“牛来”模型身份揭晓，Qwen3.8-Flash-Next也来了。

前几天大家一直在猜的“牛来”，终于揭晓了。

Ox Alpha 就是智谱的 GLM-5.3-Flash。

320B 总参数、18B 激活、1M 上下文，还是 GLM-5 系列首个原生多模态模型。

更直接的是价格：目前折后输入 $0.075 / 1M tokens，输出 $0.25。

同一天，Qwen 也放出了 Qwen3.8-Flash-Next。

这个名字很容易看晕，简单理解就是：它还是 Qwen3.8，但已经提前用上了 Qwen4 的早期架构。

125B 主模型，每个 Token 只激活 6B，训练成本只有 Qwen3.7-Plus 的约 1/9，Coding 和 Office 的几项成绩反而更高。

我把两家的 Benchmark 和现在几个主流性价比模型的 API 价格一起整理看了一下。

看完以后，我觉得这一波 Flash 模型的发布最值得关注的已经不只是“快”。

现在 Coding Agent、办公 Agent 一跑就是十几或者几十分钟，反复读文件、调用工具、生成内容，Token 很容易不断往上涨。

只聊天用，花费的 Token 费用差几块钱可能没什么感觉。

但 Agent 真正跑起来以后，能力接近的模型，几倍的单价差距最后就是几倍的费用差距。

所以 GLM 和 Qwen 这波新模型发布，我个人更关注一个很实际的问题：

哪个厂家能把“够用”的 Agent 能力，做到更低的价格。也就是性价比更高，我更愿意使用。