GLM-5.3-Flash vs DeepSeek V4 Flash: Welk budgetvriendelijk topmodel moet je aanroepen?

Intelligentie op frontier-niveau kostte vroeger vijf dollar per miljoen inputtokens; vandaag de dag leveren twee modellen het voor een prikkie, en ze staan zij aan zij in dezelfde budgetcategorie. GLM-5.3-Flash, het multimodale model van Zhipu AI met 18B actieve parameters dat op 26 augustus open-source ging, en DeepSeek V4 Flash, de ~13B-actieve agentische coder die Deep​Seek eind juli in productie nam, zijn de twee sterkste argumenten dat "bijna-frontier voor een prikkie" nu een echte productcategorie is. Ze verschillen meer dan hun prijskaartjes doen vermoeden: het ene is een van nature multimodale generalist met MIT-gewichten, het andere een bewezen codeer- en agent-specialist met onafhankelijke benchmarkscores achter zich.

Het korte antwoord voor de meeste teams: als je een goedkoop, open, multimodaal model wilt om op voort te bouwen, GLM-5.3-Flash; als je een codeermodel wilt met onafhankelijk gemeten agentische cijfers die je in een vergadering kunt verdedigen, DeepSeek V4 Flash. De rest van deze pagina bevat de redenering, het scorebord per dimensie en de kanttekeningen — te beginnen met de eerlijke opmerking dat een groot deel van de beweringen over GLM-5.3-Flash door de leverancier zijn gerapporteerd, terwijl de kopcijfers van DeepSeek V4 Flash onafhankelijk zijn gemeten.

De matchup in één keer.

Beide modellen zijn mixture-of-experts-ontwerpen met ruwweg 300B totale parameters en minder dan 20B actieve parameters per token, beide ondersteunen een contextvenster van 1M tokens, en beide zijn open-weights. Daar houdt de gelijkenis op. GLM-5.3-Flash is het eerste native multimodale model in Zhipu's GLM-5-lijn — tekst, beeld en video als invoer — en het is gelanceerd met een MIT-licentie, wat betekent dat je het vandaag nog zelf kunt hosten. DeepSeek V4 Flash is de productiebuild van het model dat Deep​Seek sinds april heeft doorontwikkeld; de kernrelease is tekst en code, de architectuur is afgestemd op agentisch toolgebruik, en vision wordt apart geleverd in een experimentele build in plaats van native. Op de intelligentie-index claimt Zhipu 57 voor de Flash tegenover de onafhankelijk gemeten 50 van DeepSeek V4 Flash — een betekenisvol verschil als dat standhoudt, en het getal om in de gaten te houden voor bevestiging door derden.

Intelligentie en benchmarks

Dit is het gedeelte waar bronnendiscipline van belang is, omdat de twee modellen zeer verschillende bewijsbases hebben.

• AA Intelligence Index — GLM-5.3-Flash 57, volgens het lanceermateriaal van Zhipu (niet gereproduceerd), versus DeepSeek V4 Flash 50, onafhankelijk gemeten door Artificial Analysis. Ter referentie: Claude Opus 4.8 zit rond de 57 en Kimi K3 op 57 op dezelfde index.

• SWE-bench Verified — nog geen GLM-5.3-Flash-cijfers gepubliceerd, vs DeepSeek V4 Flash 79.0% (onafhankelijk).

• LiveCodeBench — nog geen GLM-5.3-Flash-cijfer gepubliceerd, tegenover DeepSeek V4 Flash 91.6% (onafhankelijk).

• Agents' Last Exam — er is nog geen GLM-5.3-Flash-score gepubliceerd, vs DeepSeek V4 Flash 25.2 (onafhankelijk).

• Claim over codeerpariteit — Zhipu meldt dat de codeerkwaliteit van GLM-5.3-Flash op zijn interne Z.ai Code Bench vergelijkbaar is met Claude Opus 4.8 (door leverancier gerapporteerd, niet gereproduceerd).

• Familiecontext — GLM-5.3, de grote broer van de Flash, scoort onafhankelijk 60 op de AA Index; op Terminal-Bench 2.1 varieert de eigen GLM-5.3-lijn van Zhipu tussen 83,1 en 88,2 bij community-runs. De Terminal-Bench 2.1-score van DeepSeek V4 Flash is 82,7 (onafhankelijk).

De asymmetrie is juist het punt: de codeer- en agentscores van DeepSeek V4 Flash zijn sinds de release in juli door derden gereproduceerd, terwijl die van GLM-5.3-Flash claims van de leverancier op dag één zijn. De 57 van de Flash is zeven punten hoger dan de 50 van Deep​Seek als Zhipu gelijk heeft, maar het model werd vóór de lancering op grote schaal anoniem getest, dus onafhankelijke scores zouden snel moeten volgen.

Coding en agents: de echte differentiatie

Als je een budgetmodel koopt voor een agentische codeerworkload, telt de bewijsbasis zwaarder dan de ruwe indexdelta. DeepSeek V4 Flash is in de productiebuild specifiek opnieuw post-getraind voor agentische capaciteit, en de onafhankelijk gemeten cijfers — 79.0 SWE-bench Verified, 91.6 LiveCodeBench, 82.7 Terminal-Bench 2.1 — zijn de maatstaf waartegen concurrenten in het goedkope segment nu worden afgemeten. De codeerclaim van Zhipu voor GLM-5.3-Flash is van vergelijkbare sterkte als Claude Opus 4.8 op zijn eigen interne benchmark, wat een sterke uitspraak is maar nog geen onafhankelijke.

Er is ook een gedragsverschil dat het waard is om te kennen. Community-rapporten over DeepSeek V4 Flash beschrijven relatief ingetogen denken — ongeveer 25–45% van de outputtokens zijn denktokens, met een outputuitbreidingsfactor van ongeveer 1,3–1,5x — wat ervoor zorgt dat de kosten per taak laag blijven. Zhipu heeft geen vergelijkbare verbositeitsgegevens voor GLM-5.3-Flash gepubliceerd, en verbositeit is de variabele die van een goedkope tariefkaart een dure taak maakt. Totdat de werkelijke tokenuitbreiding van de Flash is gemeten, is het effectieve kostprijsverschil per taak tussen deze twee groter dan het verschil per token.

Multimodaal, of nog niet

Dit is de duidelijkste onderscheidende factor. GLM-5.3-Flash accepteert native afbeeldingen en video naast tekst — het eerste GLM-5-model dat dit doet — en Zhipu beweert dat de serving-kosten voor lange contexten ongeveer een derde bedragen van die van GLM-5.3. De productierelease van DeepSeek V4 Flash is tekst en code; de multimodale functionaliteit van Deep​Seek bevindt zich in een aparte experimentele vision-build, wat betekent dat een vision-workload aan de Deep​Seek-kant een ander model-eindpunt en een andere eval-geschiedenis vereist. Als je pipeline vandaag de dag beeld- of videobegrip van een budgetmodel nodig heeft, is GLM-5.3-Flash de enige van de twee die dit native levert.

Prijs: de werkelijke cijfers

Beide modellen onderbieden al het andere in hun prestatieklasse, maar volgens verschillende schema's.

• GLM-5.3-Flash — Zhipu prijst het op een tiende van GLM-5.3's $1,40 / $4,40 per miljoen tokens, wat neerkomt op ongeveer $0,14 / $0,44, of $0,07 / $0,22 tijdens de tijdelijke introductiekorting. Zhipu claimt ook ~$0,045 per taak op de AA Intelligence Index. Dollarbedragen zijn afgeleid van de door Zhipu opgegeven verhoudingen; de verhouding zelf is een actueel feit.

• DeepSeek V4 Flash — $0,14 per miljoen input, $0,28 per miljoen output, het officiële gepubliceerde tarief van DeepSeek, met cache-hit input aanzienlijk lager geprijsd. Onafhankelijke kosten-per-test schattingen liggen rond $0,03 per benchmarktest — het goedkoopste grote model op de lijst.

• Long-context — GLM-5.3-Flash tegen ongeveer een derde van de long-context-kosten van GLM-5.3 (leveranciersclaim) versus DeepSeek V4 Flash's 1M-context voor $0,14 / $0,28 met een maximale output van ~393K.

Op papier liggen de twee lijstprijzen dicht bij elkaar, en door de korting is GLM-5.3-Flash voorlopig goedkoper per token. Het addertje onder het gras is dat DeepSeek V4 Flash een stabiele prijs per token heeft en de uitvoerigheid ervan gemeten is, terwijl de prijs van de Flash een tijdelijke korting is en de uitvoerigheid ervan nog niet gemeten is — dus de eerlijke voorspelling is dat de kloof in effectieve kosten kleiner is dan de kloof in lijstprijzen, en zelfs kan omslaan zodra beide op dezelfde taakset worden gemeten.

Snelheid en serveringskosten

Zhipu stelt dat GLM-5.3-Flash de laagste attention-compute heeft van de vergeleken budgetklasse-modellen — GLM-5.3, DeepSeek V4 Flash en Kimi K3 — met 3,0x minder attention-compute en 4,4x minder KV-cache ten opzichte van GLM-5.3, terwijl het toegeeft dat de KV-cache nog steeds iets groter is dan die van DeepSeek V4 Flash. Op serving-gebied meldt Zhipu een 3x verbetering van de end-to-end serveerprestaties op binnenlandse Chinese chips, tegen kosten per token die het vergelijkbaar noemt met reguliere NVIDIA-GPU's. Alle cijfers komen van de leverancier. De serving-economie van DeepSeek V4 Flash is daarentegen bewezen: het draait sinds 31 juli in productie, het is per test een van de goedkoopste modellen om te draaien, en hosts van derden draaien het al een maand op grote schaal. Voor een productietraject verslaat bewezen serving veelbelovende serving.

Welke moet je bellen?

De beslissingsrichtlijn, in eenvoudige bewoordingen:

Je wilt nu open multimodaal — GLM-5.3-Flash is de enige van de twee met native beeld/video-invoer, en de MIT-gewichten staan vandaag op Hugging Face.

• Je wilt een codeer-/agentisch model met onafhankelijke cijfers — DeepSeek V4 Flash's SWE-bench Verified 79.0 en Terminal-Bench 2.1 82.7 zijn door derden geverifieerd; de codeerclaims van GLM-5.3-Flash zijn dat nog niet.

Je wilt de absolute ondergrens voor de kosten per token — de introductiekorting van de Flash is voorlopig net iets beter, maar behandel de korting als tijdelijk.

• U hecht waarde aan een stabiele productiesnelheid — de $0,14 / $0,28 van DeepSeek V4 Flash is sinds juli stabiel gebleven; de prijslijst van de Flash is pas een paar dagen oud.

• Je twijfelt en wilt beide uitproberen zonder een tweede contract — DeepSeek V4 Flash is vandaag live op OrcaRouter tegen Deep​Seek's lijstprijs met 0% opslag, en de GLM-kant van deze familie (GLM-5.3, de grote broer van de Flash) is daar ook live, dus zodra de Flash zelf op de lijst staat, zitten beide kanten van deze confrontatie achter één sleutel. Tot die tijd zijn de MIT-gewichten van de Flash op Hugging Face de goedkoopste manier om het zelf te testen, en automatische failover naar een bewezen model is hoe je de nieuwe uitprobeert zonder er een productiepad aan te wagen.

De bottom line

GLM-5.3-Flash is het interessantere model — native multimodaal, onder MIT-licentie, een geclaimde indexscore die even hoog ligt als die van veel duurdere modellen — maar het is ook het minder bewezen model, en de beste cijfers komen op de lanceringsdag van de leverancier. DeepSeek V4 Flash is de veiligere budgetkeuze voor codeer- en agentisch werk: een lagere onafhankelijke intelligentiescore, maar gemeten, reproduceerbaar en stabiel op $0,14 / $0,28. Koop de Flash voor wat het uniek biedt — open multimodaal voor deze prijs — en koop DeepSeek V4 Flash voor alles waarvoor je de benchmarkbewijzen nodig hebt. De werkelijk open vraag, die de komende twee weken zal worden beantwoord, is of de 57 van de Flash een onafhankelijke meting overleeft.