Gemini 3.7 Flash 对比 DeepSeek V4 Flash：两款"Flash"模型，对同一问题给出相反答案

2026年命名最令人困惑的两款模型都叫Flash，但它们在回答同一个问题时给出的答案却大相径庭。Gemini 3.7 Flash于2026年8月13日发布，是{{1}}Go​ogle{{/1}}的封闭式主力模型：每秒约340个输出token，智能指数56，推广价格为每百万输入token 0.75美元、每百万输出token 3.75美元。{{2}}Deep​Seek{{/2}} V4 Flash是{{3}}Deep​Seek{{/3}} V4家族中开放权重的那一半，4月发布，7月底更新：采用MIT许可证，可下载，在{{4}}Deep​Seek{{/4}}自家API上，每百万输入token定价0.14美元、每百万输出token定价0.28美元——约为{{5}}Go​ogle{{/5}}推广输入价的五分之一、输出价的十三分之一。两者都是“flash”模型，旨在为高吞吐量工作负载提供快速、廉价的解决方案。而它们的相似之处，也就只剩下这个词了。

它们给出不同答案的那个问题，正是定义这一代人的问题：智能是租来的，还是归你所有？DeepSeek V4 Flash 是一个2840亿参数的混合专家模型，每个 token 约有130亿参数被激活，支持100万 token 的上下文窗口和38.4万 token 的输出上限，以 MIT 许可证发布——权重文件约160GB，7月31日的更新（V4-Flash-0731）实质性地增强了智能体能力。Gemini 3.7 Flash 是基于 Gemini 3.6 Flash 构建的专有模型，支持100万上下文、6.4万输出上限、多模态输入，且无法自行托管。这两个模型中，有一个可以离线部署、微调，并在你自己的硬件上运行；另一个则只能在 Google 运行它的地方运行。

两个闪电侠，并肩而立

这两款模型瞄准的是同一类买家——无法承受旗舰级每 token 成本的高吞吐量生产工作负载——但它们采用了截然相反的架构。DeepSeek V4 Flash 的混合注意力机制（压缩稀疏注意力加上高度压缩注意力）使其 1M 上下文在这样的价格下依然经济；它就是 DeepSeek 的旧版 `deepseek-chat` 和 `deepseek-reasoner` 端点所指向的模型，这两个端点已于 7 月退役。Gemini 3.7 Flash 是 Google 对其 Flash 产品线进行的算法精进，其优势在于服务吞吐量：独立测量显示其速度约为 340 tokens/s，而 DeepSeek V4 Flash 约为 113 tokens/s；并且它在接收音频和视频输入的同时仍能达到这一速度，而 DeepSeek V4 Flash 不支持这些输入。

• Intelligence Index——Gemini 3.7 Flash 为 56，DeepSeek V4 Flash 为 50，数据来自 Artificial Analysis。

• 输出速度 — ~340 tokens/s对比~113 tokens/s，两项数据均来自Artificial Analysis。

• 上下文窗口 — 两者均为 1M tokens；DeepSeek V4 Flash 最多输出 384K，而 Gemini 3.7 Flash 为 64K。

• 输入价格 — $0.75（促销价，持续至2026年），而Deep​Seek自家API为$0.14。

• 输出价格 — $3.75（促销价）对比 $0.28。

• 权重——专有的与MIT许可且可下载的对比。

六个指数点实际上能买到什么

六分的Index差距具有意义，但并非天壤之别，而且它主要集中在DeepSeek V4 Flash未被优化的领域。Gemini 3.7 Flash报告的智能体编码成绩（DeepSWE v1.1上65.3，FrontierCode 1.1 Main上43.6，均为供应商报告）遥遥领先，其网页开发Elo（1588，同样为供应商报告）反映了真实的UI生成改进。DeepSeek V4 Flash自己报告的数据——SWE-bench Verified上79.0，LiveCodeBench上91.6，τ²-Bench得分95.0（独立追踪机构也证实）——在有界编码和工具使用方面表现稳健，其100万上下文的检索能力（MRCR上78.7，CorpusQA上60.5）在其价格级别中具有竞争力。规律是：Gemini 3.7 Flash在智能体深度和网页工作方面领先；DeepSeek V4 Flash则是用这些换来了原始token经济性和长上下文上限——这是任何闭源主力模型都无法匹敌的。

开放权重改变的是采购方式，而不仅仅是价格。

MIT 许可证是这次对比中基准测试表无法呈现的部分。DeepSeek V4 Flash 可以下载并在自有硬件上运行，使用自有数据微调，也能在禁止 API 调用的环境中使用——而且该许可证没有基于规模的限制，因此你的业务无论如何增长，条款都不会改变。实际成本在于运营层面：要以生产团队期望的速度运行一个 284B MoE 模型，需要实打实的 GPU 库存，而对大多数团队来说，诚实的选择是托管 API。这正是价格差距真正发挥作用的地方：即便是托管路线，$0.14 / $0.28 的价格也足够便宜，足以成为长尾流量的默认选择。Gemini 3.7 Flash 不提供任何所有权路径——你买到的是一个可靠托管、快速的多模态服务，附赠促销价格标签，以及一月份的价格悬崖。

用量账单

在同一天对两者运行：2000万输入token和400万输出token。在DeepSeek V4 Flash自己的API上，费用为$2.80 + $1.12，约$3.92。在Gemini 3.7 Flash的促销费率下，费用为$15 + $15，约$30——即使Google正在打折，差距也达到7.6倍。2027年1月1日之后，当Gemini 3.7 Flash恢复到$1.50 / $7.50的价格时，同一天的费用约为$58，是DeepSeek的15倍。在交互式工作负载中，速度优势部分抵消了这一差距——更快的token意味着更少的并发请求——但在批处理和后台工作中，开源模型在账单上毫无悬念地胜出。这两个模型瞄准的甚至不是同一条成本曲线，而这正是全部关键所在。

谁应该在哪个之上构建

当每 token 成本成为硬性约束时，当你需要高达 384K 的长输出时，当你需要自托管或物理隔离部署选项时，或者当你在构建一个利润率无法承受旗舰级定价的 token 的产品时，请选择 DeepSeek V4 Flash。当你需要在交互循环中获得速度、需要多模态输入、需要 Go​ogle 的托管可靠性，或需要 Go​ogle 所报告的更强智能体编码结果时——并且当你认可促销价只是暂时的——请选择 Gemini 3.7 Flash。它们并非像两款旗舰那样互为对手；它们是顶着同一个名字的两种不同采购策略。路由层就是两种策略的交汇之处：DeepSeek V4 Flash 已在 OrcaRouter 上线，按 Deep​Seek 的目录价提供，0% 加价；故障转移模式天然契合这种配对——一条规则让大部分流量走 V4 Flash，并将困难子集升级到更强的闭源模型，而 Gemini 3.7 Flash 则可在同一路由器的另一条支路上通过 Go​ogle 自己的 Gemini API 触达。

诚实的解读

如果你可以自托管，或者你纯粹是成本驱动型的，那么 DeepSeek V4 Flash 是更值得构建的模型，而且其许可证让你无需再重新考虑这个决定。如果你需要 Google 的推理速度、多模态输入，或者传闻中的智能体编码优势，那么 Gemini 3.7 Flash 在促销期内是更好的服务——而一月份价格翻倍已经列在日程上了。两个模型，同一个名字，市场将看到未来一年的流量会向哪种理念投票。