大模型集体变小：Flash版本成厂商竞争新战场

在深圳，一家十人规模的AI创业公司每天有数百个Agent同时运行，分头写代码、做研究。团队最初使用OpenAI的GPT系列模型，但随着任务增多，发现并发处理能力有限，开始寻找能同时运行更多任务、调用价格更低的模型。经过试用，团队最终选择DeepSeek V4.1 Flash，认为其反馈更快、费用更低，是眼下“性价比最高”的选择。

模型调用量激增带来成本压力。Google CEO Sundar Pichai曾在Google I/O大会上透露，有公司到5月全年Token预算就快用完，Google内部AI编程工具每天消耗的Token从3月的5000亿涨到5月的超过3万亿。与此同时，OpenClaw掀起的“龙虾”热潮让普通用户也开始用Agent处理日常事务，这是比编程更低门槛、更高频的需求。

在此背景下，模型厂商尤其是中国厂商接连推出Flash版本的小参数模型。7月31日，DeepSeek发布V4 Flash正式版；8月26日，阿里Qwen团队的Qwen3.8-Flash-Next与智谱的GLM-5.3-Flash同日亮相；9月，DeepSeek又推出V4.1 Flash。这些模型参数均在千亿级别（100B至500B区间），远小于当前旗舰模型万亿级别的参数。Flash命名通常代表更快、价格更低的版本，适合反复处理日常任务，复杂问题仍可交给旗舰模型。

小模型阵营仍在扩大。月之暗面和腾讯混元都在推动Flash模型版本的开发。有开发者将DeepSeek V4 Flash的评测成绩与任务成本画在一张图上，提出“斩杀线”：性能不如V4 Flash、做同样任务却更贵的模型将被淘汰。8月下旬，美国编程Agent平台Cline免费提供一款未公布身份的模型，不到一周承担了平台超过11%的推理量，随后智谱认领该模型，正是GLM-5.3-Flash。

资本市场已给中国模型公司押下高额赌注，商业化成为更现实的问题。公开数据显示，到今年8月，智谱ARR约为16亿美元，市销率高达46倍；尚未上市的DeepSeek估值达其预估年化收入的163倍，而Anthropic市销率约为20倍。中美模型竞争由此出现另一条主线：在追求AGI、争夺模型能力上限的同时，谁能用高性价比模型完成更多真实任务、服务更多用户，并打开更大市场。