“牛来”被智谱认领，GLM-5.3-Flash半价到9月9日：缓存命中高的任务可能反而更贵，先算清这笔账再决定迁不迁

源自38位全网作者

09-01 03:47

最近刷 OpenRouter、OpenCode 的人，应该都见过那个叫 OxAlpha 的匿名模型：8月20日悄没声上线，没署名没官宣，调用全免费，结果不到一天就同时登顶两个平台的调用榜，顺手终结了 DeepSeek 在 OpenCode 上连续 56 天的霸榜。36氪中文社区借着档期电影《牛来》，给它起了个外号叫"牛来"，全网猜了六天它爹妈是谁。微博

8月26日晚上谜底揭晓：智谱认领，真身是 GLM-5.3-Flash，当晚直接开源，MIT 协议。微博哔哩哔哩吃瓜到此结束，但对我们这些自己掏 token 钱跑 Coding Agent 的人来说，真正的事现在才开始——这头"牛"的定价是照着大动脉砍的，而限时半价 9月9日 24 点截止，满打满算只剩 9 天。迁不迁、怎么迁、什么时候迁，得先算明白账。

这头"牛"到底什么水平

先把硬参数摆出来：320B 总参数，每个 token 只激活 18B（5.6%），线性+稀疏混合注意力，100 万 token 上下文，GLM-5 系列第一个原生多模态（文本、图片、视频输入）。36氪匿名期间单日处理量峰值一度到数十万亿 token 级别，流量全部由 10 万张国产芯片承载。微博

性能口径上有几个可以参考的点：Artificial Analysis Intelligence Index 给了 57 分，高于 DeepSeek V4 Pro 正式版的 53 分。36氪智谱官方说部分口径可以对标 Claude Opus 4.8，而价格只有 Opus 4.8 的约 1/40（36氪报道口径）。微博Together AI 那份基于约 900 次 DeepSWE rollout 的报告更直接：GLM-5.3-Flash 的 pass@1 是 63.4%，完整版 GLM-5.3 是 69.0%，差 5.6 个百分点，但单次 rollout 成本 0.24 美元对 3.99 美元，差了约 16 倍。知乎

社区实测这两天已经刷屏。B站几条 2 万以上播放的实测视频，前端项目完成度、自主纠错能力普遍给出好评。哔哩哔哩"新晋性价比之王"的说法也不少。哔哩哔哩知乎有人让 Flash 和完整版写同一组 JavaScript 模块，各跑 9 次真实调用，Flash 账单只有完整版的约 1/12，严格交付通过率反而 8 比 9 领先。知乎

但有两句话必须说在前面。第一，目前传播的这些高分，相当一部分是厂商口径和社区宣称，系统性第三方验证还没跟上，建议先当"待复核"处理。第二，同一批实测也暴露了两个短板：Flash 单次响应约 28 秒，比完整版慢约 1.9 倍；输出容易夹带解释性文字，在人看没问题，在自动化流水线里会破坏"输出契约"——这也是它严格测试里仅有的几次失败的真正原因。知乎

这笔账，得把"缓存命中"算进去

价格先列清楚（每百万 token，人民币）：

模型	输入（未命中缓存）	输出	缓存命中输入	备注
GLM-5.3-Flash	0.8 元	2.8 元	0.23 元	半价期至9月9日：0.4 / 1.4 / 0.115 元
DeepSeek V4 Flash	峰谷计价	峰时较原价涨4.71倍	峰时0.1元 / 谷时0.05元	8月17日执行新定价
Qwen3.8-Flash	0.8 元	2.7 元	官方未重点披露	8月27日阿里云再下调

看着是不是 GLM 全面比 DeepSeek 便宜？坑就在这张表的第三列。

GLM-5.3-Flash 的标准缓存命中价 0.23 元，比 DeepSeek 峰时 0.1 元贵 1.3 倍，是谷时 0.05 元的 4.6 倍——哪怕半价期，0.115 元也比 DeepSeek 峰时贵。36氪而 Coding Agent 恰恰是缓存命中率最高的场景：同一套系统提示词、工具定义、代码历史被反复塞进上下文，一个任务里九成以上的输入 token 往往都是缓存命中。

36氪算过一笔很典型的账：一个累计输入 50 万 token、99% 命中缓存、输出 1 万 token 的任务，半价结束后用 GLM-5.3-Flash 大约 0.146 元；用 DeepSeek V4 Flash，谷时约 0.077 元、峰时约 0.155 元。36氪也就是说，同一个任务，谷时跑，GLM 比 DeepSeek 贵约九成；只有峰时跑才便宜，而且不到 6%。已经有开发者实测后反馈：综合用下来比 DeepSeek 谷时贵，只比峰时便宜。

再补两个容易被忽略的点：有用户观察到 Flash 生成 token 偏多，单价低不等于总账单同比例下降；它的强项在编程和 Agent 任务，知识问答相对偏弱，别指望一个模型全包。微博

三类人，三种动作

被 DeepSeek 峰时价格挤到的人，值得迁。 你主要在工作日白天跑任务，8月17日那波峰谷定价对你伤害最大。36氪现在半价窗口是真优惠，先把模型接上，用自己真实任务测一周，同时记下账单里缓存命中的占比，9月10日恢复原价后自然知道去留。

谷时夜跑党，不用急着迁。 你的账单大头是缓存命中，而 GLM 恢复原价后的缓存价对你不划算，大概率比现在贵。可以等两个信号再回头看：智谱会不会在半价结束后跟进调整缓存价，以及 Qwen3.8-Flash 后续补齐缓存命中价格后的对比。

准备进智谱生态的会员型用户，先看前科再掏钱。 今年7月智谱会员刚大幅涨价（Max 月卡从 469 元涨到 1078 元），8月又有一批接 Claude Code 的用户因为多设备、IP 异常被封号，客服口径是"以实际情况为准"，有用户投诉到 12315 也没能解封。36氪如果你要迁，优先 API 按量付费而不是会员套餐，一账号一设备，别拼单、别用中转站共享额度——这次"牛来"的 API 价格够便宜，没必要再为套餐赌一把。

接入方式和测试建议

渠道都现成：智谱开放平台 API 直接可用，火山方舟 8月31 日也已上架，OpenRouter 和 OpenCode 都能调（注意匿名期免费额度已结束，现在是正常计费）。微博Claude Code、Codex 用户改 base URL 和模型名，或者走 FreeClaudeCode 这类开源代理层切换，不用换掉原来的工作流。

测试方法给一个具体版本：挑你自己项目里最常用的 3 个小任务（真实模块，不是算法题），各跑 3 次，只记三个数——账单、耗时、交付通过率。前面那个知乎实验有个重要提醒：Flash 的"失败"里有相当一部分是输出格式问题，加一步代码块提取就能从 8/9 拉到 9/9。所以测出失败先别急着下"不行"的结论，分清楚是格式契约问题还是能力问题，前者改流水线就能解决，后者才需要换模型。