昨晚，AI 编程圈有点热闹。
晚上十点半前后，智谱正式揭晓：匿名霸榜 OpenRouter 一整周、被全网猜身份的 Ox Alpha，就是 GLM-5.3-Flash，随即发布并 MIT 协议开源。知乎几乎同一时间，阿里放出了 Qwen3.8-Flash。而 OpenRouter 周消耗榜上被"牛来"追着打的那个榜二，正是刚结束 56 天统治的 DeepSeek V4 Flash。
三款带"Flash"后缀的模型，挤进同一个时间窗口。这不是巧合——这轮价格战已经不是打"便宜聊天"的市场，而是瞄准了最烧钱的场景：Agent 编程。
先把三张牌摆上桌
GLM-5.3-Flash：总参数 320B，每 token 只激活 18B，1M 上下文，原生多模态，MIT 协议开源。这是 GLM-5 系第一个原生多模态的型号——意味着 GLM 用户终于能用自家模型干截图写代码这类活了。智谱给的定位很激进：AA（Artificial Analysis）综合智能指数 57 分，与 Claude Opus 4.8 持平。微博按官方口径，它的定价是 GLM-5.3 的 1/10，限时折扣内 1/20，只有 Opus 4.8 的 1/40。哔哩哔哩具体价格分两个口径。
价格：Z.ai 国际站输入 $0.15、输出 $0.50 每百万 token，缓存命中 $0.03。微博国内 BigModel 牌价输入 ¥0.8、输出 ¥2.8，限时五折后是 ¥0.4 / ¥1.4，缓存命中 ¥0.115。哔哩哔哩
Qwen3.8-Flash：多模态 MoE，主模型参数 125B，另有 51B N-gram Embedding，每 token 激活只有 6B——三家里激活参数最小，训练成本相比 Qwen3.7-Plus 骤降近 90%。微博牌价输入 ¥1、输出 ¥3 每百万 token，另有一个更高规格的 Qwen3.8-Flash-Next 版本。
DeepSeek V4 Flash：霸榜最久的一个。有 UP 主整理了三家的国内 API 牌价：空闲时段输入 ¥1.5、输出 ¥4.5，高峰翻倍，但缓存命中输入只要 ¥0.05。哔哩哔哩缓存这一项，比上面两家便宜一个量级。
三家的牌价看起来都省钱。但这轮 Flash 战的第一个教训恰恰是：牌价只是入场券。
牌价和真实成本之间的三个差异
第一个差异：缓存——命中率与保存期。
Agent 工作流里成本大头不是新输入，而是反复命中的前缀缓存。GLM 的缓存牌价最低（折后 ¥0.115），但智谱官方视频下一条高赞评论直接点破：编程的成本大头是缓存，而且 GLM 的命中率还更低，同样的任务 DeepSeek 能用 98%，GLM 只有 95% 不到。哔哩哔哩跟帖里有人把账算得更细：DS 的缓存能保存几个小时到一天，睡一觉起来继续命中——真正便宜的不止是单价。这是用户单方面的实测，不能当严格结论，但它指向一个事实：缓存牌价 × 命中率 × 保存期，三者相乘才是真实成本。只盯单价那一栏，会被骗。
第二个差异：输出冗长度。
Agent 时代，输出 token 才是烧钱主力。知乎有答主提醒：GLM-5.3-Flash 的输出看起来非常冗长，实际使用成本会比预想的高。知乎官方视频评论区也有人直接贴出账单：直连 API、命中率 99%，十分钟烧掉三块钱。哔哩哔哩通义那边则有一位 UP 主实测称 Qwen3.8-Flash 比 GLM-5.3-Flash 更便宜也更快，但该视频样本不大且标注为 AI 生成，仅供参考。
第三个差异：高峰时段。
DS 有高峰时段翻倍的机制；GLM Coding Plan 则是非高峰调用只消耗一半积分，周末全天算非高峰。知乎如果你习惯夜里挂机跑长任务，这个差异比任何单价差异都大。
跑分覆盖不了你的场景
官方跑分方面，CodeBench 全面超过 GLM-5.2、追平 Opus 4.8。微博第三方评测 DeepSWE v1.1 的编程 Agent 实测里，匿名期的 Ox Alpha Pass@1 拿到 80%，比现款旗舰 GLM-5.3 的 66.9%、Claude Fable 5 的 65%、GPT-5.6 Sol 的 52% 都高出一截。知乎
匿名那一周，OpenRouter 单周消耗 23.2 万亿 token：榜二 DeepSeek V4 Flash 只有 11.6T，Ox Alpha 是它的整整两倍；GPT-5.6 Luna 不到五分之一。知乎顺带一提，匿名期 OpenCode 和 OpenRouter 上的免费测试请求流量，全部由国产芯片提供算力支持。微博OpenCode 上的更替更直接：ox-alpha 以 44T 登顶，曾经的霸主 deepseek-v4-flash 周环比暴跌 76%，DeepSeek 连续 56 天的霸榜纪录就此终结；平台数据还显示，OpenCode 全平台 96% 的输入 token 走缓存，Ox Alpha 自身缓存命中率 93%，在所有样本量足够的模型里，GLM-5.3 的用户留存率高达 79.1%，全平台第一。
但真实用户这两天摸出来的手感更具体：
有编程区 UP 主实测后的整体感受是：以 18B 激活规模来看已经不错，后端表现扎实，前端和深度推理差点意思。哔哩哔哩
有开发者踩了时区坑：已经告知要用服务器的 UTC 时区，模型却按 Mac 的北京时间改代码，差点出事故。哔哩哔哩
有人专门拿它写小游戏，修了一轮鼠标还是无法控制瞄准，最后的结论是可能不太适合做游戏。哔哩哔哩
也有拿"牛来"干活几天的媒体行业用户说，自己更喜欢 flash 多一些，没觉得比 5.3 差。
把这些拼起来，图景是：GLM-5.3-Flash 的上限有跑分和近 70 万亿 token 的真实流量验证，但体验下限取决于你的场景。通义用 6B 激活换极致速度和低成本，适合高频短任务；DeepSeek 则靠缓存机制和长上下文口碑，仍牢牢占住已有工作流的用户——评论区甚至有人替它站台：要是真到了长上下文难 agent 的用途，还得是你 DS 叔叔。哔哩哔哩
按场景的选择建议
主力场景是 Coding Agent（ZCode、Claude Code、OpenCode 等）且多模态需求多：GLM-5.3-Flash 目前是最完整的选择。Coding Plan 有 Lite/Pro/Max 三档，其中 Lite 档周额度大概 1.4 亿 token，价格还是比较贵。知乎非高峰半价、周末全天非高峰。唯一要盯的是输出冗长，prompt 里限好字数、配合缓存用。
高频短任务、批处理、对速度和成本都敏感：Qwen3.8-Flash 值得试。6B 激活，响应延迟有优势，¥1/¥3 的价格没有折扣套路。
已有 DS 工作流、长上下文缓存命中需求大：不急着迁。DS V4 Flash 的缓存保存期是真实优势，避开高峰时段涨价即可。需要视觉能力的话，注意 DS 的视觉版本还带着 -Exp 后缀，而 GLM-5.3-Flash 和 Qwen3.8-Flash 都已是原生多模态。
想先白嫖试水：OpenRouter / OpenCode 仍有试用渠道，但匿名期就有用户登录两天被限流，连 GitHub 账号都被封，而理由只是同时开了两个项目。哔哩哔哩别把工作流押在免费通道上。
值得继续盯的信号
GLM-5.3-Flash 限时五折的截止时间官方没有明说。国内站 ¥0.4/¥1.4 是促销价，到期前是迁移试跑的最佳窗口；
GLM-5.3 旗舰会不会跟着开源权重——社区期待很久了，开源之后本地部署的故事会完全改写；
DS V4 Flash 的 Vision 版本何时去掉 -Exp 转正；
Qwen3.8-Flash-Next 会不会放出完整跑分和开源权重；
MiniMax 还没出 Flash 牌，评论区追问它在哪发财，得到的回复是"和 Seedance 对线去了"。哔哩哔哩价格战里消费者不用急站队。
最后说一句。这轮 Flash 战真正让"前沿智能"变成了日用消费品，但记住：牌价只是入场券，真实成本藏在缓存命中率、输出冗长度和高峰时段里。好消息是三家都足够便宜，试跑一周的成本可能不如一杯咖啡。先试，再迁——这才是这轮价格战的正确节奏。
