GLM-5.3-Flash 对比 DeepSeek V4 Flash：谁便宜，得看你几点调用

这两个模型都叫 Flash，而且都没有「一个价格」。 DeepSeek V4 Flash 的单价按小时浮动，一周有 21% 的时间自动翻倍；GLM-5.3-Flash 的低价是一次带到期日的促销，2026-09-09 结束。所以「谁更便宜」这个问题，在你说清楚几点调用、缓存命中率多少、输出占多大比重之前，是没有答案的。

好消息是这三件事都能算，而且不需要跑分——两家的价格结构都是公开文档写死的。

下面的数字都来自 DeepSeek 定价文档、Z.ai 定价页与两家模型文档，2026-08-28 当日回源。利益披露：Ofox 同时转售这两个模型，其中一条对我们不利的事实写在第四节。

两个 Flash 的价目表分别长什么样？

先把四张价目表摊开。每百万 token，美元。

两个「第二列」的性质完全不同，这点值得先说清楚。

GLM 的 $0.075 是促销。Z.ai 定价页原文：「GLM-5.3-Flash is available at a 50% discount (strikethrough prices are list prices). The promotion ends at 24:00 on September 9, 2026 (UTC+8, Singapore time).」到期之后回到 $0.15，是一次性的。

DeepSeek 的谷时价不是促销，是常设结构。定价页写着峰时为「01:00 - 04:00 and 06:00 - 10:00 UTC, Monday through Friday」，其余一律谷时，且「Off-peak rates are half of the peak rates」。每周 35 小时峰时，占 168 小时的 21%——约 79% 的时间你付的是那个便宜一半的价。

换成北京时间是 09:00–12:00 与 14:00–18:00，正好压在国内团队的工作时段上。如果你的流量跟着人上下班走，你拿到的谷时比例会明显低于 79%。

为什么「谁更便宜」没有单一答案？

因为两家在三条计费线上的胜负是反的。

拿 GLM 牌价对 DeepSeek 谷时价，逐行看：

DeepSeek 的缓存便宜得离谱，但输出更贵。 这不是小数点级的差别：4.29 倍对 1.32 倍，两个方向都够大，谁赢完全取决于你的账单里这两项各占多少。

一个只做长文档分类、每次输出十几个 token 的活，账单几乎全在输入上，缓存那一行说了算。一个写代码、每次吐几千 token 的 agent，输出那一行说了算。同样两个模型，两种活，结论相反。

缓存命中率要多高，DeepSeek 才反超？

这条可以精确算出来，因为它只依赖公开价格。

设输入里有 h 的比例命中缓存，输出 token 量是输入的 r 倍。DeepSeek 谷时更便宜的条件是：

0.22(1−h) + 0.007h + 0.66r  <  0.15(1−h) + 0.03h + 0.50r
化简后：h > (0.07 + 0.16r) / 0.093

代进去：

这就是那个反直觉的结论：只要输出量超过输入的约 14.4%，DeepSeek 那个便宜 4.3 倍的缓存价就再也救不回它的输出价。 缓存折扣只作用在输入上，而输出那一行没有任何折扣可打。

所以判断该用哪个，不用跑分，先去日志里查两个数：缓存命中率，以及输出 token 与输入 token 的比值。多数对话式和写作类负载的 r 远高于 14.4%，这些活直接选 GLM 就行。真正落在 DeepSeek 一侧的是长上下文、高重放、短输出那一类——正好是 agent 循环反复重放同一份长系统提示的形状。同类负载的取舍我们在 Gemini 3.1 Flash Lite 对比 DeepSeek V4 Flash 的高并发 agent 循环里单独算过。

经 Ofox 调 DeepSeek，为什么只有峰价？

这一条对我们自己不利，但接入前你该知道。

我们的 DeepSeek V4 Flash 模型页挂的是输入 $0.44、输出 $1.32、缓存读 $0.014。把这三个数和上面那张表对一遍——与 DeepSeek 的峰时价一字不差。

也就是说走我们的网关调这个模型，你全天都按峰价结算，拿不到那 79% 时间的谷时折扣，三项都相当于直连谷时价的两倍。要那个折扣，直连 DeepSeek。

GLM 那边我们是另一种做法：GLM-5.3-Flash 模型页挂 $0.075 输入、$0.25 输出、$0.015 缓存读，是把 Z.ai 的五折促销原样透传，牌价划掉摆在旁边。所以促销 09-09 结束时，这一页的价格会跟着回到 $0.15 和 $0.5。

两条路子不同，带来的实际后果是：在我们这里比价，GLM 会显得比它在公平口径下更占优。 如果你拿网关价直接做决策，记得把 DeepSeek 那一列除以二再看一遍。

除了价格，还有哪几处硬差别？

三处，都写在各自文档里。

输出上限差 2.9 倍。 DeepSeek V4 Flash 的最大输出是 384K，GLM-5.3-Flash 是 131,072。上下文两边都是 1M，所以差别不在你能塞进去多少，而在它一次能吐出来多少。要一次生成超长报告或大批量结构化数据，131K 是会撞到的墙。

协议与并发。 DeepSeek 同时提供 OpenAI 与 Anthropic 两种格式的端点（https://api.deepseek.com 与 https://api.deepseek.com/anthropic），文档标注 flash 档并发上限 2500，且默认开启思考模式、可切非思考模式。迁移 Anthropic 生态的工具链时这一条能省不少活。

权重与架构。 GLM-5.3-Flash 是开源权重，320B 总参、18B 激活、45 层，Z.ai 称其为首个采用稀疏注意力加线性注意力混合架构的开源前沿模型。这三个数各自决定什么，我们在 GLM-5.3-Flash 便宜九倍那篇里拆过。DeepSeek 的 API 文档没有对 V4 Flash 的权重开放情况作说明，这一项我们没有可引用的一手材料，不下判断。

那到底该怎么选？

四步，按能省下多少排。

1. 先去日志里取两个数，不要先看价目表：缓存命中率，以及输出 token 与输入 token 的比值。这两个数一出来，上面那张交叉表直接给答案。
2. 输出占输入超过 14.4% 的负载，选 GLM。 这一档里 DeepSeek 的缓存优势在数学上不可能翻盘，不用再算。
3. 长上下文、高重放、短输出的活，把 DeepSeek 直连纳入比价。 但要算你实际落在谷时的比例，别直接用 79%——如果流量跟着国内工作时间走，峰时那 7 小时会吃掉相当一部分。
4. 把 09-09 写进日历。 GLM 现在的单价会翻倍回牌价。按牌价重算一遍，看结论会不会翻。牌价下 GLM 在未命中输入和输出上依然领先，所以多数情况下结论不变，但值得你自己确认一次。

同代满血版的接入细节在 GLM 5.3 API 的价格与端点，DeepSeek 侧的省钱杠杆在 DeepSeek V4 Flash 涨价前的 6 个杠杆。

两家把定价规则都写在明面上了，连峰时的具体钟点都标了出来。真正要做的不是猜谁便宜，是先量一下自己的负载长什么样。

参考

• DeepSeek 模型与定价文档
• DeepSeek 版本更新说明
• Z.ai 定价总览
• Z.ai GLM-5.3-Flash 模型文档
• Ofox DeepSeek V4 Flash 模型页
• Ofox GLM-5.3-Flash 模型页