DEV Community

Cover image for วิธีใช้ GPT-5.6 API: Sol, Terra และ Luna
Thanawat Wongchai
Thanawat Wongchai

Posted on • Originally published at apidog.com

วิธีใช้ GPT-5.6 API: Sol, Terra และ Luna

OpenAI เปิดตัว GPT-5.6 ให้ใช้งานทั่วไปเมื่อวันที่ 9 กรกฎาคม 2026 และเปิด API แบบบริการตนเองสำหรับทุกบัญชี OpenAI API ที่เปิดใช้การเรียกเก็บเงินแล้ว คุณไม่ต้องรอคิวหรือใช้แผนพิเศษอีกต่อไป จุดสำคัญสำหรับนักพัฒนาคือ GPT-5.6 ไม่ใช่โมเดลเดียว แต่เป็นตระกูล 3 ระดับ ได้แก่ Sol, Terra และ Luna พร้อมระดับความพยายามในการให้เหตุผล 6 ระดับ และการควบคุม Prompt Cache แบบชัดเจน

ลองใช้ Apidog วันนี้

บทความนี้เน้นการลงมือใช้งาน: เลือก Model ID ให้เหมาะกับงาน, ส่งคำขอแรกด้วย Python และ curl, ปรับ reasoning.effort, ใช้ Prompt Cache เพื่อลดต้นทุน, เลือกใช้ Responses API สำหรับงานใหม่ และย้ายจาก GPT-5.5 อย่างเป็นระบบ หากต้องการภาพรวมด้านตำแหน่งและเกณฑ์มาตรฐานของโมเดลเรือธง ดูได้ที่ ภาพรวม GPT-5.6 Sol

เมื่อจบบทความนี้ คุณจะสามารถเปรียบเทียบทั้งสามระดับด้วยพร้อมต์จริงของโปรดักชันใน Apidog และใช้ข้อมูลต้นทุน/คุณภาพของตัวเองในการตัดสินใจ

สรุป (TL;DR)

  • GPT-5.6 มี 3 Model ID:
    • gpt-5.6-sol — การให้เหตุผลเชิงลึกที่สุด
    • gpt-5.6-terra — สมดุลด้านคุณภาพและราคา
    • gpt-5.6-luna — เร็วที่สุดและถูกที่สุด
  • นามแฝง gpt-5.6 จะชี้ไปที่ Sol ควรระบุ Model ID แบบเต็มในโปรดักชัน
  • ราคาอินพุต/เอาต์พุตต่อ 1 ล้านโทเค็น:
    • Sol: $5 / $30
    • Terra: $2.50 / $15
    • Luna: $1 / $6
  • reasoning.effort มี 6 ระดับ: none, low, medium, high, xhigh, max
  • โหมด Pro เป็นการตั้งค่า reasoning.mode: "pro" ไม่ใช่โมเดลใหม่
  • ใช้ prompt_cache_options.mode: "explicit" เพื่อควบคุม Prompt Cache และลดต้นทุนของ system prompt ขนาดใหญ่
  • การย้ายจาก GPT-5.5 ควรเริ่มจากการทดสอบระดับ reasoning ที่ต่ำลงหนึ่งระดับ และนำคำสั่งที่บังคับให้ตอบสั้นออกก่อนประเมินผล

เลือก Model ID ให้เหมาะกับงาน

GPT-5.6 เปลี่ยนแนวทางการตั้งชื่อเป็นตระกูลโมเดล: ตัวเลข 5.6 คือเจเนอเรชัน ส่วน Sol, Terra และ Luna คือระดับความสามารถที่แยกกันพัฒนา ตามที่ MarkTechPost รายงานการเปิดตัว ระดับที่เลือกวันนี้จะยังมีความหมายกับเจเนอเรชันถัดไป

Model ID ระดับ อินพุต / เอาต์พุต ต่อ 1M tokens ใช้เมื่อ
gpt-5.6-sol เรือธง $5 / $30 เหตุผลเชิงลึก, agent orchestration, แก้บั๊กซับซ้อน
gpt-5.6-terra สมดุล $2.50 / $15 ฟีเจอร์ผลิตภัณฑ์ทั่วไป, งานระดับ GPT-5.5 ในราคาต่ำกว่า
gpt-5.6-luna เร็ว $1 / $6 จัดหมวดหมู่, สกัดข้อมูล, routing, ร่างเนื้อหา

Sol คือโมเดลเรือธง โดย OpenAI รายงานคะแนนราว 53 ใน Agents’ Last Exam เทียบกับ 46.9 สำหรับ GPT-5.5 ให้ใช้ตัวเลขนี้เป็นข้อมูลอ้างอิงวันเปิดตัว และตรวจสอบกับ workload ของคุณเองก่อนตัดสินใจ

แนวทางเริ่มต้นที่ใช้งานได้จริง:

  1. เริ่มต้นด้วย Terra สำหรับฟีเจอร์ใหม่
  2. ย้ายไป Sol เฉพาะงานที่ Terra ให้คุณภาพไม่ผ่านเกณฑ์
  3. ย้ายงานปริมาณสูงที่มีพร้อมต์เสถียรไป Luna
  4. บันทึก Model ID แบบเต็มในโค้ดและ configuration เสมอ

ดูรายละเอียดการเทียบต้นทุนเพิ่มเติมได้ใน ราคา GPT-5.6

อย่าใช้ gpt-5.6 แบบไม่มี suffix ในโปรดักชัน เพราะ alias นี้ชี้ไปยัง Sol และอาจทำให้ต้นทุนจริงสูงกว่าที่ตั้งใจไว้

ส่งคำขอแรก

Model ID ด้านล่างตรงกับ เอกสารสำหรับนักพัฒนาของ OpenAI คุณต้องมีเพียง OpenAI API key ที่เปิดใช้การเรียกเก็บเงินแล้ว

ใช้ Chat Completions กับโค้ดเดิม

หากระบบของคุณใช้ Chat Completions อยู่แล้ว ให้เปลี่ยน Model ID ก่อนเป็นขั้นแรก

from openai import OpenAI

client = OpenAI()

response = client.chat.completions.create(
    model="gpt-5.6-sol",
    messages=[
        {
            "role": "system",
            "content": "You are a concise code reviewer."
        },
        {
            "role": "user",
            "content": (
                "Review this for edge cases: "
                "def parse_price(raw): return float(raw.strip('$'))"
            )
        }
    ]
)

print(response.choices[0].message.content)
Enter fullscreen mode Exit fullscreen mode

ตัวอย่างเดียวกันด้วย curl:

curl https://api.openai.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -d '{
    "model": "gpt-5.6-sol",
    "messages": [
      {
        "role": "user",
        "content": "Explain idempotency keys in one paragraph."
      }
    ]
  }'
Enter fullscreen mode Exit fullscreen mode

ใช้ Responses API สำหรับงานใหม่

สำหรับการพัฒนาใหม่ ให้เริ่มที่ Responses API เพราะความสามารถใหม่ของ GPT-5.6 อยู่บน API นี้ รวมถึง programmatic tool calling, multi-agent และ persisted reasoning

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.6-terra",
    input="Summarize the trade-offs between webhooks and polling.",
    reasoning={"effort": "low"}
)

print(response.output_text)
Enter fullscreen mode Exit fullscreen mode

ก่อนเขียน integration เพิ่ม ให้รัน prompt เดียวกันบน Sol, Terra และ Luna แล้วเปรียบเทียบ:

  • คุณภาพและความถูกต้อง
  • รูปแบบและความยาวของคำตอบ
  • เวลาในการตอบกลับ
  • จำนวน tokens และต้นทุนต่อคำขอ

เลือกระดับความพยายามในการให้เหตุผล

GPT-5.6 รองรับ reasoning.effort 6 ระดับ:

none
low
medium
high
xhigh
max
Enter fullscreen mode Exit fullscreen mode

ใช้ระดับ reasoning เป็นตัวปรับต้นทุนและ latency แยกจากการเลือก Model ID

ใช้ none สำหรับงานเชิงกล

เลือก none เมื่องานมีรูปแบบชัดเจนและความเร็วสำคัญกว่าการวิเคราะห์เชิงลึก เช่น

  • แปลงรูปแบบข้อความ
  • สกัดฟิลด์จากข้อมูลที่มีโครงสร้าง
  • เติม template
  • จัดหมวดหมู่ด้วยเงื่อนไขชัดเจน 
response = client.responses.create(
    model="gpt-5.6-luna",
    input="Extract invoice number, total amount, and due date as JSON.",
    reasoning={"effort": "none"}
)
Enter fullscreen mode Exit fullscreen mode

Luna ที่ระดับ none เหมาะกับงานปริมาณสูงที่ต้องการต้นทุนอินพุตต่ำ

ใช้ max เมื่อความผิดพลาดมีต้นทุนสูง

สงวน max สำหรับงานที่คำตอบผิดมีผลกระทบมากกว่าการตอบช้า เช่น

  • วิเคราะห์ concurrency bug
  • ตรวจสอบสถาปัตยกรรม
  • วางแผนงานหลายขั้นตอน
  • วิเคราะห์ incident หรือ postmortem 
response = client.responses.create(
    model="gpt-5.6-sol",
    input="Analyze this distributed locking design and identify race conditions.",
    reasoning={"effort": "max"}
)
Enter fullscreen mode Exit fullscreen mode

วิธีปรับ reasoning ที่แนะนำ

  1. เริ่มที่ medium
  2. กำหนดเกณฑ์คุณภาพที่วัดได้ เช่น pass rate, human review score หรือ test success rate
  3. ลดลงหนึ่งระดับเพื่อดูว่าคุณภาพยังผ่านเกณฑ์หรือไม่
  4. เพิ่มระดับเฉพาะ workload ที่คุณภาพไม่ผ่าน

OpenAI ระบุว่าหลาย workload จาก GPT-5.5 ยังคงคุณภาพได้ที่ reasoning ต่ำลงหนึ่งระดับเมื่อย้ายมา GPT-5.6

โหมด Pro

โหมด Pro เป็นการตั้งค่า ไม่ใช่ Model ID:

response = client.responses.create(
    model="gpt-5.6-sol",
    input="Review this legal summary for missing risks.",
    reasoning={
        "effort": "high",
        "mode": "pro"
    }
)
Enter fullscreen mode Exit fullscreen mode

ใช้ reasoning.mode: "pro" เมื่อต้องให้ความสำคัญกับคุณภาพคำตอบมากกว่าความเร็ว เช่น การสรุปเอกสารทางกฎหมายหรือการวิเคราะห์หลังเหตุการณ์

ตั้งค่า Prompt Cache เพื่อลดต้นทุน

GPT-5.6 เพิ่มการควบคุม Prompt Cache แบบชัดเจนผ่าน prompt_cache_options.mode: "explicit"

response = client.responses.create(
    model="gpt-5.6-luna",
    input=[
        {"role": "system", "content": SUPPORT_PLAYBOOK},
        {"role": "user", "content": ticket_text}
    ],
    prompt_cache_options={
        "mode": "explicit"
    }
)
Enter fullscreen mode Exit fullscreen mode

ใช้กับ workload ที่มี prefix คงที่ขนาดใหญ่ เช่น

  • system prompt สำหรับ customer support
  • คู่มือผลิตภัณฑ์
  • policy หรือ compliance rules
  • schema ขนาดใหญ่
  • เอกสารอ้างอิงที่ส่งซ้ำทุกคำขอ

กำหนด TTL

ฟิลด์ ttl ระบุระยะเวลาที่ prefix ที่แคชไว้จะคงอยู่ โดยมีอายุขั้นต่ำ 30 นาที

prompt_cache_options={
    "mode": "explicit",
    "ttl": "30m"
}
Enter fullscreen mode Exit fullscreen mode

ค่าที่รองรับและกฎตำแหน่งของ cache boundary ให้ตรวจสอบจากเอกสารอ้างอิง API ของ OpenAI ก่อนใช้งานจริง

คำนวณความคุ้มค่า

อัตราค่าใช้จ่ายของ cache คือ:

  • เขียน cache: 1.25x ของราคา input token ปกติ
  • อ่าน cache: ลดราคา 90%

ดังนั้น prompt ที่ใช้ซ้ำอย่างน้อย 2 ครั้งภายใน TTL มักเริ่มคุ้มค่าแล้ว

ตัวอย่าง: บอท support ส่งคู่มือ 40,000 tokens ในทุกคำขอด้วย Luna

  • ไม่ใช้ cache: $0.04 ต่อคำขอ
  • เขียน cache ครั้งแรก: $0.05
  • อ่าน cache ครั้งถัดไป: $0.004

สำหรับ 100 คำขอ:

ไม่ใช้ cache: 100 × $0.04 = $4.00
ใช้ cache:    $0.05 + (99 × $0.004) = $0.446
Enter fullscreen mode Exit fullscreen mode

ประหยัดได้ประมาณ 89% สำหรับส่วน prefix คงที่ของ prompt

มีอะไรใหม่ใน Responses API

ความสามารถที่เพิ่มมากับการเปิดตัวทั่วไปของ GPT-5.6 อยู่ใน Responses API

1. Programmatic tool calling

แทนที่โมเดลจะเรียกเครื่องมือทีละครั้งและรอเซิร์ฟเวอร์ของคุณส่งผลลัพธ์กลับมา โมเดลสามารถเขียน JavaScript เพื่อจัดลำดับการใช้เครื่องมือได้เอง

โค้ดทำงานใน V8 runtime ที่แยกออกมาและไม่มี network access จึงสามารถ:

  • วนลูปเรียกเครื่องมือ
  • แตกแขนงตามผลลัพธ์
  • รวมผลจากหลายเครื่องมือ
  • ลดจำนวนรอบการสื่อสารระหว่างโมเดลกับเซิร์ฟเวอร์

2. Multi-agent

Multi-agent อยู่ในสถานะเบต้า โดยคำขอหนึ่งสามารถกระจายงานให้ agent ย่อยหลายตัวทำงานพร้อมกันได้ เหมาะกับงานที่แบ่งเป็นส่วนอิสระ เช่น วิเคราะห์หลายไฟล์หรือประเมินหลายทางเลือก

3. Persisted reasoning

บริบท reasoning ส่งต่อระหว่างรอบผ่าน reasoning.context ทำให้ agent แบบหลายรอบไม่จำเป็นต้องเริ่มวิเคราะห์ใหม่ทั้งหมดทุกครั้ง

นอกจากนี้ยังมีตัวเลือก vision detail ได้แก่ original และ auto สำหรับการจัดการขนาดภาพต้นฉบับ

ย้ายจาก GPT-5.5 แบบเป็นขั้นตอน

อย่ามองการย้ายจาก GPT-5.5 เป็นเพียงการเปลี่ยนชื่อโมเดล หากระบบเดิมอ้างอิง คู่มือ GPT-5.5 API ให้ทำตาม 3 ขั้นตอนนี้

1. ทดสอบ reasoning ระดับเดิมและระดับที่ต่ำกว่า

หาก GPT-5.5 ใช้ high ให้ทดสอบ GPT-5.6 ทั้ง high และ medium

efforts = ["medium", "high"]

for effort in efforts:
    response = client.responses.create(
        model="gpt-5.6-terra",
        input=production_prompt,
        reasoning={"effort": effort}
    )

    print(effort, response.output_text)
Enter fullscreen mode Exit fullscreen mode

เปรียบเทียบคุณภาพและ usage ก่อนตัดสินใจใช้ระดับที่แพงกว่า

2. นำคำสั่งบังคับให้ตอบสั้นออกก่อน

GPT-5.6 มีแนวโน้มตอบกระชับกว่า GPT-5.5 อยู่แล้ว หาก prompt เดิมมีคำสั่งเช่น:

ตอบสั้นมาก
ข้ามคำนำ
อย่าอธิบาย
Enter fullscreen mode Exit fullscreen mode

ให้ลบออกชั่วคราวแล้วทดสอบใหม่ เพราะคำสั่งเหล่านี้อาจทำให้คำตอบสั้นเกินความจำเป็น ดูมุมมองเชิงปฏิบัติเพิ่มเติมได้จาก บทความเปิดตัวของ Simon Willison

3. ติดตาม cached token usage

ระหว่างปรับ prompt และ reasoning ให้บันทึกข้อมูลต่อไปนี้จาก response ทุกครั้ง:

  • model
  • reasoning effort
  • input tokens
  • output tokens
  • cached input tokens
  • latency
  • คะแนนคุณภาพ

จากนั้นรันชุดงานตัวแทนก่อนเปลี่ยน production traffic โดยเฉพาะการเปรียบเทียบ Terra กับ GPT-5.5 เพราะอาจได้คุณภาพใกล้เคียงในต้นทุนที่ต่ำกว่า

ทดสอบ GPT-5.6 ใน Apidog

curl ยืนยันได้ว่า endpoint ทำงาน แต่การเลือก Sol, Terra หรือ Luna ต้องอาศัยการทดสอบที่ทำซ้ำได้ ดาวน์โหลด Apidog แล้วสร้างชุดเปรียบเทียบสำหรับโมเดลของคุณ

หน้าจอการทดสอบ API ใน Apidog

  1. สร้าง environment และกำหนดตัวแปร: 
   OPENAI_API_KEY=...
   MODEL_SOL=gpt-5.6-sol
   MODEL_TERRA=gpt-5.6-terra
   MODEL_LUNA=gpt-5.6-luna
Enter fullscreen mode Exit fullscreen mode
  1. สร้าง POST request ไปยัง endpoint ที่ใช้ และอ้างอิงตัวแปรโมเดล: 
   {
     "model": "{{MODEL_SOL}}",
     "input": "Your production prompt goes here"
   }
Enter fullscreen mode Exit fullscreen mode

  1. ทำสำเนาคำขออีก 2 ชุด แล้วเปลี่ยนเป็น {{MODEL_TERRA}} และ {{MODEL_LUNA}}

  2. ส่ง prompt เดียวกันผ่านทั้งสามโมเดล

  3. เปรียบเทียบผลลัพธ์แบบเคียงข้างกัน พร้อมตรวจสอบ usage ใน response

  4. คำนวณต้นทุนต่อคำขอจาก token usage และอัตราของแต่ละ tier

คุณสามารถใช้ชุดทดสอบเดิมเพื่อปรับ reasoning.effort ได้ด้วย: เปลี่ยน effort เพียงหนึ่งค่า ส่งคำขอซ้ำ และบันทึกความเปลี่ยนแปลงของคุณภาพ, output tokens และ latency

คำถามที่พบบ่อย

GPT-5.6 API พร้อมใช้งานสำหรับทุกคนหรือไม่?

ใช่ ตั้งแต่วันที่ 9 กรกฎาคม 2026 บัญชี OpenAI API ทุกบัญชีสามารถเรียกใช้ทั้งสามโมเดลแบบบริการตนเองได้ การเข้าถึง API ไม่ขึ้นอยู่กับแผน ChatGPT

Context Window และ Knowledge Cutoff ของ GPT-5.6 คืออะไร?

ตามข้อมูลเบื้องต้น ตระกูล GPT-5.6 มี:

  • Context window: 1 ล้าน tokens
  • Maximum output: 128K tokens
  • Knowledge cutoff: 16 กุมภาพันธ์ 2026

ให้ตรวจสอบหน้าโมเดลของ OpenAI สำหรับค่าที่ใช้ได้กับบัญชีของคุณก่อนออกแบบระบบที่พึ่งพาขีดจำกัดเหล่านี้

ความแตกต่างระหว่าง Pro และ Ultra คืออะไร?

Pro คือการตั้งค่า API:

{
  "reasoning": {
    "mode": "pro"
  }
}
Enter fullscreen mode Exit fullscreen mode

การตั้งค่านี้ใช้ได้กับทั้ง Sol, Terra และ Luna และให้ความสำคัญกับคุณภาพมากกว่าความเร็ว

Ultra เป็นการตั้งค่า Multi-agent ที่รัน agent สี่ตัวพร้อมกันโดยค่าเริ่มต้น และมีใน ChatGPT Work สำหรับแผน Pro และ Enterprise รวมถึง Codex ตั้งแต่แผน Plus ขึ้นไป ดูรายละเอียดได้ที่ โหมด Ultra ของ GPT-5.6

ควรสร้างบน Chat Completions หรือ Responses API?

Chat Completions ที่มีอยู่ยังทำงานได้ เพียงเปลี่ยน Model ID

แต่สำหรับระบบใหม่ ให้ใช้ Responses API เพราะ programmatic tool calling, multi-agent และ persisted reasoning อยู่บน API นี้

ขั้นตอนถัดไป

เริ่มต้นด้วย Terra และ reasoning.effort: "medium" รัน prompt จริงจากโปรดักชันของคุณ แล้วทดสอบลด effort ลงหนึ่งระดับ หากคุณภาพยังผ่านเกณฑ์ ให้ใช้ระดับที่ต่ำกว่าเพื่อลดต้นทุน

จากนั้น:

  1. ระบุ prompt ที่มี prefix คงที่ขนาดใหญ่
  2. เปิดใช้ explicit prompt cache
  3. เปรียบเทียบ Terra กับ Sol สำหรับงานที่ยาก
  4. ย้ายงานปริมาณสูงที่มีรูปแบบคงที่ไป Luna
  5. เก็บชุด request เปรียบเทียบไว้สำหรับทดสอบรุ่นถัดไป

Apidog ช่วยเก็บ request, environment และข้อมูล token usage ไว้ในที่เดียว ทำให้การประเมินโมเดลรอบถัดไปเป็นการรันชุดทดสอบเดิมซ้ำ แทนการเริ่มวิเคราะห์ใหม่ทุกครั้ง

Top comments (0)