近期的热点 “牛来” 大模型（在 OpenRouter 上匿名上线时名为 Ox Alpha）已被官方证实就是智谱 AI 发布的 GLM-5.3-Flash。

GLM‑5.3‑Flash vs DeepSeek‑V4‑Flash vs DeepSeek‑V4‑Pro

🧮 1. 规格总览（参数、架构、上下文）

模型	总参数	激活参数	架构	上下文窗口	多模态
GLM‑5.3‑Flash	320B MoE	18B	混合专家	1M	图文多模态
DeepSeek‑V4‑Flash	284B MoE	13B	MoE	1M	文本
DeepSeek‑V4‑Pro	1.6T MoE	49B	MoE	1M	文本

---

2. API 价格（输入 / 输出 / 缓存）

官方公开价格（每百万 token）

GLM‑5.3‑Flash

• 输入：$0.15 / 1M
• 输出：$0.50 / 1M

限时优惠价格（5折）

• 输入：$0.075 / 1M
• 输出：$0.25/ 1M

DeepSeek‑V4‑Flash

• 输入：$0.14 / 1M
• 输出：$0.28 / 1M
• 缓存读：$0.028 / 1M

DeepSeek‑V4‑Pro

• 输入：价格上调（更贵）
• 输出：显著更贵

---

3. 性能（速度、吞吐、延迟）

模型	输出速度（tok/s）	首 token 延迟
GLM‑5.3‑Flash	~50 tok/s	0.67s（旗舰）
DeepSeek‑V4‑Flash	119.4 tok/s（最快）	0.82s
DeepSeek‑V4‑Pro	~70 tok/s（DGX Spark）	0.9s（AA）

---

🧠 4. 智能水平（基准分）

Artificial Analysis（可比数据）

指标	GLM‑5.3‑Flash	DeepSeek‑V4‑Flash	DeepSeek‑V4‑Pro
Intelligence Index	57	52	更高（旗舰）
Coding Index	44.2（GLM‑5）	38.7	61.4
GPQA	0.820（GLM‑5）	0.894（更强科学推理）	更强（旗舰）

---

5. Agent / RAG / 工具调用表现

GLM‑5.3‑Flash

• MCP / Tool 调用稳定
• 长任务链不容易断
• 多模态可直接看截图修 bug

DeepSeek‑V4‑Flash

• JSON 输出干净
• 适合轻量 Agent、高并发
• 长任务链容易断，需要 Harness

DeepSeek‑V4‑Pro

• 复杂推理强
• 但长工程上下文追踪弱于 GLM

---

6. 私有化部署

GLM‑5.3‑Flash

• 已开源（MIT）
• 支持国产卡
• 本地部署友好

DeepSeek‑V4‑Flash / Pro

• 权重 MIT 开源
• 生态成熟

维度	GLM‑5.3‑Flash	DeepSeek‑V4‑Flash	DeepSeek‑V4‑Pro
总参数	320B MoE	284B MoE	1.6T MoE
激活参数	18B	13B	49B
上下文窗口	1M	1M	1M
多模态	图文	文本	文本
输入价格	$0.15/M	$0.14/M	更贵
输出价格	$0.50/M	$0.28/M	更贵
输出速度	~50 tok/s	119 tok/s	~70 tok/s
智能指数	57	52	更高
代码能力	强	中等	最强（算法）
Agent 稳定性	最稳	中等	中等
私有化	MIT 开源	MIT 开源	MIT 开源

GLM‑5.3‑Flash实际挑战SVG生成的中国传统太极八卦