最近大火的 Flash 模型对比

数据采集于 2026-09-06，Flash 系列近期更新频繁，部分模型在数周内连续发布新版本；价格、供应商状态和榜单数据变化较快，本文数据仅代表采集时点，生产接入前请以各模型页最新为准。

一、结论先行

2026 年 8 月底到 9 月初，Flash 这条产品线从"便宜小模型"变成了前沿战场：

• 9 月 2 日 Google 发布 Gemini 3.8 Flash——官方定位"最智能的 Flash 主力模型"，DeepSWE v1.1 长程编程 73.7%，距 Opus 5 的 74.0% 只差 0.3 个点，价格与 3.7 持平（$0.75/$3.75 每百万 token，官方公告）。
• 8 月 26 日同一天，智谱发布 GLM-5.3-Flash、阿里发布 Qwen3.8-Flash（开放权重预览版为 Qwen3.8-Flash-Next）——两家国产 Flash 挂牌输入价约 $0.075~0.16 每百万 token，约为 Gemini Flash 的 1/10~1/5。
• 7 月 31 日 DeepSeek-V4-Flash-0731 进入公测，8 月 21 日补了 Vision 实验版；第三方渠道最便宜约 $0.05 上下（随供应商与促销变化）。

一句话：长程编程 / 复杂 Agent 且预算宽裕，优先测 Gemini 3.8 Flash；编程 + Agent 追求性价比，对比 GLM-5.3-Flash 与 DeepSeek-V4-Flash；中文办公与文档任务，测 Qwen3.8-Flash。 注意这些是方向性建议，具体取舍还需看供应商质量、工具调用错误率和实测任务成本。

二、背景：为什么突然全是 Flash？

过去 6 周，Google 以 43 天连发三个版本更新 Gemini Flash：7 月 21 日 3.6 Flash → 8 月 13 日 3.7 Flash → 9 月 2 日 3.8 Flash。官方明确 3.8 建立在 3.7 之上、3.7 建立在 3.6 之上——不是代际"换代"，而是同一条主线上滚动打补丁的"更新"。

同一时间，行业在 2026 年夏天集体转向"算力焦虑"：OpenAI、Google、Anthropic 陆续上调价格或收紧免费额度；DeepSeek 8 月中旬实行峰谷分时计费。就在市场认定"涨价成定局"时：

• 阿里打出低价牌：Qwen3.8-Flash 国内接入价约 1 元 / 3 元每百万 token，定价处于 DeepSeek-V4-Flash 高峰价的较低档；
• 智谱提出"同样智力、约 1/40 价格"：GLM-5.3-Flash 定价约为自家 GLM-5.2 的 1/10；
• 谷歌从 3.6 起把 Gemini Flash 从 3.5 时代的 $1.50/$9.00 砍半到 $0.75/$3.75，连续三代不涨价。

Flash 由此从"性价比小模型"进化成"用架构效率换成本、用算力换成功率"的前沿主力——成本竞争从"每百万 token 多少钱"转向"每块钱能完成多少任务"。

三、主角逐个看

1. Google Gemini 3.8 Flash（2026-09-02 发布）★ 本次主角

• 规格：上下文 100 万 token，最大输出 65,536；支持文本/图像/视频/文件/音频输入，文本输出；是推理模型（分 low/medium/high 档）。
• 价格：OpenRouter 挂牌 $0.75/$3.75 每百万 token（缓存读 $0.075）。这是首发优惠价，Google 官方 注明 2027 年 1 月 1 日起恢复 $1.50/$7.50。OpenRouter 上 AI Studio Flex / Vertex Flex 通道另打五折，可低至 $0.375/$1.875（适合可容忍排队/低优先级的中转）。
• 性能（官方公告 + 独立评测）：
• DeepSWE v1.1（长程软件工程）：73.7%，较 3.7 的 65.3% 涨 8.4 个百分点，距 Opus 5 的 74.0% 差 0.3 个点；
• Terminal-Bench 2.1：89.4%，反超 Opus 5（89.1%）；
• Vals Finance Agent v2：61.4% > Opus 5 的 58.6%；Harvey 法律 Agent：10.0% > 6.7%；HLE-Verified：54.9%。
• 更难的项目仍有明显差距：Terminal-Bench 4.0 仅 19.1%（Opus 5 约 51.8%）、OSWorld 2.0 59.0%（Opus 5 约 75.4%）。结论：在部分旗舰任务上越级，但并非全面旗舰。
• 代价："work harder"。Google 明说 3.8 会更勤奋——更多推理步、更多工具调用、更多 token。AT 初测 high 档单任务成本约 $0.58，比 3.7 的约 $0.40 高约 40%；Token 单价没涨，但"把事做完"变贵。效率优先场景官方建议继续用 3.7 Flash。
• Cyber 版：同日发布的 3.8 Flash Cyber 是网络安全专项版（走 Fairwind 计划定向开放，普通用户用不到），其专项训练反过来喂给了通用版，是 3.8 Coding/Reasoning 提升的来源之一。注意 CWE-Bench 上 Cyber 版为 47.2%，低于对比模型 GPT-5.6 Sol 的 47.8%[2]，不是"超过"。

2. Google Gemini 3.7 Flash（2026-08-13 发布）

• 3.8 的直接前代，官方公告 中的介绍价同为 $0.75/$3.75、约 100 万上下文。DeepSWE 65.3%、FrontierCode 1.1 Main 43.6%。
• 在 3.8 high 档"高推理开销、输出量较大"的属性下，3.7 是少花 token 办同样事的保守选择：单任务 token 消耗低约 30%，Google 承诺继续完整支持。预算敏感、任务明确、不想为额外推理付费的可以钉在 3.7。

3. Z.ai GLM-5.3-Flash（智谱，2026-08-26 发布）

• 规格：GLM-5 系列首个原生多模态模型（文本/图像/视频输入）；总参数 320B、激活 18B；混合线性 + 稀疏注意力（官方称注意力计算较 GLM-5.3 降约 3 倍、KV 缓存缩约 4.4 倍）；权重已公开，具体许可证与商业使用限制以仓库 LICENSE 文件为准；原生约 100 万上下文（OpenRouter 模型页 显示 1M）。
• 价格：官方标价 $0.15/$0.50 每百万 token；OpenRouter 限时五折至 2026-09-09 16:00 UTC → $0.075/$0.25，缓存读 $0.015（促销期缓存写入免费）。国内智谱开放平台 0.8/2.8 元打五折后 0.4/1.4 元。
• 性能：Z.ai 官方博客引用的 Artificial Analysis v4.1.1 数据为 57 分、单任务约 $0.045（历史版本分，勿与当前 v4.2 直接比较；同版本下 Gemini 3.8 high 采集时约 59 分/$0.58）；官方自报 DeepSWE v1.1 63.4、Toolathlon Verified 78.4、NL2Repo 56.3（三项重叠基准均领先 Qwen3.8-Flash-Next 的 58.7/73.5/48.1）、Terminal Bench 2.1 84.3——以上是厂商自报。
• OpenRouter 特点：托管供应商多达 20+ 家（Z.ai、DeepInfra、Fireworks、Baseten、SiliconFlow、Together、Cloudflare、CoreWeave、Modal 等），是四家里通道最丰富者。但不同宿主质量差异明显：Baseten 延迟约 0.5s / 164 tps，Z.ai 自营反而约 4.5s / 27 tps（自营正在打折引流）；GPQA Diamond 从部分宿主的约 50% 到另一批宿主的约 90% 都有，接入前看各宿主 AutoExacto 实测分。

4. Alibaba Qwen3.8-Flash（通义千问，2026-08-26 发布）

• 规格：注意区分——Qwen3.8-Flash 是生产 API 模型，其开放权重的是架构预览版 Qwen3.8-Flash-Next（Qwen4 架构的 early preview），两者不能等同。预览版 125B 主干 + 51B n-gram 嵌入表、每 token 激活约 6B；预览版原生 262K 上下文可经 YaRN 扩到 1M，生产 API 版默认 100 万；多模态（文本/图像/视频输入）。训练成本约为 Qwen3.7-Plus 的 1/9。
• 价格：国内接入约 1 元 / 3 元每百万 token；国际 QwenCloud $0.16/$0.47；OpenRouter $0.15/$0.47、缓存读 $0.016（缓存写入需显式创建）。OpenRouter 加权实际输入价约 $0.03——因为缓存命中率约 90%+。
• 性能（厂商自报）：多模态、编程、智能体多项超过 Claude Opus 4.6 与 DeepSeek-V4-Flash：SWE-bench Pro 62.5（领先 Opus 4.6 达 9.1 分）、CoWorkBench 73.9（Opus 4.6 Max 68.2）、JobBench 55.7、SWE-bench Multilingual 81.0。目前尚无独立智测分（AA 尚未收录 v4.2 结果），以上全为官方自报，投产前用自己的任务集跑一遍。
• OpenRouter 特点：目前只有 Alibaba Cloud Int. 一个供应商；吞吐偏慢（采集时约 40 t/s，复核时约 56 t/s），工具调用错误率约 5%、结构化输出错误率约 8%（随统计窗口波动）。适合中文、办公长程 Agent、图表/文档/长视频理解类任务，但单供应商风险要在生产接入前评估。

5. DeepSeek-V4-Flash-0731（2026-07-31 公测转正）+ Vision Exp（08-21）

• 规格：稀疏 MoE，284B 总参数 / 13B 激活；0731 为纯文本版（V4-Flash 正式版，架构未变、靠后训练把 Agent 能力拉高）；8 月 21 日补 Vision Exp（加图像输入）。上下文 100 万级。
• 官方 API 定价（峰谷分时，USD/百万 token），见 DeepSeek 定价页：
• 非高峰：缓存命中 $0.007（输入）/ 缓存未命中 $0.22 / 输出 $0.66；
• 高峰（工作日 9:00–12:00、14:00–18:00 北京时间）：缓存命中 $0.014 / 未命中 $0.44 / 输出 $1.32。
• OpenRouter 供应商价（与官方价分开看）：模型页 供应商挂牌与促销差异极大——第三方最低约 $0.05/$0.16 起（采集时 Relace 曾低至 $0.045/$0.09），DeepSeek 自营通道约 $0.22/$0.66。同一模型价格能差 5 倍以上，是 OpenRouter 上最典型的"挑供应商"场景。
• 性能：OpenRouter AutoExacto 实测主流供应商 GPQA Diamond 约 88~90%、TAU-Bench Airline 约 75~81%，第一方 DeepSeek 通道领先（约 90%/81%）；但个别低价宿主质量明显掉队（如 Sail Research GPQA 约 70.8%）。吞吐头部：Wafer 约 142 t/s、StreamLake 约 132、CoreWeave 约 128。

四、核心参数与价格总表

价格口径：OpenRouter 挂牌价（采集时，USD/百万 token），官方 API 与第三方促销价在正文单列。促销截止：GLM 五折 2026-09-09 16:00 UTC；Gemini 3.8 首发价 2026-12-31 截止。

记住两个关键数字：Gemini 3.8 的 $0.75/$3.75 是首发价，2027-01-01 起恢复 $1.50/$7.50；GLM 的五折只到 9 月 9 日。

五、速度与稳定性：OpenRouter 通道实测对比

数据来源：OpenRouter 模型页 P50 统计（真实流量中位数，统计窗口随页面变化）；Artificial Analysis 走 Google 官方 API 的测速为补充（版本与采集时均已标注）。

值得注意：

• Gemini 3.8 Flash 是全场最快的推理模型之一，但它是"高推理开销、输出量较高"的类型：AA 实测它在 Intelligence Index 任务上平均生成 1.4 亿 token，而全场中位数约 7900 万；high 档首 token 延迟约 10.8s 偏慢（推理更长）。快和慢要分开看：吐字极快，但思考久、说得多。
• Qwen3.8-Flash 目前单宿主、吞吐偏低，工具调用错误率约 5%——生产接入前建议先压测。
• DeepSeek / GLM 是"挑宿主"重灾区：同一模型不同供应商质量差异明显（GPQA 从约 50%~90% 都有），建议用 OpenRouter 的 AutoExacto/质量优先路由，或手动钉住实测质量高的宿主。

六、算账：比"每百万 token"更重要的"每任务成本"

2026 年夏天模型行业最大的变化是：Token 单价正在失去参考意义。

• Google 没给 3.8 Flash 涨价，但独立评测显示它单任务成本比 3.7 高约 40%——因为更勤奋（输出 token 更多、Agent 交互轮次更多）；官方自己也承认 3.8 "works harder"。[2]
• GLM-5.3-Flash 在 Z.ai 引用的 AA v4.1.1 上单任务约 $0.045、57 分（同版本 Gemini 3.8 high 采集时约 $0.58/59 分）——单价便宜约 13 倍、分值只差 2 分，这就是它"性价比"口碑的来源。跨版本（vs 当前 v4.2 的 47 分）直接比无意义。
• Qwen3.8-Flash 在 OpenRouter 的加权实际输入价约 $0.03（挂牌 $0.15），全靠约 90%+ 的缓存命中率——Agent/长会话负载请一定开缓存，真实单价可差一个数量级。

七、数据口径与限制

• 本文价格优先采用 OpenRouter 模型页挂牌价，官方 API 价格单列（如 DeepSeek 峰谷定价）。
• 速度、延迟、可用率采用 OpenRouter 页面统计窗口，默认非作者本地实测；相同指标随时间与统计窗口波动。
• Artificial Analysis 数据按页面显示的指数版本记录，不跨版本直接比较（v4.1.1 的 57/59 分与 v4.2 的 47 分不可横比）。
• 厂商基准成绩标注为厂商自报；第三方成绩标注评测机构与版本。
• 促销价格、供应商状态可能随时变化，生产接入前应重新核对模型页。
• 免责声明：本文不构成对任何 OpenRouter 供应商、中转服务或 API 销售商的推荐。供应商价格、可用率、隐私政策和服务条款可能变化，生产使用前请自行核验。 另：OpenRouter 在部分网络环境下可能存在访问、延迟或丢包问题，实际体验以本地线路为准。

八、FAQs

1. OpenRouter 上最便宜的 Flash 模型是哪个？ 按采集时挂牌输入价看，inclusionAI Ling 3.0 Flash（约 $0.021）和 DeepSeek-V4-Flash 第三方通道（约 $0.05 起）最低；但便宜不等于划算——同模型不同宿主质量差可达 20 个点（GPQA），选前看宿主实测分。

2. Gemini 3.8 Flash 和 GLM-5.3-Flash 怎么选？ 预算宽裕、要最强长程编程/Agent 且能接受更高任务成本 → 3.8 Flash；追求极致性价比、能接受厂商自报基准下的差距 → GLM-5.3-Flash（当前五折，9 月 9 日截止）。

3. 为什么 DeepSeek-V4-Flash 不同供应商价格差这么多？ 官方 API 有峰谷分时（高峰 $0.44/$1.32，非高峰 $0.22/$0.66）；第三方托管各自定价与促销，可低至约 $0.05/$0.16 起。价格差异大，质量差异也大，用 AutoExacto 路由或只钉高质量宿主。

4. Qwen3.8-Flash 真的开源吗？ 生产 API 版不公开权重；公开的是架构预览版 Qwen3.8-Flash-Next（Qwen4 early preview）。要本地跑就用 Next 权重，要在线 API 用 qwen3.8-flash。

5. OpenRouter 供应商速度和模型速度是一回事吗？ 不是。模型速度（如 AA 测速）是理想条件上限；OpenRouter 供应商吞吐/延迟是真实流量中位数，受宿主硬件与负载影响（同一模型不同宿主吞吐可从 6 t/s 到 164 t/s）。

九、数据来源

• OpenRouter：Gemini 3.8 Flash 模型页
• Google Blog：Introducing Gemini 3.8 Flash and 3.8 Flash Cyber
• Google Blog：Introducing Gemini 3.7 Flash
• Z.ai：GLM-5.3-Flash 官方发布博客
• Qwen：Qwen3.8-Flash-Next 官方博客
• DeepSeek：API 定价页
• DeepSeek：更新日志
• OpenRouter：GLM-5.3-Flash 模型页
• OpenRouter：Qwen3.8-Flash 模型页
• OpenRouter：DeepSeek-V4-Flash-0731 模型页
• Artificial Analysis：Gemini 3.8 Flash
• 补充：钛媒体《Gemini 3.8 Flash 上线》、知乎专栏《Qwen3.8-Flash 1元/百万Tokens》、DataCamp GLM vs Qwen 对比（背景与转述参考）

本文为信息整理与横向对比，数据随版本迭代快速变化，请以上述原始来源最新页面为准。

配图：各厂商官网/官方博客首屏截图（2026-09-07 于局域网开发机截取，browserless/Chrome 1440×900），版权归各厂商。