- 三者是2026年8月同一周内发布的国产多模态轻量旗舰：DeepSeek-V4-Flash-Vision-Exp（8月21日）、GLM-5.3-Flash（8月26日）、Qwen3.8-Flash（8月26日）。
- 激活参数 Qwen 最小（约6B），DeepSeek 为13B（V4-Flash 档），GLM 为18B；三者上下文均为100万 token，DeepSeek 的384K 最大输出最长。
- API 国内站输出价：Qwen3.8-Flash 2.7 元、GLM-5.3-Flash 2.8 元、DeepSeek-V4-Flash-Vision-Exp 空闲4.5元、高峰9元（每百万 token）。
- 开源策略差异最大：GLM 以 MIT 协议全量开源，Qwen 开源 Flash-Next 权重，DeepSeek 的 Vision-Exp 未开放权重且仍是实验模型。
- 第三方基准正在补齐：Artificial Analysis 智能指数已有 GLM-5.3-Flash（57）和 DeepSeek V4 Flash 0731 版（52）；Qwen3.8 系列目前只有旗舰 Max 有第三方分（58），Flash 型号本身还没有。
三个模型分别是什么
GLM-5.3-Flash 是智谱 GLM-5 系列首个原生多模态模型：总参320B、每 token 激活18B 的 MoE，支持图像和视频输入，以 MIT 协议开源。它的差异化标签是「多模态 + 国产算力」——智谱确认其推理全程运行在超过10万张国产芯片上。
Qwen3.8-Flash 是阿里8月26日晚发布的多模态 MoE 模型：主模型125B 参数，外加51B 的 N-gram Embedding，每 token 实际激活约6B，是三者中推理成本结构最轻的一个。它被官方定位为 Qwen4 的架构预览，开源的是 Qwen3.8-Flash-Next 权重。
DeepSeek-V4-Flash-Vision-Exp 是 DeepSeek V4-Flash 的视觉实验版，8月21日上线 API。它给这个价位的模型补上图像理解能力，图片按尺寸折算为 token 计费、每张最高384 token。与 DeepSeek 此前的惯例不同，这个实验版没有开放权重，只经 API 和 OpenRouter 提供。 参数与架构对比
三款模型的核心规格如下（数据来源：各家官方发布与模型文档，2026年8月27日核）：
| | | DeepSeek-V4-Flash-Vision-Exp |
|---|
| | | 未公布（V4-Flash 档为284B / 13B） |
| | | |
| | | |
| | | |
| | Flash-Next 权重（HF / ModelScope） | |
| | GDN+QSA、N-gram 查表、Muon 优化器 | 图像 token 化计费（≤384 token/张） |
架构层面的关键差异不在规模，在成本结构的设计取向。Qwen 把激活参数压到6B，并把 Embedding 查表卸载到主机内存，换取最低的单 token 推理成本；GLM 用注意力混合结构在18B 激活下保多模态能力上限；DeepSeek 的 Vision-Exp 则是在既有 V4-Flash 上直接加视觉，参数未单独公布。
API 价格对比：谁最便宜
三款模型的官方 API 定价如下（每百万 token，国内站，2026年8月28日核）：
| | | DeepSeek-V4-Flash-Vision-Exp |
|---|
| | | |
| | | |
| | | |
直接回答「谁最便宜」：按8月28日定价页，输出价最低的是 Qwen（2.7 元），输入价 GLM 与 Qwen 并列（0.8 元），GLM 另有上线两周限时半价（输入0.4元、输出1.4元），半价期内全项最低。DeepSeek 峰谷价整体高出一截，只有缓存命中一项在高峰时段与 Qwen 持平、空闲时段（0.05 元）三者最低。
Qwen 的价格有两个口径需要分清：8月26日发布日宣布的是输入1元、输出3元；8月27日起千问平台定价页更新为0.8元、2.7元，缓存命中0.1元。本文一律采用定价页现行价格。
国际站口径供参考：GLM 在 Z.ai 国际站为输入0.15美元、输出0.50美元、缓存命中0.03美元，限时半价分别为0.075、0.25、0.015美元，官方未公布人民币限时价；Qwen 在 QwenCloud 为输入0.15美元、输出0.47美元、缓存命中0.016美元；DeepSeek 国际站同为峰谷价，高峰输入0.44美元、输出1.32美元，空闲输入0.22美元、输出0.66美元。 需要注意，DeepSeek 在8月17日刚完成一轮最高400%的涨价并改为峰谷定价，高峰时段为北京时间工作日9:00–12:00、14:00–18:00，网上仍大量流传涨价前的旧价，比价时容易拿错基准。智谱的半价是限时活动，三者价格都带条件，以各官方定价页为准。
输出速度：DeepSeek 快一倍以上
单价之外还有一个常被忽略的维度：输出速度。按 Artificial Analysis 与多家第三方实测，GLM-5.3-Flash 输出约50 tok/s，DeepSeek V4 Flash 约119 tok/s，是 GLM 的两倍有余；Qwen3.8-Flash 本型号暂无第三方测速（同系列旗舰 Qwen3.8 Max 约21 tok/s，不能直接套用到 Flash）。
这意味着「性能 × 价格」二维空间里的最优解，加入速度维度后会变化：DeepSeek 虽然单价高，但吞吐能力对实时对话、批量生成等延迟敏感场景有实际价值。选型时如果场景对响应速度敏感，这一项的权重应当上调。
订阅套餐：智谱和阿里有，DeepSeek 没有
按量计费之外的第二种付法，三家拉开了明显差距。智谱为 GLM 系列提供 Coding Plan 订阅，积分制、每月118元起，配套 ZCode 等编程工具，面向高频编程用户锁定月费；GLM-5.3-Flash 发布时已同步接入。
阿里的对应产品是百炼 Token Plan：个人版分 Lite（39元/月）、Standard（139元/月）、Pro（499元/月）三档，团队版按坐席收费，以 Credits 统一抵扣。它可以在 Qwen Code、Qoder、Claude Code、Cursor 等主流编程工具里使用，并且不局限于 Qwen——GLM、DeepSeek 等11款以上的模型都能经它调用。 DeepSeek 没有订阅套餐，官方只有按量计费。想把 DeepSeek 模型纳入固定月费，实际路径是经由阿里云、腾讯云等第三方平台的 Token Plan 间接订阅。对用量稳定的团队，订阅通常比按量划算；用量波动大或刚在选型期，按量计费更灵活——这也是为什么高频编程场景下，有无套餐会直接影响总成本。
基准与能力：哪些数字可信
第三方数据正在补齐，但要分清型号。目前 Artificial Analysis 智能指数上，GLM-5.3-Flash 为57分，DeepSeek V4 Flash（0731版）为52分；Qwen3.8 系列有分的是旗舰 Qwen3.8 Max（58分），不是本文对比的 Flash。也就是说，同基准的第三方横评仍然不严格存在：GLM 的对手数据来自 DeepSeek 7月31日的旧版本，Vision-Exp 和 Qwen3.8-Flash 这两个型号本身还没有第三方分数。
其余成绩均为官方口径。阿里称 Qwen3.8-Flash 在 SWE-bench Pro 上领先 Claude Opus 4.6 达9.1分，CoWorkBench、Toolathlon 等长程与工具调用场景超过 DeepSeek-V4-Flash，Flash-Next-Base 在14项基准中取得8项最优。DeepSeek 未为 Vision-Exp 单独发布基准，仅以 V4-Flash 系列既有成绩为参照。 结论需要收窄而不是取消：GLM 对 DeepSeek（0731版）已有第三方锚点，且 GLM 分更高、价更低；但涉及 Vision-Exp 和 Qwen3.8-Flash 的「谁更强」，在公开数据层面仍没有答案。选型决策应基于价格、开源策略和模态需求这些可验证维度，而不是任何一家的发布稿数字。
开源与部署：能不能自己跑
需要私有化部署的读者，这一节比参数表更重要。GLM-5.3-Flash 以 MIT 协议开放全量权重（Hugging Face 可下载），是三者中许可最宽松的；Qwen3.8-Flash-Next 权重同步上线 Hugging Face 与 ModelScope；DeepSeek-V4-Flash-Vision-Exp 没有开放权重，只能调 API。
这与 DeepSeek 此前的策略相反——V4-Flash 和 V4-Pro 都以 Apache 2.0 开放了权重，Vision-Exp 作为实验模型打破了惯例。如果团队的硬性要求是自托管，DeepSeek 这一席位实际只能由 V4-Flash（无视觉）递补，或等待实验版转正后的政策变化。
部署成本上，Qwen 的6B 激活对自建集群最友好，GLM 的18B 激活需要更多的常驻显存，两者都远低于旗舰档模型。DeepSeek Vision-Exp 的384K 最大输出和单图384 token 的计费封顶，则只适合 API 调用场景。
编码代理场景下，缓存「谁最便宜」
前面按「每百万 token 单价」得出的结论，只在一次性问答、上下文较短的场景成立。一旦负载是编码代理（Cursor、Claude Code 这类 agentic coding 工具），价格账要重算。
为什么编码代理的账单以缓存为主。编码代理每次请求，绝大部分 token 是会话早期重复出现的内容：system prompt、工具定义、历史轨迹、被读入的代码片段。这些 token 若命中 API 的「上下文缓存（prompt cache）」，单价趋近于零；未命中，就得按全价输入重新计费。于是这类负载里，「缓存命中输入」才是真正的主力成本项，而不是输出价或首次输入价。
DeepSeek 的缓存上限更大。DeepSeek-V4-Flash-Vision-Exp 每个请求可缓存71,300 token，GLM-5.3-Flash 只能缓存55,000 token，相差约16,300。这意味着会话上下文一旦超过55K，GLM 每次请求都要为多出来的约16K token 支付全价输入，而 DeepSeek 能让它们命中缓存、几乎免费。
GLM 的缓存费率也更贵。按国内站现行价格，GLM-5.3-Flash 缓存命中0.23元/百万，Qwen 为0.1元，DeepSeek 空闲0.05元、高峰0.10元——GLM 是 DeepSeek 高峰价的2.3倍、空闲价的4.6倍，也明显高于 Qwen。也就是说，GLM 不仅「浪费」的 token 更多，那部分「命中缓存」的 token 还更贵。
于是结论要加一个条件。GLM 的每 token 单价低确实不假，但那是「单次调用、上下文短」的口径；放进编码代理这种「上下文又长又重复」的工作负载，GLM 每次请求多付约16K 的全价 token，叠加更贵的缓存费率，实际账单常常反而高于 DeepSeek 和 Qwen。如果你属于 agentic coding、会话长、上下文高度重复，先拿自己真实的编码会话上下文长度与缓存命中率，分别套三家的缓存价算一遍，比看「每百万单价」更接近真实成本。
怎么选：按场景给建议
追求现有多模态能力上限与综合稳定性，优先 GLM-5.3-Flash。它是三者中唯一有第三方指数背书、同时支持视频输入的模型，MIT 许可对二次开发最友好；限时半价期间也是全项价格最低的选择。
追求最低推理成本与自建部署，优先 Qwen3.8-Flash-Next。6B 激活、可卸载到内存的 Embedding 设计，是为成本敏感和大规模自建场景准备的；定价页现行输出价2.7元也是三者常规价中最低。
对响应速度敏感，或需要超长输出、已在 DeepSeek 生态内，选 DeepSeek-V4-Flash-Vision-Exp。约119 tok/s 的输出速度是三者实测最快，384K 最大输出是三者独有，峰谷定价对可错峰的批量任务有实际意义；但要接受它是实验模型、未开源、且刚经历过一轮涨价这三个前提。
三个模型都发布于同一周，都还没有经过大规模公开检验。生产环境切换前，用自己的真实负载做一次小规模 A/B，比任何对比文章都可靠。
三个模型共同的边界
第一，基准数字的边界：第三方分数只覆盖部分型号（DeepSeek 的还是旧版），官方成绩口径互不一致，不能直接横向相减。第二，价格的边界：DeepSeek 有峰谷价、智谱半价是限时、Qwen 发布价与定价页价格不同，三者都随时可能调整，以各官方定价页为准。
第三，状态的边界：DeepSeek Vision-Exp 是实验模型，GLM 和 Qwen 的模型发布不足一周，稳定性、限速策略和实际可用并发都未知。把任何一款直接切进生产主链路之前，这些因素比参数表更值得先验证。
上手前的一张行动清单
先在三家官方定价页核对当日价格：DeepSeek 分峰谷时段、智谱半价是限时活动、阿里发布价与定价页有差异，旧截图和二手文章里的价格大量过期。需要私有化部署就只考虑 GLM 和 Qwen 的开源权重，并先确认许可条款与显存需求。
确定候选后，用同一组真实业务 prompt 在三家各跑一次小规模测试，记录输出质量、延迟和实际账单，再决定主力模型。图像密集型任务建议先算图片 token 成本——DeepSeek 单图封顶384 token 的计费方式对大批量截图处理更可控。最后，生产切换尽量避开首发头两周：实验标记、限速策略和实际稳定性都需要时间暴露。
AI 速览
