GLM-5.3-Flash vs DeepSeek V4 Flash: Quale modello frontier economico dovresti chiamare?

L'intelligenza di fascia frontier un tempo partiva da cinque dollari per milione di token di input; oggi due modelli la offrono per pochi spiccioli, e si trovano fianco a fianco nello stesso livello di budget. GLM-5.3-Flash, il modello multimodale da 18B attivi di Zhipu AI che è diventato open-source il 26 agosto, e DeepSeek V4 Flash, il codificatore agentico da ~13B attivi che DeepSeek ha portato in produzione alla fine di luglio, sono i due argomenti più forti che "quasi-frontier per pochi spiccioli" sia ora una categoria di prodotto reale. Differiscono più di quanto i loro prezzi lascino intendere: uno è un generalista nativamente multimodale con pesi MIT, l'altro uno specialista collaudato in codifica e agenti, con punteggi benchmark indipendenti alle spalle.

La risposta breve per la maggior parte dei team: se volete un modello economico, aperto e multimodale su cui costruire, GLM-5.3-Flash; se volete un modello di coding con numeri agentici misurati in modo indipendente che possiate difendere in una riunione, DeepSeek V4 Flash. Il resto di questa pagina è il ragionamento, il punteggio per dimensione e le avvertenze — a partire da quella onesta secondo cui una parte delle affermazioni di GLM-5.3-Flash proviene dal fornitore, mentre i punteggi principali di DeepSeek V4 Flash sono misurati in modo indipendente.

La sfida in un solo passaggio

Entrambi i modelli sono architetture mixture-of-experts con {{1}}circa 300 miliardi di parametri totali e meno di 20 miliardi attivi per token, entrambi supportano una finestra di contesto di 1 milione di token, ed entrambi hanno pesi aperti{{/1}}. {{2}}È qui che finiscono le somiglianze.{{/2}} GLM-5.3-Flash è {{3}}il primo modello multimodale nativo della linea GLM-5 di Zhipu{{/3}} — testo, immagine e video in input — e {{4}}è stato lanciato con una licenza MIT, il che significa che puoi ospitarlo autonomamente già oggi{{/4}}. DeepSeek V4 Flash è {{5}}la build di produzione del modello su cui DeepSeek ha iterato da aprile{{/5}}; {{6}}la sua versione principale è testo e codice, la sua architettura è ottimizzata per l'uso di strumenti agentici, e la visione viene distribuita separatamente in una build sperimentale anziché nativamente{{/6}}. {{7}}Nell'indice di intelligenza, Zhipu rivendica 57 per la Flash contro i 50 misurati in modo indipendente di DeepSeek V4 Flash{{/7}} — {{8}}un divario significativo se dovesse reggere, e il numero da tenere d'occhio per la conferma da parte di terzi{{/8}}.

Intelligenza e benchmark

Questa è la sezione in cui conta la disciplina delle fonti, perché i due modelli hanno basi di evidenza molto diverse.

• AA Intelligence Index — GLM-5.3-Flash 57, secondo i materiali di lancio di Zhipu (non riprodotti), rispetto a DeepSeek V4 Flash 50, misurato in modo indipendente da Artificial Analysis. Per riferimento, Claude Opus 4.8 si attesta vicino a 57 e Kimi K3 a 57 sullo stesso indice.

• SWE-bench Verified — nessuna cifra pubblicata finora per GLM-5.3-Flash, rispetto a DeepSeek V4 Flash 79.0% (indipendente).

• LiveCodeBench — nessuna cifra GLM-5.3-Flash ancora pubblicata, vs DeepSeek V4 Flash 91.6% (indipendente).

• Agents' Last Exam — nessun dato ancora pubblicato per GLM-5.3-Flash, vs DeepSeek V4 Flash 25.2 (indipendente).

• Affermazione di parità di codifica — Zhipu riferisce che le prestazioni di codifica di GLM-5.3-Flash sul suo benchmark interno Z.ai Code Bench sono paragonabili a quelle di Claude Opus 4.8 (dato dichiarato dal fornitore, non riprodotto).

• Contesto familiare — GLM-5.3, il fratello maggiore di Flash, ottiene 60 sull'AA Index in modo indipendente; su Terminal-Bench 2.1, la linea GLM-5.3 di Zhipu varia tra 83.1 e 88.2 nei run della community. Il punteggio di DeepSeek V4 Flash su Terminal-Bench 2.1 è 82.7 (indipendente).

{{1}}L'asimmetria è il punto:{{/1}} i {{2}}numeri su coding e agenti{{/2}} di DeepSeek V4 Flash sono stati riprodotti da terze parti {{3}}dalla sua uscita di luglio{{/3}}, {{4}}mentre quelli di GLM-5.3-Flash sono dichiarazioni del vendor al primo giorno.{{/4}} {{5}}Il 57 di Flash è sette punti in più dei 50 di Deep​Seek, se Zhipu ha ragione,{{/5}} {{6}}ma il modello è stato ampiamente testato in forma anonima prima del lancio,{{/6}} {{7}}quindi i punteggi indipendenti dovrebbero arrivare presto.{{/7}}

Coding e agenti: la vera differenziazione

Se stai acquistando un modello economico per un carico di lavoro di codifica agentica, la base di prove conta più del delta grezzo dell'indice. DeepSeek V4 Flash è stato sottoposto a un nuovo post-addestramento specificamente per la capacità agentica nella sua build di produzione, e i suoi numeri misurati in modo indipendente — 79.0 SWE-bench Verified, 91.6 LiveCodeBench, 82.7 Terminal-Bench 2.1 — sono quelli rispetto a cui ora i concorrenti vengono misurati nella fascia economica. La dichiarazione di Zhipu sulla capacità di codifica di GLM-5.3-Flash è di forza paragonabile a Claude Opus 4.8 sul proprio benchmark interno, il che è un'affermazione forte ma non ancora indipendente.

C'è anche una differenza comportamentale che vale la pena conoscere. I resoconti della community su DeepSeek V4 Flash descrivono un pensiero comparativamente contenuto — circa il 25–45% dei token di output sono token di ragionamento, con un fattore di espansione dell'output intorno a 1,3–1,5x — ed è questo che mantiene basso il costo per attività. Zhipu non ha pubblicato dati di verbosità comparabili per GLM-5.3-Flash, e la verbosità è la variabile che trasforma un listino prezzi economico in un'attività costosa. Finché l'espansione reale dei token del Flash non sarà misurata, il divario effettivo del costo per attività tra i due è più ampio del divario per token.

Multimodale, o non ancora

Questo è il differenziatore più netto. GLM-5.3-Flash accetta nativamente immagini e video oltre al testo — il primo modello GLM-5 a farlo — e Zhipu afferma che il suo costo di serving per contesti lunghi è circa un terzo di quello di GLM-5.3. La release di produzione di DeepSeek V4 Flash è testo e codice; la capacità multimodale di Deep​Seek risiede in una build di visione sperimentale separata, il che significa che un workload di visione sul lato Deep​Seek comporta un endpoint di modello diverso e una storia di eval diversa. Se la tua pipeline oggi richiede comprensione di immagini o video da un modello economico, GLM-5.3-Flash è l'unico dei due a offrirla nativamente.

Prezzo: i numeri reali

Entrambi i modelli sottocostano tutto il resto nella loro fascia di capacità, ma con tempistiche diverse.

• GLM-5.3-Flash — Zhipu lo prezza a un decimo dei $1,40 / $4,40 per milione di token di GLM-5.3, il che equivale a circa $0,14 / $0,44, oppure $0,07 / $0,22 durante lo sconto di lancio a tempo limitato. Zhipu dichiara inoltre ~$0,045 per attività sull'AA Intelligence Index. Le cifre in dollari derivano dai rapporti dichiarati da Zhipu; il rapporto stesso è un dato attuale.

• DeepSeek V4 Flash — $0.14 per milione di input, $0.28 per milione di output, la tariffa ufficiale pubblicata da Deep​Seek, con input in cache-hit prezzati molto più bassi. Le stime indipendenti del costo per test lo collocano intorno a $0.03 per test di benchmark — il modello principale più economico in classifica.

• Contesto lungo — GLM-5.3-Flash a circa un terzo del costo del contesto lungo di GLM-5.3 (affermazione del fornitore) rispetto al contesto da 1M di DeepSeek V4 Flash a $0.14 / $0.28 con un output massimo di ~393K.

Sulla carta i due prezzi di listino quasi coincidono, e lo sconto rende GLM-5.3-Flash più economico per token per ora. Il punto è che il prezzo per token di DeepSeek V4 Flash è stabile e la sua verbosità è misurata, mentre il prezzo di Flash è uno sconto temporaneo e la sua verbosità non lo è ancora — quindi la previsione onesta è che il divario di costo effettivo sia più piccolo del divario di listino, e possa persino invertirsi una volta che entrambi saranno misurati sullo stesso set di attività.

Velocità e costo di servizio

Zhipu afferma che GLM-5.3-Flash ha il costo computazionale dell'attenzione più basso tra i modelli di fascia economica confrontati — GLM-5.3, DeepSeek V4 Flash e Kimi K3 — con un costo dell'attenzione ridotto di 3.0x e una KV cache ridotta di 4.4x rispetto a GLM-5.3, pur ammettendo che la sua KV cache è ancora leggermente più grande di quella di DeepSeek V4 Flash. Sul lato del servizio, Zhipu riporta un miglioramento delle prestazioni di servizio end-to-end di 3x sui chip cinesi domestici, a un costo per token che definisce paragonabile alle GPU NVIDIA mainstream. Tutto dichiarato dal fornitore. L'economia di servizio di DeepSeek V4 Flash, al contrario, è consolidata: è in produzione dal 31 luglio, è uno dei modelli più economici da eseguire per test, e gli host di terze parti lo servono su larga scala da un mese. Per un percorso di produzione, un servizio collaudato batte un servizio promettente.

Quale dovresti chiamare?

La guida decisionale, in termini semplici:

• Vuoi il multimodale aperto ora — GLM-5.3-Flash è l'unico dei due con input nativo di immagini/video, e i suoi pesi MIT sono su Hugging Face oggi.

• Se vuoi un modello di coding/agentico con numeri indipendenti — il 79.0 di DeepSeek V4 Flash su SWE-bench Verified e l'82.7 su Terminal-Bench 2.1 sono verificati da terze parti; le affermazioni di GLM-5.3-Flash sul coding non lo sono ancora.

Vuoi il minimo assoluto sul costo per token: lo sconto di lancio di Flash lo supera per ora, ma considera lo sconto come temporaneo.

• Ti interessa un tasso di produzione stabile — i $0.14 / $0.28 di DeepSeek V4 Flash sono stabili da luglio; il listino prezzi di Flash è di pochi giorni fa.

• Sei incerto e vuoi provare entrambi senza un secondo contratto — DeepSeek V4 Flash è live su OrcaRouter oggi al prezzo di listino di Deep​Seek con margine 0%, e il lato GLM di questa famiglia (GLM-5.3, il fratello maggiore della Flash) è live anche lì, quindi una volta che la Flash stessa entra in roster, entrambi i lati di questo confronto stanno dietro una sola chiave. Fino ad allora, i pesi MIT della Flash su Hugging Face sono il modo più economico per provarla da soli, e il failover automatico verso un modello collaudato è come si prova il nuovo senza scommettere su un percorso di produzione.

La conclusione

GLM-5.3-Flash è il modello più interessante — multimodale nativo, con licenza MIT, un punteggio indice dichiarato che eguaglia modelli molto più costosi — ma è anche quello meno collaudato, e i suoi numeri migliori sono riportati dal fornitore al giorno del lancio. DeepSeek V4 Flash è la scelta budget più sicura per coding e lavoro agentico: punteggio di intelligenza indipendente più basso, ma misurato, riproducibile e stabile a $0.14 / $0.28. Comprate il Flash per ciò che offre in modo unico — multimodale aperto a questo prezzo — e comprate DeepSeek V4 Flash per qualsiasi cosa in cui vi servano le prove dei benchmark. La domanda davvero aperta, a cui le prossime due settimane daranno risposta, è se il 57 del Flash sopravvive alla misurazione indipendente.