DeepSeek V4-Flash-Vision-Exp 上线！多模态来啦|大模型讨论专楼

cscbzcbz

misuzu0723 发表于 2026-8-26 22:48
不能只看缓存价格，还得看缓存时间，记得之前有人测的 glm 并不长，deepseek
可以到好几个小时甚至按天算。 ...

Z/这个价目表里有一列缓存时间-限时免费
就很灵性

goranger

智谱这个flash要把minimax斩杀到底了吧，有点想把minimax年付退掉了，本来看中他还有点多模态能力，而且老用户有个150%周限制，但其实在缓存命中低的场景下非常不耐用

→熙←

cscbzcbz 发表于 2026-8-26 22:51
Z/这个价目表里有一列缓存时间-限时免费
就很灵性

又不是命中缓存免费, 是你的缓存存在他的硬盘上这部分给你免费

狭义文具爱好者

缓存时间分档不还是a社干的，标准版5分钟一个小时版还要再贵。那智谱是真学啊

cscbzcbz

→熙← 发表于 2026-8-26 22:53
又不是命中缓存免费, 是你的缓存存在他的硬盘上这部分给你免费

对所以我说很灵性
一眼看过去还以为缓存命中免费了，结果人说的是缓存的存储也要收费的哦，只是暂时给你免了

chaoliu

求助4070tis(16g显存）本地能跑什么模型目前智商比较高？对输出速度要求不高（能和kimi现在的垃圾速度打平就算成功），对上下文长度有点要求（有很多pdf要读，很多都是ocr文件，要经过前一个模型处理后再读的）

kinfox

拿我智谱清言的年卡来蹬一下5.3flash。。看看到底成色如何

王兰花秀丽

难怪能免费随便用一周，按我的理解这是新建的算力拿来试用的吗    Re:Source

Milarvoz

正好zcode的周额度刚更新，这周全蹬glm flash看看效果。

—— 来自 samsung SM-S9380, Android 16, 鹅球 v4.0

scikirbypoke

goranger 发表于 2026-8-26 22:52
智谱这个flash要把minimax斩杀到底了吧，有点想把minimax年付退掉了，本来看中他还有点多模态能力，而且老 ...

不好说，好像M3pro要来了

qwased

chaoliu 发表于 2026-8-26 23:00
求助4070tis(16g显存）本地能跑什么模型目前智商比较高？对输出速度要求不高（能和kimi现在的垃圾速度打平 ...

qwen3.8 apex nano +turboquant可以开192k上下文，但是上下文长了以后吐字速度会很慢（我测试下来50k就掉到25tk/s了，5070ti）
而且如果你的文档需要视觉处理的话，图片解码要。丢到cpu去，连续读图会有点慢，一张720p级别的图cpu要解码20~30秒
想弄的话待会我整理个文档看看

andychen

goranger 发表于 2026-8-26 22:52
智谱这个flash要把minimax斩杀到底了吧，有点想把minimax年付退掉了，本来看中他还有点多模态能力，而且老 ...

minimax m3在openrouter上免费两周：https://openrouter.ai/minimax/minimax-m3:free
免费完估计也要发新模型了

舞以

让gpt pro读了下智谱的博客，他说牛来是一个新的基模，虽然给了5.3的版本号，但是基模实际上应该是智谱的下一代：45层，34层线性注意力（好像是kimi的kda？），11层dsa稀疏注意力，排布方式抄了kimi的，三层线性一层然后一层dsa；引入了ds搞的那套mhc，然后引入了原生多模态。
有点风味v4的感觉了

论坛助手,iPhone

f77887

chaoliu 发表于 2026-8-26 23:00
求助4070tis(16g显存）本地能跑什么模型目前智商比较高？对输出速度要求不高（能和kimi现在的垃圾速度打平 ...

理论上你能部署智商最高的大模型是千问3.8 27b，但是你又对上下文有要求，所以我建议你可以看看千问3.6a3b模型，我感觉这个应该是你要求上下文的情况下能部署的最聪明的模型了

—— 来自 HONOR AAP-AN00, Android 16, 鹅球 v4.0

startraveller

f77887 发表于 2026-8-26 23:12
理论上你能部署智商最高的大模型是千问3.8 27b，但是你又对上下文有要求，所以我建议你可以看看千问3.6a3 ...

5070ti + 64G内存，nvfp4的35a3b 开64k上下文也卡爆了

startraveller

感觉Qwen 3.8 flash应该过两天会有黑科技让Spark能跑的。然后我Kimi 3.1哪去了？

Azcarlo

智谱牛逼，10w卡集群，还是异构算力


— from Xiaomi 23127PN0CC, Android 16, S1 Next Goose v3.5.99

nxmonitor

算卡数没有意义，10W寒武纪你要吗？

cscbzcbz

分点给梁叔叔吧

舞以

不好说到底啥情况，梁叔叔在0816之前的巅峰期的服务提供量占了多少算力都不好说
十万卡这个概念太模糊了

论坛助手,iPhone

qz66618

我看了看智谱的博客已经千问新模型的介绍，智谱这个小模型感觉是正常的一次迭代升级，就像DS-flash一样。千问这个目前看跑分确实厉害，它这次采用了Ngram也算是证明了这个技术确实能给模型带来提升，看看后续DS版本能不能尝试引入

—— 来自 鹅球 v3.5.99

王兰花秀丽

Azcarlo 发表于 2026-8-26 23:24
智谱牛逼，10w卡集群，还是异构算力

歪个楼，这个晚点是新出的媒体吗，最近一年能看见很多他们独家的报道，信息量都不少    Re:Source

qz66618

不过智谱真的是开源享受者啊，我看DS的mhc也被他们用到这个新的flash模型里了，不知道他们下一个大版本模型会采用哪些技术

—— 来自 鹅球 v3.5.99

nxmonitor

真不要相信Qwen的跑分，3.8-max跑分和K3一样但是实测明显偏高了，3.8-27B小模型很厉害但也没号称的那么强……

qwased

startraveller 发表于 2026-8-26 23:21
5070ti + 64G内存，nvfp4的35a3b 开64k上下文也卡爆了

根据我的体验，moe模型不能全放进显存里面其实也挺屎的

德尔惠净水器

Azcarlo 发表于 2026-8-26 23:24
智谱牛逼，10w卡集群，还是异构算力

主要还是昇腾吧

舞以

唐叔叔**方方拿来主义
智谱这家公司的核心竞争优势也不在技术领袖这个身份

论坛助手,iPhone

goranger

andychen 发表于 2026-8-26 23:11
minimax m3在openrouter上免费两周：https://openrouter.ai/minimax/minimax-m3:free
免费完估计也要发新 ...

正常人都是拿新模型让大家免费体验，他到处搞活动免费两周，已经看到两三家了，拿自己家旗舰模型免费这么久，不就说明拉到一定程度了，实在没人用自己家算力用不完了。哎，我也希望它能知耻后勇，不然我这个年付套餐实在是食之无味弃之可惜

lactone

minimax现在做视频和音乐呢，此间乐不思蜀

—— 来自 HONOR AAK-AN00, Android 16, 鹅球 v3.5.99

goranger

scikirbypoke 发表于 2026-8-26 23:09
不好说，好像M3pro要来了

再持有一个月看看情况。现在的话，大概70-80块的子代理是市场价了。minimax m3拉成这样了谁给的自信卖100，量再大干不成事也没用啦

tonyunreal

牛来第一个demo跑完了，花了一个小时
我感觉给梁子也就15分钟的事

输入184K 缓存10.1M 输出127K，缓存命中98%，44 tok/s
扣了一个2M token的新手包外加￥2.08

成果在这：
https://deepdemos.top/demo/glm-5-3-flash-e4824f31

第二个demo也跑完了，用时46分钟

输入156K 缓存5.7M 输出137K，缓存命中97%，54 tok/s （快了一点？人都跑了？）
扣了￥1.82

RookieTnT

glm v2 lite 老套餐 非高峰期5h能跑100M..

phorcys02

mortal1976 发表于 2026-8-26 22:43
过去一周，我们已在一个大规模的中国AI芯片集群上运行GLM-5.3-Flash，支持高带宽互连和针对底层硬件优化的 ...

不是。。。这种小规模的模型，高带宽互联有个卵用....
还不如单卡部署，直接节省全部张量并行网络通信开销

nxmonitor

就说这模型雷霆大思考了，而且我觉得智谱也有点刷分嫌疑，前几天试了一下GLM5.3，感觉表现对不上分数，并不如K3……

RookieTnT

说了用国产算力提供服务的，还点了是通过自研高带宽网络互联，直接点名了呗，中科曙光的scalefabic 那就是郑州的那个国家超算核心节点呗，海光的gpu

nxmonitor

好了，阿里这个3.8Flash也有雷霆大思考的倾向……

qwased

nxmonitor 发表于 2026-8-27 00:05
好了，阿里这个3.8Flash也有雷霆大思考的倾向……

你在哪用的，自己部署的话估计还是得用思维链修复那个补丁，qwen好像不认识llamacpp的输出格式导致他自己没法区分思考和正文输出

f77887

startraveller 发表于 2026-8-26 23:21
5070ti + 64G内存，nvfp4的35a3b 开64k上下文也卡爆了

不能啊，我用5080+48g内存，用a3b还是很丝滑的

—— 来自 HONOR AAP-AN00, Android 16, 鹅球 v4.0

goranger

为了让更多新朋友能 0 成本上手体验 GLM-5.3-Flash，我们准备了一批 GLM Coding Plan 7 天体验卡（从未订阅过套餐的用户可领取）： 接下来一周，每天限量发放 10,000 张。同时，我们也已重置所有套餐用户账号内的体验卡数量，欢迎分享安利给你的更多朋友。 领取链接： https://bigmodel.cn/activity/trial-card/PU9MTWG0PM   继续白嫖ox模型一周

唠叨

goranger 发表于 2026-8-27 00:14
为了让更多新朋友能 0 成本上手体验 GLM-5.3-Flash，我们准备了一批 GLM Coding Plan 7 天体验卡（从未订阅 ...

领到了  周额度总共2000 感觉做不了什么