GLM-5.3、DeepSeek Flash、Kimi K3:只比同一张官方表上的数字

2026-10-18 重开 DeepSeek 官方页。旧稿里的「参数未公开」「约 ¥0.5–2/百万 token」「DeepSeek 没有高峰差价」都不成立。GLM 与 Kimi 只采用 DeepSeek 模型卡同表数字,并标明是官方自报、对比项自选。没有同口径的旧跑分已删。

发布于 2026-10-18

核查日 2026-10-18。当天重新打开的是 DeepSeek 这边:

智谱和月之暗面自己的价格页、模型卡这次没打开。所以 GLM、Kimi 的月费、参数、以及它们自家公布的 SWE-bench,下面都不写。旧稿那张 HumanEval / MBPP / LiveCodeBench / SWE-bench 表,在这次打开的页面上没有同口径出处,整表删掉。

旧问题还在,前提变了

旧稿问的是:图便宜的话,停在 GLM,还是降到 DeepSeek Flash?

那句话默认 Flash 更弱、也没有高峰差价。2026-10-18 的页面不支持这两个前提。

deepseek-flash 现在是 DeepSeek-V4.1-Flash-1017(2026-10-17 的小版本)。从 2026-08-16 16:00 UTC 起,官方 API 有峰谷价,非高峰是高峰的一半。高峰是 UTC 工作日 01:00–04:00 和 06:00–10:00,也就是北京时间 09:00–12:00 和 14:00–18:00,法定节假日除外。

DeepSeek 现在的价格和规格

官方只标 USD,每 100 万 token。没有「约 ¥0.5–2」这种人民币区间,那句没有官方出处。

非高峰高峰
Flash 缓存命中 / 未命中 / 输出$0.003 / $0.15 / $0.60$0.006 / $0.30 / $1.20
V4-Pro 缓存命中 / 未命中 / 输出$0.022 / $0.66 / $1.98$0.044 / $1.32 / $3.96

上下文 1M,最大输出 384K。Flash 支持视觉,deepseek-v4-pro(V4-Pro-0813)不支持。并发上限 Flash 2500,V4-Pro 500。

参数两个口径,官方没解释差额:

  • 2026-09-10 新闻:552B backbone MoE,输入激活 8B,输出激活 16B。
  • 两张 HF 卡的模型大小都显示 763B。

V4.1-Flash 模型卡的 base 表把 DeepSeek-V4-Pro-Base 写成 1.6T backbone、激活 49B。价格页没有再写一版「在线的 V4-Pro-0813 就是这个参数量」。在线 Pro 的参数量不把 base 表直接当成 API 规格。

同一张表上的官方自报

下面全部来自 DeepSeek-V4.1-Flash-1017 的 HF 卡。DeepSeek 自己测、自己选行,标成官方自报。K3 和 GLM-5.3 的格子是这张卡上的数字,不是 2026-10-18 重开智谱或月之暗面页面核对过的。

† 是 HLE 的纯文本子集。Flash-1017 的主分 42.6 和括号里的 44.0† 不是同一个子集。GLM-5.3 那一格只给了 42.0†。所以 HLE 不能把 42.6 和 42.0 直接比大小。

项目Flash-1017上一版 V4.1-FlashK3GLM-5.3Opus 5
HLE,无工具42.6(44.0†)36.8(39.1†)43.542.0†56.3
Terminal-Bench 4.042.331.212.637.951.8
DeepSWE v1.177.074.267.566.974.0
ProgramBench29.120.317.519.037.0
NL2Repo-Bench68.265.458.058.075.3
Automation-Bench v1.0.660.554.846.748.850.3
Agents’ Last Exam35.431.827.628.528.6
Apex Bench v1.172.164.647.856.665.8

Chartography、BabyVision、ZeroBench 这三行,GLM-5.3 是空的,不比。K3 有数:Chartography 68.1(Flash-1017 为 83.0,Opus 5 为 84.0),BabyVision 85.7(92.5 / Opus 5 94.1),ZeroBench 41.0(51.0;Opus 5 为 52.0,GPT-5.6 Sol 为 53.0)。

Terminal-Bench 4.0 的脚注是 Claude Code。DeepSWE v1.1 的脚注是 Mini-SWE-V2。

另外一处对不齐:V4.1-Flash 模型卡的 instruct 表把 NL2Repo-Bench 写成 64.0。9 月 10 日 changelog 和 1017 对比表写的是 65.4。两处都是官方页面,差额原因未知,不取其中一个当唯一数。

Opus 5 在这张自选表上仍然更高的项:HLE 无工具、Terminal-Bench 4.0、ProgramBench、NL2Repo-Bench、Chartography、BabyVision。Flash-1017 更高的项:DeepSWE v1.1、Automation-Bench、Agents’ Last Exam、Apex Bench。这不是「全面超过旗舰闭源模型」。

那还要不要「降到 Flash」

不能沿用旧结论。

在 DeepSeek 这张表上,Flash-1017 的 Agent 行多数高于同表的 GLM-5.3 和 K3,不是「略差两三个点的便宜货」。HLE 无工具上,K3 的 43.5 高于 Flash-1017 的 42.6;和 GLM 的 42.0† 不是同一子集。Opus 5 仍领着上面列出的几项。

价钱是另一轴。Flash 官方价是美元峰谷价,不是无高峰差价的按量。工作日白天在北京时间那两段里跑,按高峰付。GLM 和 Kimi 的套餐月费这次没重开,不能拿旧稿的 ¥49 / ¥149 / ¥599 和这张美元表比谁更便宜。

视觉也不再是「只有 Kimi」。deepseek-flash 支持视觉,V4-Pro 不支持。Kimi 的视觉是不是仍强于 Flash,两家页面没对照,不写。

所以这题的当前答案是:若只看 DeepSeek 自己的表,Flash-1017 不是 GLM-5.3 或 K3 的降级档。若账单按北京时间工作日白天估算,要把高峰价算进去。套餐月费和自家跑分,等重开智谱、月之暗面的页面再比。

看完对比,准备好选型了?

查看全景图,30 秒找到最适合你的 AI 编程方案。

查看全景图 →

📖 相关文章

📚 相关指南