GPT-5.6模型矩阵太乱，分享个成本最优选择逻辑

核心逻辑其实就是：Luna系列顶小活，Terra系列扛大活。

为了在团队内部统一规范，避免成员乱选模型导致预算超支，我写了一个简单的选择逻辑提示词，直接喂给团队的AI Agent或者放在开发文档里，让它根据任务复杂度自动建议模型。

# Model Selection Logic for GPT-5.6
You are a cost-optimization agent. Based on the task description, recommend the most cost-effective model variant:
1. IF (task == "single function edit" OR "small bug fix" OR "unit test generation") 
   -> RECOMMEND: "Luna High" (Balance of speed/cost)
2. IF (task == "complex logic implementation" OR "refactoring single file") 
   -> RECOMMEND: "Luna XHigh" (Higher quality, manageable cost)
3. IF (task == "cross-file architectural change" OR "repo-wide analysis" OR "complex debugging") 
   -> RECOMMEND: "Terra High" (Maximum reasoning capacity)
4. DEFAULT -> RECOMMEND: "Luna High"
Output format: [Recommended Model] | [Reasoning based on cost/performance]

这个提示词有效是因为它把模糊的“能力”量化成了具体的“工程任务规模”。在实际实操中，用这个逻辑分流后，我的API月支出降低了约15%，而代码的一次性通过率几乎没掉。

对于开发者来说，别迷信官方的自动路由，手动控制模型分层才是预算管理的关键。