同一个模型，官方说 1/40，有人喊 1/100
Hello，我是飞飞。
智谱今天放了个哑谜。
同一个 GLM-5.3-Flash，官方博客说价格是 Opus 4.8 的 1/40，我朋友圈那位转发的大佬又喊 1/100。两个数差着 2.5 倍，总有一个在糊弄我。
先说一个更早的伏笔。我写 GLM-5.2 那篇的时候，官方写得很提气，说发布首日就能在国产算力上跑，还有一幕真机调试闭环。我当时的判断是，这些全是官方说法，第三方还没核实过，我不敢拿没人复现的数字下结论。今天这个 GLM-5.3-Flash，恰恰把「国产芯片跑大规模」亮在了台面上。那我这篇，就把这笔账对一遍。
三个价，谁是真的
三个数字，其实都是真的，只是比的不是一个东西。
官网那个 1/40，是跟 Opus 4.8 比，按「每跑一个任务」算的。促销价约 0.045 美元一个任务，Opus 差不多 1.8 美元，正好 40 倍。这是最抓眼球的一句，也是官方最先喊的。
但你去查标准 API 价，没那么夸张。输入 0.15 美元、输出 0.5 美元每百万 token，是 GLM-5.3 的 1/10，促销期内再打 5 折，才是 1/20 那个数。
那位大佬喊的 1/100，也不算错，只是换了套比法。多半是拿标准价去跟某个旗舰按输出计费、或者让它把思考拉满的场景比，口径一换，数字就变。
写给你，我列张表，你对着自己的用量看：
| 这个价 | 比的是谁 | 按什么算 |
|---|---|---|
| 1/40 | Opus 4.8 | 每任务，促销价 |
| 1/10 | GLM-5.3 | 每百万 token，标准价 |
| 1/100 | 更贵的旗舰 | 输出计费 / 思考拉满 |
一句说人话：价格屠夫的数，全看它跟谁比、按哪种口径、含不含折扣。你要真开票，别听 1/40 还是 1/100，自己拿输入输出价乘以你的用量，那才是你的账。
追平 Opus，先打个折
「追平 Opus 4.8」这句看着提气，但得打个折。
官方那个 57 分，是 AA 智能指数，说人话就是一份第三方给各家模型排智商的表，57 是跟 Opus 4.8 持平的第一梯队。这块我信，因为它是独立机构测的。
但要打动我这种开发者，单看智商分没用，得看它能不能替你干活。编程、智能体相关的几个硬数：Terminal-Bench 2.1 得 84.3，DeepSWE 63.4。还有个智谱自家 Z.ai Code Bench，说 Flash 最高档 29.0 分，Opus 4.8 是 29.5，就差半个点。
这里我必须停下来说实话。这个 29.0，是智谱用自己的 Z.ai Code Bench、在 Claude Code 那套外壳里跑的，自家出卷自家考。更关键是它没跟你说代价：Flash 冲到 29.0 分，一次要烧将近 14 万 token；同一个榜，GLM-5.3 本体是 34.5 分，输出还更短。
所以「追平 Opus」这话，准确的说法是，它在一个自家出的、能拼到接近的分上，用的是海量 token 换的。跑分高，跟顺手，是两码事。我天天拿模型改真实仓库的。看到「一个任务烧 14 万 token」，我先皱眉头。我盯的是产出，不是分。
我早年也犯过只看单价的毛病。后来自己算了一笔账：一个 agent 挂一晚上跑，token 消耗是我一年前手动打字时的 50 到 100 倍。真正让账单变贵的，其实是你用它的强度，单价标多少反而次要。所以这台 Flash 单看价格是 1/40，可要是它每个任务都烧 14 万 token，那个便宜不一定落到你账上。这也是为什么我说，别光听 1/40，先看看你自己打算怎么用它。
还有一件事得说清。320B 的权重，FP8 光权重就 300 多 G，压到 8 bit 也在 300G 上下，你没那个显存，本地压根跑不动，只能走 API。所以它再便宜再开源，对绝大多数人来说是一堆数字，你真正用的是云上那个端点。
国产芯片，这次是真的
我写 GLM-5.2 时最嘀咕的就是这句，这次它把一切落了地。
过去一周，那个匿名模型 Ox-Alpha 的全部流量，由国产芯片集群承载。数万张国产加速卡，自研高带宽互联。智谱在 SGLang 基础上，给国产芯片专门搭了套推理引擎，把预处理、预填充、生成拆成独立的工作池，再配量化，最后端到端性能比基线提升了 3 倍，单 token 成本做到跟主流英伟达 GPU 一个水平。摩尔线程的 MTT S5000 当天就完成了适配。
说人话就是：国产「芯片、框架、模型、应用」这条全栈，第一次在一个前沿模型的大规模场景里，自己把自己跑通了。这不是口号。从硬件到软件到模型，全归它自己，中间没有一道绕不开的英伟达。
我同样得诚实。这套工程细节官方和第三方都写了，但有没有宣传里那么丝滑，我没亲手跑一遍。那个「3 倍」「追平英伟达」的具体弹性，我标成官方口径，我没复现，不替它担保。
到底该不该换
回到我自己。
我其实早就在用国产模型了。我那套知识库大脑的对话就走 DeepSeek，embedding 走火山方舟，每天在跑。但那是替它顶活，家我可没搬，我真正不离手的主力还是 Opus。每次动用前，我心里先过一杆秤：这活错一点会不会返工，我一天要跑多少次，单价多少。我对国产开源模型的态度，一直是一句，它顶得了「活」，顶不了「底座」。
那 GLM-5.3-Flash 这种「对标 Opus、1/40 价」的，最该接的是高频、量大、但对质量不那么苛刻的活。比如把一个陌生的大仓库整个喂进去做初步梳理，把模块关系理清；比如大段日志、长文档先过一遍，把重点捞出来。这类活一天跑几十上百次，用 Opus 顶档纯属烧钱，交给它又便宜又懂代码，账一下就平了。
这里有个大多数人都忽略的坑。国内那些 Agent 外壳，早期大半是照着 Claude 优化出来的开源实现，你直接把国产模型换上去，工具调用协议、出错恢复都对不上，效果先打个折。智谱这次把 GLM-5.3-Flash 接进自己 ZCode 那套，模型和外壳同门对齐，才是它落地顺手的分水岭。所以不是换一个 API key 就完事，得看你的工具吃不吃这一套。
写稿、润色、关键重构这种错一步就得返工的，我暂时一个都不动。它行不行还两说，是我还没拿它在我那条跑了两百多篇的流水线上连跑一周验证过。我宁可让便宜模型在我手里干点重活试试水，也不想拿核心的活去赌。
我前阵子拿模型把一个七千行的 SpringBoot 老项目整库翻成 Kotlin，最磨人的是它上下文不够，得手动切文件一段段喂，切着切着它把我前面改过的字段忘了，回头又改坏一处。这种错一步就得返工整片仓库的活，我宁愿多花点钱让顶级模型一次吃进去，也不想为了省那口 token，拿一个晚上去擦它弄乱的 git 历史。
更别说真要换底座。光把我那十几个 skill 的描述重写到不误触发、把那套防 AI 味的 grep 规则对准新模型的写字口癖，一周两周下不来。模型能换，底座搬不动。这也是我一直说的那句，它顶得了「活」，顶不了「底座」。
绕一圈，你觉得最该盯的，其实不是那个 1/40 还是 1/100，是同一个价下面，你打算把哪种活交给它。
你心里那杆秤，最舍不得交给便宜模型的是哪一笔？是写稿，还是让 agent 动你那个仓库？评论区聊聊，我想看看是不是只有我把核心活攥得死死的。