有三个模型能跑

过去一周 flash 模型集体更新:

1. Qwen3.8-Flash-Next
2. GLM-5.3-FLash
3. DeepSeek-V4-Flash-Vision-Exp(之前没有 Vision)

比较幸运的是这几个模型刚刚好都能在两台 DGX Spark 上面跑起来，直接爽吃。

横向比较

在这三个模型里面来回切换了好多次，说一下使用体验：

• 速度层面：

Qwen3.8-Flash-Next > DeepSeek-V4-Flash-Vision-Exp > GLM-5.3-FLash

• 代码质量:

GLM-5.3-FLash > DeepSeek-V4-Flash-Vision-Exp > Qwen3.8-Flash-Next

• 图形理解:

GLM-5.3-FLash > Qwen3.8-Flash-Next > DeepSeek-V4-Flash-Vision-Exp

比较细节的是 GLM-5.3-FLash 有两个量化版本 EXL3 和 NVFP4：

1. NVFP4 的 prefill 更快（加载历史会话更快） 1500t/s 左右，比 EXL3 1000t/s 快很多
2. EXL3 的 decode 更快（吐字更快） 28t/s ，比 NVFP4 20t/s 快很多

主观结论

我主要是用 Hermes ，这三个模型其实都已经非常不错了，没有找到什么明显瑕疵。

总的来说如果要绝对质量，用 GLM-5.3-FLash; 要绝对速度，用 Qwen3.8-Flash-Next。

DeepSeek V4 Flash 有点中不溜，而且图像理解似乎有点近视，看不清图片细节，实测被上面两个模型爆杀。

现在每天日常在用 Qwen3.8-Flash-Next :D