Qwen3.8-Flash-Next vs GLM-5.3-Flash vs DeepSeek V4 Pro：一周之内，国产模型把价格打到了这个地步

先说一个具体的场景，可能比任何跑分都更能说明这周发生了什么。

假设你在做一个文档处理的活儿，每天要过一百万 token 的输入、吐三十万 token 的输出。三个月前你大概率跑在 Claude 或者 GPT 上，一天的账单在两三百块人民币。这周之后，同样的活儿用 GLM-5.3-Flash 的限时价，一天不到七块钱。

不是打折，是重新定价。8 月 26 日晚上，阿里和智谱前后脚发了两个模型，加上 8 月 12 日刚转正式版的 DeepSeek V4 Pro 0813，国产第一梯队在两周内换了一轮。这篇就把这三个放一起，看看到底该怎么选。

先把账算清楚

价格这块必须先摊开，因为它是这轮竞争的主线。

DeepSeek 那个 0.003625 的缓存命中价不要看漏了。如果你的业务是”同一份长文档反复问”这种形态——法律合同问答、代码库检索、客服知识库——缓存命中率能做到七八成，那 V4 Pro 的实际单价会比表面上便宜一个数量级，反而是三个里最省的。

能力上谁强

Artificial Analysis 的综合智能指数是目前相对中立的第三方口径：GLM-5.3-Flash 57 分，DeepSeek V4 Pro 正式版 53 分，同类模型的中间值只有 18 分。两个都进了全球前沿区间。

Qwen3.8-Flash-Next 没有对应的 AA 分数，但它自己给的成绩单也够看：Base 版在 14 个基准里 8 个排第一，包括 MMLU-Pro、SuperGPQA、BBH、GSM8K；编码这块 SWE-bench Pro 62.5、SWE-bench Multilingual 81.0，官方说九项标准基准里有八项超过 Claude Opus 4.6 Max。

DeepSeek V4 Pro 的强项在另一处。LiveCodeBench 93.5%，长文本召回率从 V3.2 的 45% 直接干到 97%，中文 SuperCLUE 70.98 分国内第一。智能体编码这块的跃升尤其夸张：DeepSWE 从 12.8 到 62.7，CyberGym 从 52.7 到 83.3，Terminal Bench 2.1 从 72.1 到 87.9。

把这些分数并排看，会发现三个模型的”强”其实不在同一个维度上：Qwen 强在极低激活下的通用能力密度，GLM 强在综合智力和多模态，DeepSeek 强在长上下文召回和智能体化的编码任务。

口碑：社区实际怎么说的

GLM-5.3-Flash 这次的口碑来路比较特别。它在正式发布前以匿名模型 Ox-Alpha 的身份在 OpenCode 和 OpenRouter 上跑了六天，双平台调用量都创了新高，六天处理超过 20 万亿 token，中文社区管它叫”牛来”。匿名期拿到的反馈没有品牌滤镜，这批用户是真觉得好用才反复调的。智谱自己的 Z.ai Code Bench 体感评估里，它的编程表现和 Claude Opus 4.8 相当——注意”体感评估”这个词，说明是主观打分，不是标准基准。

Qwen3.8-Flash-Next 在开发者社区里被讨论最多的不是分数，是那张 510 亿参数的 N-gram 嵌入表可以异步卸载到主机内存。本地部署的人对这个特别敏感——它意味着显存需求和总参数量脱钩了。unsloth 那边很快就出了 GGUF 量化版，社区跟进速度说明了兴趣度。

DeepSeek V4 Pro 走的是另一条口碑路线：稳。4 月首发，5 月底调价，8 月 12 日 0813 版转正式版，节奏不快但每一步都落地。中文场景下它至今是很多人默认的第一选择，SuperCLUE 国内第一那个成绩不是白来的。抱怨也集中——高峰期排队、偶发的输出截断，这些在社区里被提了大半年。

还有一件事：芯片

GLM-5.3-Flash 有一个容易被价格盖过去的点——它的全部流量由国产 AI 芯片集群承载，官方说在同一硬件上端到端推理性能比初始基线提升 3 倍，成本可以比肩主流英伟达 GPU。

过去国产芯片跑推理的公开案例，规模都停在”能跑”这一层。20 万亿 token 的真实流量压过去是另一回事。这周英伟达刚在财报里确认向中国客户卖出的 H200 收入占数据中心收入不到 1%，还为过剩库存计提了 4 亿美元。两条消息撞在一起看，味道就出来了。

所以怎么选

成本敏感、量大、任务不算太难——GLM-5.3-Flash 的限时价没有对手，输入 0.075 美元每百万 token 这个数字目前是独一档。批量摘要、分类打标、内容审核、客服首轮应答，闭眼选它。要注意限时价会结束，按原价 0.15/0.50 重新算一遍账再上生产。

要本地部署、显存有限——Qwen3.8-Flash-Next。60 亿激活参数加上可卸载的嵌入表，是三个里对硬件最友好的，还给了 FP8 量化版。做私有化交付的团队这条几乎是唯一选项。

长文档反复问、中文重、要做智能体编码——DeepSeek V4 Pro。97% 的长文本召回率和那个便宜到离谱的缓存命中价是组合拳，一份长合同问二十遍的场景下总成本反而最低。Terminal Bench 从 72 到 88 那一跳，说明它在”自己动手跑命令”这类任务上是认真做过的。

要多模态——Qwen3.8-Flash-Next 和 GLM-5.3-Flash 二选一，DeepSeek V4 Pro 这一代不支持。

最后说句实在的。这三个模型的差距，比它们和一年前同价位模型的差距小得多。真正该纠结的不是选哪个，而是你的场景到底需不需要顶配——很多活儿用 Flash 级别绰绰有余，省下来的钱够多跑十倍的量。

站内相关条目：通义Qwen3、智谱AI、DeepSeek、Claude。

相关对比

• Kimi K3 和 DeepSeek V4 到底怎么选？一个堆到 2.8T，一个把价格摁在地板上
• GPT-5.6 Sol、Claude Opus 4.8、Gemini 3.1 Pro：两个月都用下来，我给的选择清单
• Cursor vs Claude Code vs Codex vs Trae：2026 年 8 月，AI 编程工具到底该怎么选