DeepSeek V4-Flash 正式版上线，跑分刚好卡在 GLM-5.2 和 Kimi K3 之间。

这数据看着挺“中庸”，但细看才发现咱们国产大模型终于不卷参数堆料，开始卷差异化定位了。

Kimi K3 依然是性能旗舰，2.8万亿参数主打长程 Agent 和多模态，但价格也是真贵；
GLM-5.2 走效率路线，响应速度最快，适合对延迟敏感的结构化工作；
而 DeepSeek V4 这次靠后训练优化，激活参数仅 130 亿，却把 Agent 能力提了上来，关键是价格打到了极致，输入 1 元/输出 2 元每百万 tokens。

对于咱们普通开发者或日常用户来说，这反而是好事，不用盲目追最高配。
写代码调Bug优先选 DeepSeek，性价比极高且够用；
搞大型重构或长文本分析再考虑 Kimi；
对响应速度有极致要求的场景再看 GLM。

技术路线从“大力出奇迹”转向“精准切痛点”，后训练改写规则的趋势越来越明显。以后选模型，真得看场景而不是只看榜单排名了。

虽然但是，以上真的是我嘴替[打call][打call][打call][good][good][good]

#DeepSeekV4能力在GLM5.2和KimiK3之间#