（2026-08-27）最近集中发布的高性价比 flash 模型

• 请不要在回答技术问题时复制粘贴 AI 生成的内容

最近接连出现两个高性价比的 -flash 模型，价格也非常亲民。

一个是之前的神秘“牛来”模型，现已正式确认是 GLM-5.3-Flash 。文档页面 https://docs.bigmodel.cn/cn/guide/models/vlm/glm-5.3-flash 价格页面 https://bigmodel.cn/pricing 原价输入 0.8 元，输出 2.8 元，缓存命中 0.23 元，限时五折，但是请求量太大现在根本没办法用。

然后是阿里的 qwen3.8-flash 。文档页面 https://www.qianwenai.com/models/qwen3.8-flash 输入 1 元，输出 3 元，缓存命中 0.1 元。

我想提醒一下：如果你的缓存命中率很高，那就要更多关注缓存命中价格，这个才是大头。举个例子，假设你的用量方式为 600M 输入，6M 输出，95% 命中率，那么用 GLM-5.3-Flash 的总费用是 171.9 元，而 qwen3.8-flash 的总费用是 105 元。两个都是 Flash 就不纠结表现差距了。

模型

性价比

缓存

26 replies • 2026-08-28 16:08:48 +08:00

lujiaosama

1 day ago

可惜 DSV4FLASH 涨价了

zhaosong

1 day ago

这么看来 gemini 3.7 flash 属实是没啥出路了

levn

1 day ago

300b 、200b 、100b 、35b, 都叫 flash

foryou2023

1 day ago

还是没有梁文谷便宜。

SilentOrFight

1 day ago

在千问办公深度体验过 qwen3.8max ，依托答辩吧，qwen 模型写桌面客户端是真的垃圾

liuidetmks

1 day ago

现在最便宜的就是 mimo 了吧？

duanxianze

1 day ago

GLM-5.3-Flash 试用了一下思考起来慢的离谱啊是因为用的人太多了还是啥？

zzutmebwd

1 day ago

@levn 在我看来能不能叫 flash 看推理速度就行了，超过 100tps 的大模型都可以叫 flash 。推理速度主要看激活量的，qwen 3.8 flash next 激活量只有 6b ，在单张 pro6000 上预填充破万，解码 150tps ，还有很大优化空间，目测最终能破 200tps ，确实很稀疏推理很快。