9月30日，雷峰网公布了一组实测对比数据。让两个Flash级别模型在同一套环境下、各自从头做两轮「网页版个人工作台」开发，最终Qwen3.8-Flash的实际花费约为6.26元，GLM-5.3-Flash约为7.72元；作为对照的旗舰版GLM-5.3则达到80.49元。换算下来，旗舰开销相当于Flash版本的10到13倍。
谁的账单一夜涨了十倍
这是整个9月国产小模型密集迭代的一个注脚。据雷峰网的这次测试，计费口径说明得很清楚：输入token按输入单价计算，输出token按输出单价计算，未包含缓存命中带来的折扣。换句话说，这是在完全不使用缓存优惠的情况下算出来的金额。若任务上下文的重复度较高，真实支出的数字会比这个更低。
两轮全栈任务跑出的时间与费用差异
测试方式并不复杂：把同一个需求——任务管理、日程安排、笔记记录、Dashboard看板与全局搜索，加上前后端开发、数据存储以及测试环节——交给参测模型，跑满两轮。数据上，Qwen3.8-Flash用时33分34秒，发出89次模型调用并触发127次工具调用，粗略计费6.26元；GLM-5.3-Flash用时46分48秒，模型调用次数同为89次，工具调用达到207次，粗略计费7.72元；对照组GLM-5.3用时40分30秒，模型调用123次，粗略计费80.49元。
便宜不等于够用，两家Flash各有软肋
模型成品都能运行起来，差距体现在代码之外的细节。GLM-5.3-Flash的长处在于工程完整度，登录鉴权、增删改查、统计报表、自动化测试一应俱全；Qwen3.8-Flash则在个人工作流设计上更细致，智能排序、逾期提醒、Markdown笔记的处理都更到位，不过在编程环节稍逊一筹，出现了一处文字溢出的瑕疵。两家产品共同存在一个尚未实现的能力——无法自动把笔记内容转化为可执行的行动项。
9月一个月攒出13个Flash选手
这轮集中发布的起点是8月26日，智谱与阿里选择在同一天推出各自的Flash版本，即GLM-5.3-Flash与Qwen3.8-Flash。随后是9月10日亮相的DeepSeek V4.1-Flash、9月21日的小米MiMo V2.6-Flash，以及9月27日的MiniMax M3.1-Flash-Preview。晚点LatePost在10月1日的季度报道中做过盘点，三季度各家累计推出了13个Flash模型。
旗舰模型的定价视图容易产生误导。GLM-5.3官方价格标注为1.4元和4.4元，公摊看起来仅是自家Flash版的一倍多，但长任务里输出token的体量占绝对多数，账单拉出来就被放大了十几倍。据雷峰网的测算，80.49元多买的并非每一次响应都更聪明，而是复杂工程一次做对的概率更高。
MiniMax订阅制与小米的成本门槛
MiniMax选了另一条定价路径。M3.1-Flash-Preview不按token单价卖，而是绑定订阅套餐，Plus档每月22美元、Max档每月55美元、Ultra档每月132美元。按官方公告，10月1日至7日期间，全部订阅用户可以在MiniMax Code中不限量调用这款模型，新订阅和升级用户享受首月五折。据品玩实测五个项目，该模型稳定跑出每秒100+ tokens的速度，大约比MiMo与GLM两款Flash快出一倍。它的短板是尚未被Artificial Analysis收录，评分暂无横向可比数据。
已上榜模型的成本与能力换算
在已进入Artificial Analysis统计的模型中，小米的门槛最低。MiMo V2.6-Flash的每任务成本为0.0622美元，不足GLM-5.3-Flash的四分之一，也仅为Qwen3.8-Flash-Next的六分之一，代价是智能指数37.9分，落后了两到四分。DeepSeek V4.1-Flash得分39.5，每任务0.2652美元，输出速度达到209.4 tokens/秒，是这批模型中最快的一个。GLM-5.3-Flash以41.8分排在最前，每任务成本0.2533美元。
三套账口径下先看输出价和缓存
需要区分的是，Artificial Analysis给出的每任务成本，和雷峰网用官方单价乘以实际用量的结果并非同一种算法。前者把缓存读写和推理token一并纳入，跑的是自己的题目集；厂商宣传的折扣又构成了第三套口径。三种计算方式摊在同一张桌上以后只能得出一个判断：谁更便宜，要看你跑的是什么类型的活。
面向个人工具、脚本和轻量前后端这类需求，Flash版本在近半年已足够应付，Qwen和GLM经过实测都达到了可交付水平。若真想压成本，最先要查的是输出价格和缓存折扣这两项。输出token占据账单的大头，缓存命中则能在此基础上再削减一笔。MiMo以0.02元的缓存价格在参测模型中处于最低位，更适合上下文重复度高的任务；DeepSeek的闲时价仅为高峰时段的一半，安排错峰跑批可节省一半开支。
至于旗舰款，80.49元这笔花销确实换来了一些东西，它在复杂工程中一次成功后保持正确的比率更高。但对多数使用者来说，这点差距未必对应12倍的价钱。不妨先利用免费周体验MiniMax，然后拿真实业务跑一遍账单，比拼任何排行榜都有说服力。这一轮免费开放的截止时间是10月7日。
图表数据来源见文中；概念图由 AI 生成。
小结：Flash级模型能否替代旗舰，取决于任务形态而非参数高低。9月的实测给出了明确区间：同一种全栈开发任务上，Flash的花费仅为旗舰的十分之一上下，并且成品基本可交付。选型时应把注意力放在输出定价与缓存政策上，用自家真实工作量核算，而不是把任一份榜单当作绝对依据。