今天零点，DeepSeek 的新价格表正式生效了。旗舰模型 V4 Pro 的输出价从每百万 token 6 元涨到高峰时段 27 元，涨幅 350%；缓存命中输入从 0.025 元涨到 0.3 元，翻了 12 倍。与此同时，它还引入了峰谷计价——每天上午 9 点到 12 点、下午 2 点到 6 点按高峰价收，其余时间半价。"价格屠夫"这四个字，DeepSeek 自己摘下来了。问题来了：涨价之后的国产旗舰格局变成了什么样？我们把当下最能打的五款国产旗舰——DeepSeek V4 Pro、Kimi K3、GLM-5.3、Qwen3.8-Max、MiniMax M3——从性能、价格、速度三个维度摆在一起看了一遍，结论可能跟很多人的直觉不一样。
这五款模型有一个共同点：上下文全部做到了 100 万 token 级别，长文档和大型代码仓库都能整包喂进去，这一项上已经拉不开差距，真正分胜负的是别处。DeepSeek V4 Pro 是 1.6 万亿参数的 MoE 架构、MIT 协议完全开源，主打 Agent 和大规模代码工程；Kimi K3 是 2.8 万亿参数的全球最大开源模型，原生多模态，还带 Swarm 智能体集群；GLM-5.3 参数只有 7430 亿，但智谱靠后训练把它的编程能力怼到了对标 Fable 5 的位置；Qwen3.8-Max 是 2.4 万亿参数的开源旗舰，综合榜单全球第二；MiniMax M3 则是五款里最"另类"的一个——MiniMax 真正的招牌在视频生成（H3 是 Artificial Analysis 视频编辑榜的全球第一），M3 是它家的文本旗舰，走的是低价实用路线。
先说最硬核的编程。最能反映"AI 程序员"真实工作状态的 DeepSWE 基准上，Kimi K3 拿了 67.5，GLM-5.3 拿了 66.9，差距不到 1 分，基本属于毫厘之间；DeepSeek V4 Pro 紧随其后，SWE-bench Verified 上它有 80.6% 的成绩，Codeforces 3206 分，同样站在第一梯队。换句话说，编程这件事上，国产旗舰已经集体摸到了世界前沿的尾流，差距小于各家宣传稿想让你相信的程度。
拉开差距的是各自的特色项。Kimi K3 的原生多模态是五款里独一份，图像理解、跨模态检索这类任务它最稳，还有开箱即用的 Swarm 集群编排；GLM-5.3 走的是"脏活累活"路线，终端操作基准 Terminal-Bench 3.0 开源第一，网络安全测试 CyberGym 拿了 84.5%，训练过程中还真挖出了 16 个未知漏洞，Claude Code 这类终端 Agent 工作流用它最对口；MiniMax M3 的 BrowseComp 网页检索拿了 83.5 分，超过 Opus 4.7 的 79.3，在它家的产品矩阵里算是超水平发挥——但要说 MiniMax 真正的护城河，还是视频生成那一块；Qwen3.8-Max 则胜在综合，Artificial Analysis 的综合榜单上它排全球第二。要提醒一句：这些数字都是各家挑自己最强的赛道报出来的，行业常规操作，心里得有杆秤。
性能咬得紧，价格却是另一个世界。把五款模型的 API 价格换成同一把尺子（元/百万 token，输入/输出）：MiniMax M3 的 512k 以内档位永久五折，实收 2.1/8.4，DeepSeek V4 Pro 闲时 4.5/13.5、高峰 9/27，GLM-5.3 是 8/28——和上一代 GLM-5.2 完全同价，顺带说一句，5.3 的按量 API 还在上线前的最后阶段，眼下主要走 GLM Coding Plan 订阅。Qwen3.8-Max 是 12/36，Kimi K3 是 20/100，另有缓存命中输入 2 元的单独价。M3 还有个隐藏条款：输入超过 512k 的档位要按原价 4.2/16.8 计——正好是我们下面要算的那种长上下文场景。
算一笔实际的账。一个典型的 Agent 编程任务——读 100 万 token 的代码库、输出 10 万 token 的修改方案：MiniMax M3 约 5.9 元——注意，1M 输入正好落在它五折覆盖不到的超 512k 档，按原价 4.2/16.8 计；DeepSeek V4 Pro 闲时 5.85 元、高峰 11.7 元；GLM-5.3 是 10.8 元；Qwen3.8-Max 是 15.6 元；而 Kimi K3，这一单就是 30 元。同一个任务，最贵和最便宜差出 5 倍。换成日常小任务（输入不超 512k）差距还要拉开：M3 五折档 2.1/8.4，一单不到 3 元，对上 Kimi 的 30 元就是十倍。听起来不如"十几倍"震撼，但账要按月的量算：每天跑几十个任务的生产环境，几倍的单价差距一个月就是几千块的真金白银。
DeepSeek 这次涨价真正改变的是大家对它的心理预期。数字上拆开看：闲时 4.5/13.5 在国产旗舰里依然是很能打的价位，但前面已经站了一个永久五折的 MiniMax M3（常规档位 2.1/8.4），真正疼的是高峰时段的 9/27——比闲时整整贵一倍，比 GLM 还贵。它对海外模型的价差还在（高峰输出价大约只有 Anthropic 旗舰的几十分之一），但"任何时段闭眼用最便宜"的时代结束了。还有个细节值得注意：它的缓存命中输入价从 0.025 涨到 0.3 元，多轮对话、RAG 这类重度依赖缓存的场景，账单膨胀会比单次调用更明显。
速度这个维度平时没人聊，但它直接影响两件事：你的等待时间，和按时计费场景下的真实成本。目前公开实测数据最完整的是 GLM 和 Kimi 的对线：GLM-5.2 时代实测生成速度 116.3 tokens/s，Kimi K3 是 40.4 tokens/s，差出接近 3 倍；GLM-5.3 没换基座，这个速度结构大概率延续。DeepSeek 官方没有公开吞吐数字，但它自己承认"受限于高端算力，Pro 版吞吐量有限"——这其实也是它搞峰谷计价的真实原因：算力不够，就用价格把人分流到闲时。
对普通用户这意味着什么？同样的任务，快的模型不但省时间，在包时套餐、在线协作这类场景里还省真金白银。速度和单价要乘起来看，才是真实成本——GLM 的单价只比 DeepSeek 闲时贵出一截，但速度快近 3 倍，在等结果也是成本的场景里，这笔账就没那么简单了。
横评做到这里，结论其实很清晰。日常主力、成本敏感，MiniMax M3 是五款里常规任务最便宜的一条路——512k 以内永久五折、2.1/8.4，比 DeepSeek 闲时还低一截，唯一要注意的是输入超 512k 的长上下文会回到原价 4.2/16.8；DeepSeek V4 Pro 闲时 4.5/13.5 是长上下文和开源部署场景的最优解。要能力上限、做多模态或复杂智能体编排，Kimi K3 值它的高价，前提是你算过账、用得上它的特色项，否则等于为用不到的上限买单。GLM-5.3 走的是"贵一点但快三倍"的路线：8/28 的单价在五款里居中，速度近 3 倍于 Kimi，终端 Agent 和网安场景还是开源第一，交互式开发等不起的人值得为速度付这个差价。DeepSeek 高峰时段硬着头皮按 27 元的输出价跑日常任务，是这款里最不划算的选择。Qwen3.8-Max 适合已经在阿里云生态里、要综合能力的团队，单买略贵；至于 MiniMax，如果你要的是视频生成能力，它家的 H3 才是正主，M3 只是顺带的低价文本旗舰。
最后给三条实操建议。第一，别信单一跑分，拿自己项目里真实的 bug 单和文档，在两三款候选上各跑一轮，比看十篇横评都管用——反正 GLM、DeepSeek、Qwen 都开源，本地部署试错几乎零成本。第二，如果你的主力是 DeepSeek，从今天起把非实时任务挪到晚间和周末，官方闲时半价不是摆设，是真金白银。第三，盯紧两个时间点：GLM-5.3 的按量 API 正式上线后的定价（眼下订阅制为主，按量价格大概率参考 5.2 的 8/28），以及各家会不会跟进峰谷计价——在"电价化"计费蔓延的趋势下，价格表干净本身就是竞争力。
DeepSeek 涨价不是终点，是国产大模型从"拼低价"转向"拼价值"的信号弹。对用户来说反而是好事——当价格不再一刀切地便宜，认真对比、按需选型的人，才能把每一分钱花在刀刃上。