Ultramarine 1 Flash กับ DeepSeek V4 Flash: ค่าโทเคนที่ถูกไม่ได้หมายความว่างานจะถูก
- Orcaใหม่Orca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 60 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 762 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238ความฉลาด
- OpenAIOpenAI: GPT-6 Sol2026-09-2248ความฉลาด
- AnthropicAnthropic: Claude Opus 5.52026-09-2258ความฉลาด
- xAIGrok 4.72026-09-2146ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 39 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 ต่อ 1 ล้านโทเค็น · 2230 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040ความฉลาด
- OpenAIOpenAI: GPT-6 Astra2026-09-0453ความฉลาด77การเขียนโค้ด
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241ความฉลาด76การเขียนโค้ด
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245ความฉลาด76การเขียนโค้ด
- AnthropicAnthropic: Claude Fable 5.12026-09-0153ความฉลาด82การเขียนโค้ด
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 57 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 ต่อ 1 ล้านโทเค็น · 122 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642ความฉลาด72การเขียนโค้ด
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 ต่อ 1 ล้านโทเค็น · 204 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845ความฉลาด75การเขียนโค้ด
Ultramarine 1 Flash มีราคา $0.15 ต่อโทเคนอินพุตหนึ่งล้านโทเคน และ $0.50 ต่อโทเคนเอาต์พุต DeepSeek V4 Flash มีราคาระบุไว้ที่ $0.44 และ $1.32 ในบันทึกของ Artificial Analysis หรือ $0.22 และ $0.66 ในอัตราแบบ routed ที่ แคตตาล็อกของเราให้บริการ ลองวางตารางราคาทั้งสองไว้เคียงกัน แล้วโมเดล Paper Instruments จะดูเหมือนเป็นตัวเลือกที่คุ้มค่าอย่างชัดเจน — ถูกกว่าสามเท่าในฝั่งขาเข้า และถูกกว่าสองเท่าครึ่งในฝั่งขาออก ที่ราคาตามประกาศ ปัญหาของการตีความแบบนั้นก็คือ อัตราต่อล้านโทเคนเป็นเพียงครึ่งเดียวของบิล และครึ่งที่มันละไว้คือครึ่งที่สองโมเดลนี้แตกต่างกันมากที่สุด DeepSeek V4 Flash สร้างโทเคนเอาต์พุต 240 ล้านโทเคนเพื่อทำ Intelligence Index ให้เสร็จ โมเดลค่ามัธยฐานในชั้นการเปรียบเทียบเดียวกันสร้าง 140 ล้านโทเคน ตามถ้อยคำของ Artificial Analysis มันช่างพูดช่างเขียนอย่างมาก — จัดอยู่ในอันดับที่ 36 จาก 40 ในชั้นราคาเดียวกันในแกนนี้
Ultramarine 1 Flash กล่าวอ้างในทางตรงกันข้ามเกี่ยวกับตัวเอง ในเกณฑ์มาตรฐานทั้งหกที่ Paper Instruments ประเมิน มันสร้างโทเค็นน้อยลง 6.5% เมื่อเทียบกับโมเดล GLM-5.3 Flash ที่มันถูกฝึกต่อมาจาก ขณะที่ได้คะแนนสูงกว่าในทุกเกณฑ์ โมเดลหนึ่งมีราคาถูกต่อโทเค็นและแพงต่องาน อีกโมเดลหนึ่งพยายามเป็นพิเศษที่จะมีค่าใช้จ่ายต่องานน้อยลงโดยไม่เปลี่ยนราคา การเปรียบเทียบที่คุ้มค่าที่จะทำคือระหว่างสองแนวทางนั้น ไม่ใช่ระหว่างอัตราอินพุตสองอัตรา
สองรุ่น สองเส้นทางที่แตกต่างสู่ระดับราคาเดียวกัน
พวกเขามาถึงระดับงบประมาณจากทิศทางที่ตรงกันข้าม และความแตกต่างนั้นอธิบายสิ่งที่ตามมาได้เป็นส่วนใหญ่
DeepSeek V4 Flash เป็นโมเดลแบบ mixture-of-experts ที่สร้างขึ้นใหม่ตั้งแต่ต้น: มีพารามิเตอร์รวม 284 พันล้านตัว เปิดใช้งาน 13 พันล้านตัว เผยแพร่เมื่อวันที่ 24 เมษายน 2026 ภายใต้สัญญาอนุญาต MIT พร้อมเผยแพร่น้ำหนักบน Hugging Face เวอร์ชันแก้ไข 0731 ซึ่งถูกฝึกหลังการฝึกใหม่ตั้งแต่ต้นบนสถาปัตยกรรมเดียวกัน คือสิ่งที่ตัวระบุที่มีวันที่นี้ให้บริการอยู่ในปัจจุบัน รองรับหน้าต่างบริบทขนาด 1,048,576 โทเคน โดยมีโทเคนเอาต์พุตสูงสุด 384,000 รับข้อความเข้าและส่งข้อความออก และรายงานผลเบนช์มาร์กด้านเอเจนต์ที่แข็งแกร่งจากตัวเลขที่ DeepSeek เผยแพร่เอง — 82.7 บน Terminal-Bench 2.1, 76.7 บน Cybergym, 70.3 บน Toolathlon Verified
Ultramarine 1 Flash เป็นโมเดลที่พัฒนาต่อยอด Paper Instruments ได้นำ GLM-5.3 Flash — โมเดลมัลติโมดัลของ Z.ai ที่มีพารามิเตอร์รวม 320B และมีพารามิเตอร์ที่ทำงานอยู่ 18B — และได้ทำการเรียนรู้แบบเสริมกำลัง (reinforcement learning) ขนาดใหญ่บนโมเดลนี้ ผ่านหลักสูตรสังเคราะห์ที่ครอบคลุมงานด้านการเงิน กฎหมาย การให้คำปรึกษา และงานด้านปฏิบัติการ API เปิดให้ใช้งานเมื่อวันที่ 14 ตุลาคม 2026 ในราคา $0.15 / $0.03 สำหรับแคช / $0.50 ต่อล้านโทเคน ซึ่งเป็นอัตราเดียวกับที่ GLM-5.3 Flash เรียกเก็บ น้ำหนักโมเดลยังไม่เปิดให้ใช้งาน หน้าเว็บของผู้ขายเองระบุว่า “น้ำหนักโมเดลจะเปิดให้ใช้งานเร็ว ๆ นี้”
ดังนั้นการวางกรอบอย่างตรงไปตรงมาของการจับคู่นี้ ก็คือ MoE ที่สร้างจากศูนย์และดาวน์โหลดได้ เทียบกับ post-training แบบปิดบนฐานเปิดของคนอื่น โดยตัวหนึ่งอยู่ในโปรดักชันมาแล้วหกเดือน ส่วนอีกตัวเพิ่งอายุได้หนึ่งวัน
ตัวเลขความละเอียดที่การตลาดของฝ่ายไหนก็ไม่ยกขึ้นมาเป็นจุดขาย
Artificial Analysis วัดว่าโมเดลใช้เอาต์พุตโทเคนจำนวนเท่าใดเพื่อทำ Intelligence Index ให้เสร็จ และรายงานเป็นอันดับความฟุ่มเฟือย DeepSeek V4 Flash ใช้เอาต์พุตโทเคน 240 ล้านโทเคน เทียบกับค่ามัธยฐานของคลาสที่ 140 ล้าน — สูงกว่าปกติ 71% อยู่อันดับ 36 จาก 40 ในคลาสของมัน ตัวเลขนี้คือเหตุผลที่ต้องระวังกับราคา $0.22 ต่องานที่มันระบุไว้ ที่น่าสังเกตคือ มันยังเป็นตัวเลขต้นทุนต่องานที่ดีกว่าที่คู่แข่งส่วนใหญ่ทำได้ ซึ่งบอกคุณว่าความเร็วดิบของโมเดลชดเชยได้มากเพียงใด: ด้วยอัตรา 173.7 เอาต์พุตโทเคนต่อวินาที มันเป็นโมเดลที่เร็วอันดับแปดจาก 74 โมเดลในคลาสของมัน ดังนั้นปริมาณโทเคนจึงมาถึงอย่างรวดเร็วแม้ว่าจะมีจำนวนมากกว่าก็ตาม
ความเยิ่นเย้อของ Ultramarine 1 Flash ไม่ได้รับการเผยแพร่โดย Artificial Analysis เนื่องจาก Artificial Analysis ยังไม่ได้ประเมินโมเดลนี้ สิ่งที่ Paper Instruments เผยแพร่แทนคือการเปรียบเทียบกับฐานของตัวเอง: 30.5 ล้านโทเคน เทียบกับ 32.7 ล้านของ GLM-5.3 Flash ในชุดทดสอบมาตรฐานทั้งหกชุด โดยนับรวมการให้เหตุผลไว้ด้วย นั่นคือการวัดที่ทั้งสองฝ่ายของการเปรียบเทียบใช้ร่วมกัน — ชุดเดียวกัน ฮาร์เนสเดียวกัน เงื่อนไขเดียวกัน — ซึ่งทำให้มันเป็นตัวเลขที่น่าเชื่อถือที่สุดในการเปิดตัวครั้งนี้ และเป็นตัวเลขเดียวที่ข้ออ้างเรื่องประสิทธิภาพของโทเคนได้รับการตรวจสอบยืนยันกับสิ่งอื่นที่ไม่ใช่ตัวมันเอง
พอเอาสิ่งเหล่านี้มารวมกัน เลขคณิตก็เปลี่ยนรูปไป ข้อได้เปรียบของ DeepSeek V4 Flash คือเป็นโมเดลที่เร็ว มีความสามารถ และวัดผลได้ดี ซึ่งคุณรันได้แทบทุกที่ ข้อเสียของมันคือมันเขียนเยอะ และเมื่อคิดตามอัตราผลลัพธ์คงที่ สิ่งนี้ก็จะไปโผล่ในใบแจ้งหนี้ ข้อได้เปรียบของ Ultramarine 1 Flash คือมันเขียนน้อยกว่าโมเดลที่มันสืบทอดมา — แต่เฉพาะเมื่อเทียบกับโมเดลนั้น และเฉพาะบนชุดทดสอบที่ผู้ผลิตของมันเองเขียนขึ้น
สิ่งที่เกณฑ์มาตรฐานทั้งหกบอกไว้จริง ๆ
Paper Instruments รันชุดทดสอบหกชุดกับโมเดลของตัวเองและคู่แข่งหลายราย DeepSeek V4.1 Flash ปรากฏอยู่ในนั้น; DeepSeek V4 Flash ต้นฉบับ ซึ่งเป็นโมเดลในหัวข้อข่าวนี้ ไม่ปรากฏ
• JobBench — Ultramarine 1 Flash 62.9, DeepSeek V4.1 Flash 60.4 โมเดล Paper Instruments นำอยู่ 2.5 คะแนน
• PI Knowledge Work — Ultramarine 1 Flash 59.3, DeepSeek V4.1 Flash 47.9. ส่วนต่าง 11.4 คะแนน ซึ่งกว้างที่สุดในชุดนี้
• FrontierFinance — 53.3 ต่อ 46.0
• AutomationBench — ชุดทดสอบเดียวที่ DeepSeek ชนะ: V4.1 Flash 51.3 เทียบกับ 50.2 ของ Ultramarine
• DiligenceBench — 50.6 เทียบกับ 50.3 ถือว่าอยู่ในระดับเดียวกัน โดยทั้งคู่ตามหลัง Gemini 3.8 Flash และ Claude Fable 5
• APEX-Agents 1.1 — 57.0 เทียบกับ 39.5 ซึ่งเป็นส่วนต่างที่มากที่สุดในตารางทั้งหมด
ข้อควรระวังหลายข้อซ้อนกันตรงนี้ และควรพูดให้ชัดเจนเกี่ยวกับข้อเหล่านั้นทั้งหมด นี่คือเบนช์มาร์กของผู้ขาย ตัวเลขของ DeepSeek เป็นของโมเดลอีกตัวที่ใหม่กว่าในตระกูลเดียวกัน ซึ่ง Paper Instruments ระบุชื่อไว้ และไม่มีส่วนใดเลยที่ถูกตรวจสอบโดยใครก็ตามนอกบริษัท สิ่งที่ตารางนี้ยืนยันได้นั้นแคบแต่จริง: ในงานที่ส่งมอบเป็นเอกสาร ผู้เชี่ยวชาญที่ผ่าน post-training มีคะแนนนำ MoE เอนกประสงค์ที่มีประสิทธิภาพอยู่มาก และในงานเอเจนต์อัตโนมัติ ช่องว่างแทบจะหายไป หากงานของคุณคือบันทึกหรือโมเดล ความแตกต่างนี้ชี้ไปทางหนึ่ง หากเป็นลูปเอเจนต์หลายขั้นตอน ก็ไม่ชี้ไปทางนั้น
คุณสามารถดาวน์โหลดหนึ่งในสิ่งเหล่านี้ได้
นี่คือความแตกต่างที่ไม่มีเกณฑ์มาตรฐานใดจับได้ และเป็นความแตกต่างที่มีแนวโน้มมากที่สุดที่จะชี้ขาดการหารือเรื่องการจัดซื้อจัดจ้าง
DeepSeek V4 Flash อยู่ภายใต้สัญญาอนุญาต MIT โดยมีเวตอยู่บน Hugging Face คุณสามารถดาวน์โหลดไปรันบนฮาร์ดแวร์ของคุณเอง ไฟน์จูนมัน บรรจุไว้ในผลิตภัณฑ์ และไม่ต้องส่งโทเคนแม้แต่โทเคนเดียวไปยังบุคคลที่สามเลย สำหรับสำนักงานกฎหมายหรือธนาคารที่มีพันธะด้านการรักษาความลับของลูกค้า นั่นไม่ใช่แค่คุณสมบัติเสริม บ่อยครั้งมันคือข้อกำหนดทั้งหมดเสียด้วยซ้ำ และมันทำให้โมเดลของ DeepSeek ถูกตัดออกจากตัวเลือกในครึ่งที่เป็น API แบบโฮสต์ของการเปรียบเทียบนี้ไปโดยสิ้นเชิง แล้วหันมาไว้บนเครื่องของคุณเองแทน
Ultramarine 1 Flash ยังทำสิ่งนั้นไม่ได้ในวันนี้ “น้ำหนักโมเดลจะเปิดให้เร็ว ๆ นี้” เป็นการประกาศเจตนา ไม่ใช่ใบอนุญาต สิ่งที่ Paper Instruments เปิดเผยอย่างเปิดกว้างคือโครงสร้างรองรับรอบ ๆ โมเดล ได้แก่ ฮาร์เนสเอเจนต์ Feather ที่ใช้ฝึกและประเมินโมเดลภายใน และฟอร์ก paper-docx, paper-pptx และ paper-xlsx ที่มอบอินเทอร์เฟซที่ปลอดภัยแกเอเจนต์สำหรับรูปแบบไฟล์ Office สิ่งเหล่านี้มีประโยชน์จริง ๆ — และยังเป็นโฆษณาให้โมเดลด้วย เนื่องจากมันมีอยู่เพื่อทำให้ผลลัพธ์ของโมเดลเสียหายน้อยกว่าสิ่งที่เอเจนต์ทั่วไปผลิตด้วยไลบรารีมาตรฐาน
ดังนั้นบรรทัดเรื่องสัญญาอนุญาตจึงจัดระเบียบการเปรียบเทียบใหม่ ถ้าคุณจำเป็นต้องรันเวตด้วยตัวเอง ก็ไม่ต้องเปรียบเทียบ: DeepSeek V4 Flash คือคำตอบ และ Ultramarine 1 Flash เป็นเพียงคำสัญญา ถ้าคุณเรียกใช้ผ่าน API ได้ ทั้งสองก็แข่งขันกันจริง ๆ และหลักฐานที่ชี้ขาดคือต้นทุนต่องานบนเอกสารของคุณเอง
ราคาที่จัดเส้นทางแล้วไปตกอยู่ที่ใด
บน OrcaRouter DeepSeek V4 Flash ให้บริการที่ราคา $0.22 สำหรับอินพุต และ $0.66 สำหรับเอาต์พุตต่อล้านโทเค็น — เป็นราคาตามประกาศของผู้ให้บริการที่ส่งผ่านมาโดยไม่มีค่าเพิ่มต่อโทเค็น ซึ่งเป็นเหตุผลว่าทำไมจึงต่ำกว่าคู่ $0.44/$1.32 ในบันทึกของ Artificial Analysis: คู่นั้นติดตามบัตรราคาของผู้ให้บริการรายอื่น การส่งผ่านราคาแบบนี้ยังมีผลสืบเนื่องประการที่สองที่ควรรู้หากคุณกำลังจัดงบประมาณ: เมื่อผู้ให้บริการปรับอัตราใด อัตราที่ให้บริการก็จะเปลี่ยนตามในวันเดียวกัน โดยไม่ต้องแก้ไขการตั้งค่าฝั่งคุณ
เมื่อเทียบกับอัตราที่จัดเส้นทางนั้น $0.15/$0.50 ของ Ultramarine 1 Flash ถูกกว่าประมาณ 1.5 เท่าสำหรับอินพุต และ 1.3 เท่าสำหรับเอาต์พุต — แคบกว่าที่การเปรียบเทียบราคาตามรายการบ่งชี้มาก และยิ่งแคบลงอีกเมื่อใช้ส่วนลดแคช 97% ของ DeepSeek กับปริมาณงานเอกสารที่มีคำนำหน้าที่ใช้ร่วมกันขนาดใหญ่ อัตราแคชของ Ultramarine 1 Flash อยู่ที่ $0.03 ต่อล้าน ซึ่งเป็นส่วนลดที่มากเช่นกัน แต่ ณ จุดนี้ทั้งสองใกล้เคียงกันมากพอจนไม่มีฝ่ายใดชนะด้วยการคำนวณเพียงอย่างเดียว
ซึ่งทำให้การตัดสินใจอยู่ตรงที่ที่มันควรอยู่: อยู่ที่งานของคุณเอง ส่งผลงานจริงเป็นชุดไปให้ทั้งสองราย เปรียบเทียบใบแจ้งหนี้ แล้วอ่านผลลัพธ์ Ultramarine 1 Flash ไม่ได้อยู่ในแคตตาล็อกของเรา ดังนั้นการทดสอบนั้นจึงรันกับเอนด์พอยต์ของผู้ขายเองในด้านหนึ่ง โมเดลที่มันถูก post-train ต่อยอดมา คือ GLM-5.3 Flash ซึ่งให้บริการที่นี่ในราคา $0.15/$0.50 — เรตการ์ดเดียวกันเป๊ะ — ซึ่งให้ค่าประมาณที่สมเหตุสมผลสำหรับสิ่งที่โมเดลฐานผลิตออกมา ก่อนที่คุณจะเพิ่มการ post-train เข้าไปด้านบน
ตำแหน่งที่ไม่มีผู้ชนะ
สองตัวนี้ไม่ใช่สิ่งทดแทนกันจริง ๆ และการบังคับให้ต้องมีผู้ชนะเพียงหนึ่งเดียวก็บดบังข้อค้นพบที่มีประโยชน์ DeepSeek V4 Flash เป็น MoE ที่ดาวน์โหลดได้ วัดผลอย่างเป็นอิสระ และเร็วผิดปกติ ซึ่งเขียนมากเกินความจำเป็น Ultramarine 1 Flash เป็น post-training แบบปิดที่ยังไม่ได้วัดผลบนฐานแบบเปิด ซึ่งถูกออกแบบให้เขียนน้อยลง และวางขายโดยอ้างชุด benchmark ที่ไม่มีใครอื่นเคยรัน
เวอร์ชันที่ปัดตกได้ง่ายของบทความนี้จะบอกว่าอัตราค่าโทเคนที่ถูกกว่าชนะ เวอร์ชันที่ปกป้องได้บอกว่าสัญญาอนุญาตเป็นตัวตัดสินการจัดหา ตัวเลขความยาวของคำตอบเป็นตัวตัดสินค่าใช้จ่าย และไม่มีโมเดลใดเลยที่ถูกทดสอบกับเอกสารของคุณ สองในสามข้อนั้นคุณแก้ได้ภายในสัปดาห์นี้ ข้อที่สามยังแก้ไม่ได้จนกว่า Paper Instruments จะเผยแพร่ตัวเลขอิสระหรือปล่อยน้ำหนักโมเดลที่บอกว่าจะมา
การเปรียบเทียบแบบนี้ก็เป็นจุดที่โหมดความล้มเหลวปรากฏให้เห็นเช่นกัน: เหตุการณ์ AI และความล้มเหลวของเอเจนต์ที่มีการบันทึกไว้ซึ่งอยู่เบื้องหลังโมเดลในระดับนี้ได้รับการรวบรวมไว้ในthe OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งอ้างอิง ระดับความรุนแรง เกรดความเชื่อมั่น และสถานะถูกโต้แย้งเป็นของตนเอง
การเปรียบเทียบในบทความนี้1
ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
