多額度,但不保證結果更好;官方本身也提醒多數工作不需要 Max 或 Ultra,一般工作用 Medium 已經足夠。

Free 方案可以用 Sol 嗎?

不能。Free 與 Go 方案無法使用 Sol,未登入的使用者也無法使用 Sol;Free、Go 的預設模型是 Luna,只能在 Codex 裡額外選用 Terra。

參考資料

  1. 【2026 最新】ChatGPT怎麼用?GPT 5.6 桌面版下載與完整教學!Sol/Terra/Luna 模型差異、Work 模式與外掛串接懶人包
  2. 什麼是 ChatGPT:常見問答 | OpenAI Help Center
  3. ChatGPT 中的 GPT-6 與其他模型 | OpenAI Help Center
  4. 在工作與 Codex 中管理 GPT-6 Astra 用量 | OpenAI Help Center
  5. 使用 ChatGPT 的學習模式 | OpenAI Help Center

#ChatGPT#AI工具#GPT-5.6#生產力