GLM-5.3-FlashX kontra DeepSeek V4.1 Flash: poziom szybkości, który jest wolniejszy niż tani model

Najwyższa, premiumowa półka szybkościowa Z.ai ma problem, a nazywa się DeepSeek V4.1 Flash. Kiedy Z.ai wprowadziło GLM-5.3-FlashX 18 września 2026 r., sprzedawało nową półkę jedną liczbą: do 200 tokenów wyjściowych na sekundę, czyli około pięć razy większą przepustowość niż GLM-5.3-Flash, na którym jest oparte, za 2,5× wyższą cenę. Niezależne pomiary już lokują budżetowy model DeepSeek na poziomie 214,7 tokenów na sekundę przy 1,15 sekundy do pierwszego tokena — szybciej pod oboma względami niż maksimum, które reklamuje Z.ai, i w cenie, do której FlashX nawet się nie zbliża. Jeśli kupujesz szybkość, rynek zmienił się, zanim FlashX się pojawił.

To ujęcie jest niesprawiedliwe wobec FlashX pod jednym konkretnym względem, a sprawiedliwe pod każdym innym. Oba modele to pochodne open-weight z kontekstem 1M, zaprojektowane z myślą o kosztach, i oba są naprawdę dobre w tym, do czego zostały stworzone. Zostały jednak stworzone do różnych połówek tego samego problemu, a dzieląca je różnica cen jest teraz tak duża, że „który jest lepszy” ma jednowersową odpowiedź dla większości obciążeń.

Gdzie każdy z nich faktycznie ma przewagę

Cena katalogowa — GLM-5.3-FlashX $0,37 / $1,25 za 1 mln tokenów wejściowych/wyjściowych vs DeepSeek V4.1 Flash $0,15 / $0,60 poza szczytem, $0,30 / $1,20 w szczyciebr> • Wejście z pamięci podręcznej — FlashX $0,075 za 1 mln vs DeepSeek $0,003 poza szczytem, 25× różnica, która mocno kumuluje się w pętlach agentowychbr> • Zmierzona przepustowość — FlashX do 200 tok/s (szczyt deklarowany przez dostawcę, brak opublikowanych niezależnych danych) vs DeepSeek 214,7 tok/s (Artificial Analysis, na API DeepSeek)br> • Czas do pierwszego tokena — nie podano dla FlashX vs 1,15 s zmierzony dla DeepSeek V4.1 Flashbr> • Niezależna inteligencja — FlashX dziedziczy wynik 42 modelu GLM-5.3-Flash w Indeksie Inteligencji Artificial Analysis vs DeepSeek V4.1 Flash z wynikiem 40br> • Architektura — MoE 320B łącznie / 18B aktywnych vs 552B łącznie z ok. 8B aktywnych przy prefillu i 16B przy dekodowaniubr> • Modalność wejściowa — tekst, obraz, wideo i pliki vs tekst i obrazbr> • Limit tokenów wyjściowych — 131 072 tokenów vs około 384 000br> • Otwarte wagi — GLM-5.3-Flash ma licencję MIT; FlashX to warstwa hostowana bez własnych wag, a DeepSeek V4.1 Flash ma licencję MIT

Przeczytaj tę listę dwa razy, ponieważ jej kształt jest sednem historii. FlashX wygrywa dokładnie dwa wiersze i oba są wąskie: dwupunktową przewagę w niezależnym indeksie inteligencji oraz wejście wideo. DeepSeek wygrywa cenę, cenę z pamięci podręcznej, zmierzoną szybkość, długość odpowiedzi i szerokość modalności w tym sensie, który ma znaczenie — przyjmuje obrazy i generuje długie odpowiedzi. Dwupunktowa różnica w indeksie mieści się w szumie pojedynczego przebiegu testu porównawczego i nie powinna być tym, co decyduje o twojej architekturze.

Poziom szybkości, który jest wolniejszy niż tani model

To jest część, nad którą warto się pochylić. Z.ai zbudował FlashX, aby rozwiązać realny problem: GLM-5.3-Flash jest wolny. Artificial Analysis zmierzyło go na 98 tokenów wyjściowych na sekundę, co jest powyżej mediany wśród modeli o otwartych wagach tej wielkości, ale daleko mu do interaktywności. Rozwiązaniem firmy była przebudowa stosu serwowania — około 100 000 krajowych akceleratorów, silnik oparty na SGLang, kwantyzacja W8A8, pamięć podręczna KV o mieszanej precyzji oraz rozdzielona architektura encode–prefill–decode — a firma raportuje około 3× wyższą przepustowość end-to-end niż w przypadku swojego baseline’u na tym samym sprzęcie.

DeepSeek rozwiązał ten sam problem na poziomie architektury i zrobił to pierwszy. Podział Causal Encoder–Decoder w V4.1 Flash aktywuje około 8 mld parametrów podczas prefillu i 16 mld podczas dekodowania, a nie stałą wartość, a Compressed Sparse Attention 2 z buforowaniem KV w FP4 zmniejsza globalny cache do 890 bajtów na token — około jednej czwartej pamięci HBM i jednej ósmej pamięci SSD, jakiej potrzebował jego poprzednik. Efektem jest model, który działa z szybkością 214,7 tokena na sekundę według pomiarów niezależnego laboratorium, za pośrednictwem tego samego API dostawcy, bez konieczności wykupywania planu premium.

Wynik 200 dla Z.ai to szczytowa wartość podana przez dostawcę, a 214,7 dla DeepSeek to niezależna mediana, co stanowi najmniej korzystne z możliwych porównań dla Z.ai i powód, by traktować je z dystansem. Jest całkiem możliwe, że FlashX pokonuje DeepSeek przy ciepłym żądaniu z krótkim wyjściem i bez przeciążenia. Nie można tego stwierdzić, ponieważ nikt spoza Z.ai nie opublikował liczb przepustowości FlashX. To, co dziś można wiedzieć, to że oba modele mieszczą się w tym samym przedziale prędkości, a jeden z nich kosztuje jedną trzecią tego, co drugi.

Gdzie przewaga cenowa DeepSeek staje się strukturalna

DeepSeek V4.1 Flash pobiera 0,15 USD za milion tokenów wejściowych i 0,60 USD za milion tokenów wyjściowych poza godzinami szczytu, a stawki te podwajają się do 0,30 USD i 1,20 USD w dwóch oknach dni roboczych (01:00–04:00 i 06:00–10:00 UTC). FlashX ma stałe stawki 0,37 USD i 1,25 USD. Zestaw to ze sobą, a stałe ceny, które wyglądają na zaletę, w rzeczywistości są droższą strukturą dla każdego, kto może zaplanować pracę.

Pozycja dotycząca buforowanego wejścia to ta, która decyduje o obciążeniach agentów. DeepSeek pobiera 0,003 USD za milion buforowanych tokenów wejściowych poza godzinami szczytu; FlashX pobiera 0,075 USD, czyli dwadzieścia pięć razy więcej. Agent, który przy każdym kroku ponownie wysyła długi prompt systemowy i schemat narzędzi, płaci tę różnicę przy każdym kroku, a to właśnie ta jedna pozycja najprawdopodobniej zdominuje rzeczywisty rachunek. Z.ai podaje przechowywanie pamięci podręcznej jako bezpłatne przez ograniczony czas, co jest rabatem na przechowywanie, a nie na odczyty, które faktycznie się kumulują.

Istnieje przeciwwaga — uczciwość co do tego, ile kosztują własne wyniki DeepSeek. Ewaluacje przeprowadzone przez dostawcę, stojące za sztandarowymi wynikami V4.1 Flash, powstały przy maksymalnym wysiłku rozumowania, a DeepSeek dokumentuje, że przejście z wysiłku 25 na wysiłek 100 podnosi DeepSWE v1.1 z 66,0 do 74,2, zużywając przy tym około 2,5× więcej tokenów wyjściowych. Przy 2,5× większej liczbie tokenów rzeczywisty koszt konfiguracji o wysokim wysiłku jest znacznie bliższy FlashX, niż sugeruje metka — a dokumentacja opisuje model jako bardzo gadatliwy: generuje on 250 mln tokenów wyjściowych w Intelligence Index wobec mediany 130 mln. Tania stawka za token w przypadku gadatliwego modelu to nie to samo co tanie zadanie. Każdy, kto porównuje te dwa modele pod względem ceny, powinien porównywać koszt na ukończone zadanie, a nie koszt za milion tokenów, i powinien raczej mierzyć niż szacować.

Jak konkretnie zdecydować

Jeśli Twoim obciążeniem jest długotrwale działający agent ze stabilnym prefiksem, DeepSeek V4.1 Flash jest właściwym wyborem, a o wyborze przesądza wyłącznie współczynnik danych wejściowych z pamięci podręcznej. Jeśli potrzebujesz rozumienia wideo lub wprowadzania plików w tym samym wywołaniu, FlashX jako jedyny z tej dwójki je obsługuje — to autentyczna różnica w możliwościach, a nie tylko w specyfikacji. Jeśli potrzebujesz długich generowanych danych wyjściowych, limit wyjściowy DeepSeek wynoszący około 384K w porównaniu z 131 072 w FlashX ma znaczenie przy generowaniu raportów, długich plików kodu i wszystkiego, co raczej syntetyzuje, niż udziela odpowiedzi. Jeśli potrzebujesz najwyższego niezależnego wyniku w pojedynczym indeksie benchmarkowym, wynik FlashX 42 kontra 40 jest realny, ale zbyt mały, by na nim budować.

Oba modele są dostępne z jednego punktu końcowego, jeśli Twój stack jest już zroutowany, co jest najtańszym sposobem, aby to rozstrzygnąć. W OrcaRouter cena katalogowa dostawcy jest przekazywana z 0% marży, więc zniżka DeepSeek poza godzinami szczytu i każda przyszła zmiana ceny Z.ai pojawiają się tego samego dnia, w którym następują, a przełączanie między nimi to zmiana ciągu modelu, a nie integracja. Automatyczne przełączanie awaryjne szczególnie warto mieć w przypadku FlashX: to trzytygodniowy poziom obsługi na nowym klastrze, a tryb awarii, przed którym się zabezpieczasz, to limit przepustowości, a nie model, który przestaje działać.

Krótko i bez owijania w bawełnę: DeepSeek V4.1 Flash to lepszy domyślny wybór w większości produkcyjnych zastosowań — tańszy za token, tańszy za token z pamięci podręcznej, mierzalnie szybszy i zdolny do dłuższych odpowiedzi. GLM-5.3-FlashX to właściwy wybór w węższym zakresie, gdy potrzebujesz wejścia wideo lub plikowego i chcesz mieć za nim nieco wyższy niezależny wskaźnik. Z.ai wyceniło poziom szybkości z premią i wprowadziło go na rynek, na którym szybki i tani model już istniał. To całe porównanie.