Flash模型横评! 性价比之选竟然是这个?

合集 · 大模型竞技场 (77)

  1. 1:40
    全网首测!DeepSeek 4 小时之前又发布了一个多模态模型 Janus-pro
  2. 4:24
    5分钟教你使用AI写一个风扇控制器
  3. 2:46
    10小时前发布的大模型 Mistral-small-24B 马上开测!
  4. 0:51
    NVIDIA又要跌?DeepSeek 刚用 FP8 没多久,这 FP4 训练要来了
  5. 1:43
    一招解决DeepSeek-R1无法连接网络问题!还能白嫖DeepSeek-R1!
  6. 1:17
    国产视频生成框架!能让老黄唱野狼 Disco!
  7. 4:03
    大模型竞技场 - Gemini-2.0-Flash 全网首测!
  8. 2:10
    微信刚上线 DeepSeek, 腾讯又把 AI 知识库也接入 DeepSeek 了?
  9. 2:52
    来啦!Grok-3 全网首测!登陆火星 demo!
  10. 1:55
    视觉大模型也能推理了?来看Ovis-2视觉模型的效果如何!
  11. 7:32
    谁是最强写代码模型? 我使用了最好的21个模型, 花了50刀, 总计测试252次
  12. 2:06
    全站最速!DeepSeek-V3-0324 写代码能力评测!不仅 OpenAI, Claude 也要颤抖了
  13. 4:18
    我用AI做了个网页版我的世界,还能用砸瓦鲁多
  14. 2:25
    全站最速!GPT-4.1 写代码能力评测!啊?又拉了?
  15. 5:53
    极限测试!Qwen3 写代码+画画!究竟是不是开源最强模型?
  16. 12:42
    我发现了AI最有用的用途——整理桌面!来看 Kimi-K2 Agent 能力实测!
  17. 2:02
    使用 AI 做了个以《三体》中叶文洁为视角的小短片——三体·独白
  18. 0:37
    nano-banana 幼儿园级教程① 如何将照片转换为城市天际线风格的建筑!
  19. 1:06
    nano-banana 幼儿园教程第②弹! 教你如何做模特图!
  20. 0:55
    nano-banana 幼儿园级教程第③弹! 如何实现贴纸自由!
  21. 0:46
    nano-banana 幼儿园教程第四弹! 教你如何克隆喜欢的图标!
  22. 0:41
    nano-banana 教程第五弹! 如何万物像素化!
  23. 1:10
    nano-banana 生成 8K 分辨率图片教程!
  24. 3:06
    Kimi-K2-0905 实测! 一口气输出1100行代码
  25. 1:41
    Qwen3-Max-Preview 实测! 给大家放个鞭炮
  26. 2:20
    Qwen3-Next-80B-A3B 实测! 能跟头部模型对打吗?
  27. 1:31
    刚发布的 Qwen3-TTS-Flash 实测!
  28. 2:54
    DeepSeek-V3.2 实测! 真就只提升了0.1?
  29. 2:18
    Claude-Sonnet-4.5 实测! 口嫌体正直国庆献礼?
  30. 2:22
    GLM-4.6 实测! 最近都很流行更新一大截然后版本就增加0.1嘛?
  31. 2:22
    DeepSeek 竟然是 INTJ, 如果改成 INFP 会怎样?
  32. 2:05
    claude-haiku-4.5 实测! 便宜大碗?
  33. 2:15
    Vibe Coding 不流行了? Spec Coding 教程来啦
  34. 2:36
    KAT-Coder-Pro-V1 实测! 早放3个月就好了?
  35. 2:07
    Minimax M2 实测! 你也晚了3个月?
  36. 1:16
    Cursor 推出炼蛊模式!一口气能开8个代理!
  37. 2:32
    Cursor 终于有自己的大模型啦!来看实测!
  38. 2:28
    Qwen3-Max-Thinking 实测! 呃......
  39. 2:17
    Kimi-K2-Thinking 实测! 差距继续缩小!
  40. 3:17
    Gemini 3.0 Pro 实测! SOTA! 不过发现两个重要问题!
  41. 0:52
    nano banana pro 幼儿园教程! 如何合成橱窗图片!
  42. 4:31
    Meta 的新模型 SAM 3 实测!
  43. 2:05
    什么? 用 Claude Code 剪视频?
  44. 2:50
    DeepSeek V3.2 正式版实测! 提升真的有限?
  45. 2:57
    教程来啦! 如何使用AI打造自媒体博主军火库
  46. 2:54
    GPT-5.2 实测! 美是真的美, 卡是真的卡
  47. 1:25
    一秒生成高斯点云? Apple新模型SHARP实测!
  48. 4:38
    AI送外卖到底有多强? 来看 Doubao-Seed-1.8 Agent 能力评测!
  49. 4:33
    现在都流行大模型月更吗? MiniMax-M2.1 实测!
  50. 3:42
    2025年全球大模型厂商下载量排行榜
  51. 3:27
    500张图片测试! 一个视频告诉你GLM-Image怎么用!
  52. 5:58
    不写 prompt 改看视频了! Kimi-K2.5 实测!
  53. 4:55
    提升明显! Qwen3-Max 正式版 vs Preview版 实测!
  54. 2:29
    不是说好了年前不发吗? DeepSeek 你个大猪蹄子
  55. 7:04
    GLM-5发布啦! 给大家带来实测! 国产大模型正式进入月更节奏!
  56. 5:06
    啊?一个月一个版本? MiniMax-M2.5 4000万 token 实测!
  57. 7:01
    Qwen3.5实测! 来看贺岁档大模型的实力!
  58. 4:32
    Gemini-3.1-pro 实测! 更新了个寂寞?
  59. 5:15
    inclusionAI Ling&Ring 2.5-1T 大模型实测!
  60. 6:07
    Agent 能力有多强? 来看豆包 Seed 2.0 实测!
  61. 5:10
    龙虾专用大模型? GLM-5-Turbo 实测!
  62. 3:44
    如何做一个生产级SKILL? 用MiniMax-M2.7给龙虾写SKILL的保姆教程
  63. 8:01
    从国产SOTA走向世界SOTA? GLM-5.1 实测!
  64. 6:06
    AI能帮我拍照了? Qwen3.5-Omni实测!
  65. 8:51
    花费106刀测试! Claude-Opus-4.7 到底更新了啥?
  66. 9:04
    Kimi-K2.6 前端/后端/Agent编程能力实测! 甚至还帮我做了个游戏!
  67. 2:32
    大模型写代码比说话还快是什么体验?
  68. 7:36
    Agentic Coding 能力大幅提升! Qwen3.7-Max实测!
  69. 5:39
    MiniMax-M3 最佳实践? 这个视频告诉你!
  70. 1:06
    Fable 5 超越人类还为时尚早!
  71. 0:44
    单卡 700TPS! Diffusion Gemma 来了!
  72. 5:40
    GLM-5.2实测! 什么才是Agent能力的提升?
  73. 1:43
    2分钟教你做一个可以自我迭代的 Agent
  74. 6:12
    Flash模型横评! 性价比之选竟然是这个?
  75. 6:33
    混元3实测! 300B参数竟然有这种Agent能力!
  76. 1:13
    1B就能达到这种效果?LingBot-Vision实测!
  77. 14:05
    Kimi-K3 全方位实测! 我竟然打游戏输给了她?!
Description
给大家带来 Flash 系列模型横评! 

各个厂商除了旗舰级别模型, 也都有Flash级别的模型, 而这些模型的定位主要都是多智能体系统的驱动模型和RAG系统的驱动模型. 那么现有这些Flash模型应该怎么选? 给大家带来本篇评测!

本次主要从 Agent Loop 迭代能力, Agent 能力, 前端, 后端, 空间理解, 美学, 性价比等多个角度评测了 Gemini-3.5-Flash, Step-3.7-Flash, DeepSeek-V4-Flash 这三个模型.

从测试来看, Gemini-3.5-Flash 更适合干"漂亮活", 比如前端页面, 建模等. 

而 Step-3.7-Flash 则极具性价比, 在Agent测试中取得了比旗舰模型还要高的Token效率(用最少的token干最多的事情). 所以特别适合用在Agent框架中(比如OpenClaw或者Hermes), 或者复杂的Agent系统中用来做驱动模型.

DeepSeek-V4-Flash 则后端能力很不错, 很适合用来写脚本, 甚至给服务器安装一个 DeepSeek-V4-Flash 驱动的 ClaudeCode, 用来 AI-Ops.

Comments

今天暴雪倒闭了吗 22d ago

[doge]牙医你v4再不出就出正式版了。[笑哭]

♥ 35 ↩ 5

TnZzZHlp 22d ago

ds主要选择多,有很多家都提供,剩下两个可选择的平台的就比较少了。并且最近ds好像是上了新技术flash输出差不多能到80t/s了

♥ 10 ↩ 1

丁达尔迅贤 22d ago

gemini-3.5-flash api相比之下老贵了。opencode go订阅里的deepseek v4 flash和mimo v2.5 换算下来一个月100多亿,都不知道怎么才用的完[笑哭],要是有mimo v2.5加入对比就好了

♥ 32 ↩ 14

周枣树人 22d ago

和我实际的体感差不多,ds4flask写后端的逻辑非常不错,性价比极高,但是前端就是一个灾难。不过鉴于DeepSeek其实是没有多模态能力,这个也是能理解的,不过glm也没有多模态,前端能力还不错,估计是后训练的时候挂了一个视觉分析模型,只能看deepseek什么时候能把后训练搞好

♥ 18

Meatyan 22d ago

Deepseek和glm这俩最大的遗憾都是没有多模态能力了[笑哭]

♥ 8 ↩ 4

独在故乡亦为异客 22d ago

感觉测评视频可以直接合并了[笑哭]

♥ 14

三息 22d ago

价格比例DeepSeek V4 Flash : Step-3.7-Flash : Gemini 3.5 Flash ≈ 1 : 40 : 150 这价格也能一起比嘛

♥ 16 ↩ 8

村头蚊化拍手晃脑Neo 6d ago

wo用token就和用手机流量一样省...

最热的热带鱼 6d ago

请问这个建模的软件是什么?

Allan挨冷 22d ago

@AI课代表呀 @AI视频总结

AI视频总结 22d ago

本视频深度横评了三款热门Flash模型,旨在寻找性价比最高的AI任务解决方案。 🚀 **Agent Loop测试**:Gemini 3.5 Flash在空间理解与美学设计上表现惊艳,而Step-3.7 Flash则凭借极高的迭代效率脱颖而出。 💰 **性价比之王**:在模拟外卖骑手的复杂决策测试中,谁才是真正的“赚钱能手”?结果出人意料,甚至超越了旗舰模型。 💻 **编程能力大PK**:前端开发看Gemini,后端逻辑看DeepSeek,不同模型的擅长领域有着天壤之别。 ⚖️ **选型建议**:针对美学、高频迭代或复杂脚本的不同场景,视频给出了精准的避坑指南。

-qiyu_ 14d ago

美国豆包就别拿出来比了[doge]

普信的空投 7d ago

3.5 flash 已经降智了,刚开始还能比3.1pro好用,现在感觉还不如3.0flash 用量也少了

乐子一天比一天多 22d ago

Deepseek 至少也得上个pro吧,不过v4完全降智用啥都没差就是了

♥ 2

nihaoqkl 12d ago

牙医这专业评测系统值得好好讲解一下

Ashita_ka 22d ago

梁圣只要继续发新版本 我什么都会做的 赶快换上新的 DSpark 再来测试!

♥ 2

或许是曾经那个少年 22d ago

小鲸鱼涨价嘞[大哭][大哭]天塌了

♥ 1

欣欣子9411 12d ago

选模型说到底还是看场景,前端偏重审美,后端更看逻辑。如果你想把模型能力真正落到实际工作上,比如自动写脚本或者审合同,可以顺手搭配“万联摩尔”来用——它作为执行层的工具效率挺高的,能帮你把AI的想法快速落地成结果。链接在这儿:https://w.f2z.cn/TDMFUb[OK]

Qinjunfeng 12d ago

对我来说足够用了