muapi Logomuapi Logo
muapi Logomuapi Logo

OpenAI GPT 5.6 Sol: AI大規模言語モデル

使用 OpenAI 的 GPT 5.6 Sol 旗舰模型生成文本。面向数学、代码和科学研究的深度推理。サブスクリプション不要。

📝

概要

このモデルについて

GPT 5.6 Sol 是 OpenAI GPT 5.6 家族中的旗舰推理模型，针对复杂数学、编程和科学研究进行了优化。它接受混合文本和图像入力，支持用于引导行为的系统プロンプト，并可调用集成的网页搜索工具获取实时信息。推理深度可通过 reasoning_effort 参数调节，最高可达 'xhigh'，用于最具挑战性的逻辑问题。Sol 在该家族中提供最深层的推理能力，位于速度优化的 Luna 和均衡的 Terra 之上。

1高级推理：解决高度复杂的数学、编程和逻辑谜题。
2科学研究：分析需要深层领域推理的技术论文、数据集和示意图。
3代码生成与审查：生成并调试需要谨慎分步逻辑的复杂代码。
4高风险分析：处理响应质量比速度或成本更重要的任务。
💰

料金と価値

コスト分析

muapiapp$10.00/M input, $60.00/M output

按 Token 计费，每次调用最低 $0.0008。

OpenAI (official)$5.00/M input, $30.00/M output

Official pricing for the flagship model. Muapiapp matches the official price without a markup on the underlying model tier.

Replicate提供なし

目前没有专用的 GPT 5.6 Sol 端点。

** 競合サービスの料金は類似のモデル構成および利用ティアに基づいて算出された推定値です。

⚙️

技術詳細

設定スキーマ

プロンプトstring

用户消息或指令。

デフォルト値Solve this complex math puzzle step by step.
画像 URLstring

多模态请求的可选画像 URL。

デフォルト値undefined
系统プロンプトstring

可选的系统级指令，用于引导模型行为。

デフォルト値You are an expert mathematician.
网页搜索开关boolean

启用网页搜索工具以获取实时信息。

デフォルト値false
推理強度Enum（4個の選択肢）

推理深度级别：low、medium、high 或 xhigh。

デフォルト値low
📖

実装ガイド

開発者ドキュメント

标准（异步）

POST /api/v1/gpt-5-6-sol — 返回 request_id，通过 /api/v1/predictions/{id}/result 轮询结果。

流式传输（SSE）

POST /api/v1/gpt-5-6-sol/stream — 返回实时服务器发送事件流（Content-Type: text/event-stream）。每个分块格式为 data: {"choices":[{"delta":{"content":"text"}}]}，以 data: [DONE] 结束。

cURL 示例

curl -X POST "https://api.muapi.ai/api/v1/gpt-5-6-sol" \
  -H "Authorization: Bearer $YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Solve this complex math puzzle step by step.",
    "reasoning_effort": "xhigh"
  }'
❓

よくある質問

FAQ

GPT 5.6 Sol 最适合用于什么？

Sol 是 GPT 5.6 家族中的旗舰推理模型，针对复杂数学、编程和科学研究进行了优化，适合最看重推理深度的场景。

GPT 5.6 Sol 如何计算价格？

价格按 token 计费：每百万入力 token $10.00，每百万出力 token $60.00，每次调用最低收费 $0.0008。

GPT 5.6 Sol 支持多模态入力吗？

支持，Sol 可在单条消息中接收混合文本和图像（image_url）入力。

什么是 reasoning effort 控制？

你可以通过传入 reasoning_effort 值来控制推理深度，可选值为 'low'、'medium'、'high' 或 'xhigh'。Sol 专为在高难度问题上充分利用 'high' 和 'xhigh' 设置而设计，不过这会增加延迟。

如何在异步和流式端点之间选择？

对于用户期待实时反馈的交互式聊天界面，请使用流式端点（/gpt-5-6-sol/stream）。对于后台任务、工作流和自动化脚本，请使用异步端点（/gpt-5-6-sol）。

什么时候应该改用 Luna 或 Terra，而不是 Sol？

对于高吞吐、低延迟的分类任务，请使用 Luna；对于均衡的通用商业和分析工作，请使用 Terra，尤其是在不需要 Sol 的深层推理且希望降低成本时。