2026 最佳 Flash LLM API：GLM 最划算，Gemini 3.8 最強

2026 年 9 月該選哪款 Flash 級 LLM API，取決於你的需求：GLM 5.3 Flash 每一美元能換到最高的基準分數，Gemini 3.8 Flash 綜合能力最強，也是處理音訊與影片的首選，Claude Sonnet 5 最少捏造答案，但價格最高，Seed 2.0 Mini 則是通過所有實測項目的最低價模型。本文所稱的 Flash 級，是各供應商旗下體積較小、速度較快的模型。我們評估了 16 款模型，結果顯示每家供應商的現役模型都優於上一代小型模型。接下來會從牌價、快取價格、輸入類型、思考控制、獨立基準、每項任務成本，以及正式環境中容易出問題的地方，比較其中 9 款現役模型。

TL;DR

• 升級到各供應商的現役模型：Claude Sonnet 5、GPT-5.6 Terra 與 Gemini 3.8 Flash 的每 token 價格雖高於 Haiku 4.5、GPT-5.4 mini 與 Gemini 3.5 Flash-Lite，但每個正確答案的成本低 2.5 到 3.9 倍。
• 最划算：GLM 5.3 Flash，Artificial Analysis 指數為 41.9，每項任務成本 $0.25。
• 綜合能力與多模態最強：Gemini 3.8 Flash。
• 最少捏造答案：Claude Sonnet 5，但每項任務成本最高。
• 最便宜：Seed 2.0 Mini，價格為 $0.10 / $0.40。

這 9 款模型差在哪裡？我們怎麼測？

價格與功能資料來自供應商頁面，基準成績取自使用同一套測試框架評估所有模型的獨立排行榜。我們自己的測試只用來判斷是否達到採用門檻，不做排名。排行榜包括 Artificial Analysis（AA）Intelligence Index v4.3 及其非幻覺率（模型選擇拒答而非猜測的頻率）、LiveBench、Vals Index，以及 Arena 的文字與 WebDev 投票分數。我們的測試包含 11 道可核對數值答案的題目，例如數字計數、質數加總、網格路徑、硬幣找零、模冪、背包問題等，每題執行 3 次。另外還有 5 個不存在的公司、研究機構、城鎮、合金與獎項問題，再逐一完整閱讀回答，判斷模型會拒答還是捏造。本文所稱的思考，是模型在作答前產生的推理 token。這些 token 依輸出計費，並透過 reasoning_effort 等欄位逐次設定。每款模型都以預設值及其支援的所有思考設定執行。

資料來源，讀取日期為 2026-09-17：Artificial Analysis、LiveBench、Vals Index、Arena 文字排行榜及 Arena WebDev 排行榜。Arena 採用類似 Elo 的評分，20 分差距不大。Qwen3.8 Flash 在榜上列為 Qwen3.8-Flash-Next，也就是該 API 背後的開放權重模型。測量於 2026-09-16 與 17 進行，其中兩款模型在第二天重新執行，用來確認跨日結果可比較。

沒有任何模型在所有排行榜都領先：Terra 的指數最高，DeepSeek 在 LiveBench 居首，Gemini 3.8 Flash 拿下 Vals 與 Arena 文字榜第一，Qwen3.8 Flash 則領先 Arena WebDev。AA 非幻覺率與我們 5 道虛構問題的結果一致，都能看出哪些模型偏好猜答案：DeepSeek V4.1 Flash、Luna 與 Terra 很少拒答，GLM 5.3 Flash 與 Sonnet 5 通常會拒答。Seed 2.0 Mini 沒有任何獨立評分，因此我們的測試是目前唯一的依據。

哪些供應商的模型算 Flash？該升級到最新款嗎？

各供應商最新的小型模型都算，而且都該升級。Google、DeepSeek、Alibaba、Z.ai、ByteDance 與 Tencent 會將自家模型標成 Flash、Mini，或只提供一款低價模型。Anthropic 當代產品線是 Fable、Opus 與 Sonnet，而 Haiku 4.5 已落後一個世代（2025 年 10 月推出，最早於 2026 年 10 月 15 日退役），因此本文將 Claude Sonnet 5 視為 Claude 的 Flash 級模型。OpenAI 文件則把 GPT-5.6 Terra 對應到舊有 mini 級別，GPT-5.6 Luna 對應到 nano。Sonnet 5（$2 / $10）與 Terra（$2 / $12）的每 token 價格是其餘 7 款的數倍，因此在下方另列為獨立價格帶。

我們也評估了 4 家供應商的上一代小型模型，並以每個正確答案的成本評分：將 33 次執行的總花費除以正確答案數。若模型只有一半答對，每個答案的成本就會加倍。每組比較都是現役模型勝出。TL;DR 提到的 3 組比較中，新模型的每 token 價格雖然較高，每個正確答案卻更便宜：

• Claude Sonnet 5 優於 Claude Haiku 4.5。Haiku 必須開到最高思考設定才得到 32 / 33；Sonnet 5 在所有啟用思考的設定下都得到 33 / 33，而且在最便宜的 max 設定下，每個正確答案成本低 2.9 倍。兩者都拒答全部 5 道虛構問題。
• GPT-5.6 Terra 優於 GPT-5.4 mini。Mini 預設只得到 9 / 33，必須調到 high 才能得到 33 / 33；Terra 在 low 就得到 33 / 33，成本低 2.5 倍。Terra 捏造了 2 個答案，mini 則拒答全部 5 題。
• Gemini 3.8 Flash 優於 Gemini 3.5 Flash-Lite 與 Gemini 3.7 Flash。相較 Flash-Lite，每個正確答案成本低 3.9 倍，而且對 Flash-Lite 作答的 3 道虛構問題都選擇拒答。Flash-Lite 只在單步擷取任務中仍有使用空間。相較 3.7 Flash，兩者牌價相同，3.8 每次呼叫約貴 10%，因此升級換到的是能力，不是成本節省。
• GPT-5.6 Luna 優於 GPT-5.4 nano，兩者同樣得到 31 / 33，但 Luna 每個正確答案的成本約只有三分之一；Qwen3.8 Flash 也優於 Qwen3.6 Flash 與 Qwen3.5 Flash，後兩者的思考量約多 10 倍，每個正確答案成本高 6 到 27 倍。

本文其餘部分只討論這 9 款現役模型。

這 9 款模型要多少錢？

依輸出牌價可分成 3 個價格帶。長條顯示各模型在最佳設定下，每個正確答案的實測成本，因此牌價便宜但思考量大的模型也會反映在圖上。標籤同時列出牌價與快取讀取價格，也就是重複 prompt 前綴的成本占輸入價格的比例。

價格帶不太能預測實際帳單：GPT-5.6 Terra 位於最高價格帶，每個正確答案卻比 Gemini 3.8 Flash 便宜，也只比 Seed 2.0 Mini 高約四分之一。模型使用的思考量，對成本的影響不亞於牌價。價格也經常調整，並隨時間與地區而異：Google 的 3.x Flash 價格將在 2027 年 1 月 1 日加倍（Gemini 3.8 Flash 調為 $1.50 / $7.50）；DeepSeek 在平日 UTC 01:00 到 04:00 及 06:00 到 10:00 以半價計費；OpenAI 在 7 月將 GPT-5.6 Luna 降價 80%；Qwen3.8 Flash 在 Alibaba 新加坡區以外便宜 19% 到 25%。測試期間另有 3 款現役小型模型尚未在 Synthorai 提供，因此未納入實測：Mistral Small 4（$0.15 / $0.60）、StepFun Step 3.7 Flash（$0.20 / $1.15）與 Amazon Nova 2 Lite（$0.30 / $2.50）。

各模型支援哪些輸入？思考可以關閉嗎？

9 款模型中有 8 款支援圖片，4 款支援影片，2 款支援音訊。Hy3 是 Tencent 的 Hunyuan 3，只能讀取文字。最後一欄表示使用嚴格 schema 執行發票 JSON 擷取時，8 次執行中有幾次回傳正確值。

「透過 tool call」表示 schema 是以工具輸入傳入，並強制 Claude 呼叫該工具。「僅 json_object」表示嚴格 schema 在我們的請求路徑中無法正確回傳，改用 {"type": "json_object"}，並在 prompt 中指定欄位名稱後才成功。需要音訊輸入可選 Gemini 3.8 Flash 或 Seed 2.0 Mini；需要超過 128K 的輸出可選 DeepSeek V4.1 Flash；需要自行託管權重則可選 DeepSeek、GLM、Hy3 或 Qwen3.8 Flash。

整項任務要多少錢，而不只是每 token 價格？

一次呼叫的成本，取決於價格乘上模型自行決定使用的 token 數量。在這個級別中，後者的變動比前者更大。最公平的公開指標，是 Artificial Analysis 執行一項指數任務的成本，其中包含思考 token。目前 9 款模型中有 8 款提供這項資料。

GLM 5.3 Flash 的分數與 GPT-5.6 Terra 相差不到 0.5 分，但每項任務成本只有五分之一。Qwen3.8 Flash 的牌價與 GLM 幾乎相同，每項任務卻貴 50%，原因是跑完整個指數時，Qwen 輸出了 2.4 億個 token，GLM 則是 1.8 億個。Claude Sonnet 5 在 max 下每項任務成本為 $5.09，預設 high 則為 $1.79，多花這筆成本換到 6 點指數分數。我們的單次呼叫也呈現相同現象：Seed 2.0 Mini 的牌價低於 Qwen3.8 Flash，每個正確答案卻貴 3.4 倍，因為每項任務的思考 token 中位數為 2,810，Qwen 則是 530。

快取讀取成本占輸入價格的比例，DeepSeek 為 2%，Google、OpenAI、Anthropic 與 Alibaba 約為 10%，Z.ai 與 ByteDance 為 20%，Tencent 為 25%。對 agent 與 RAG 流量而言，也就是檢索增強生成，每次都把擷取到的文件貼入 prompt，快取讀取價格就是帳單關鍵：一段快取的 100K-token 前綴，每次呼叫在 DeepSeek V4.1 Flash 上只要 $0.0006，在 Sonnet 5 或 Terra 上則是 $0.02。OpenRouter 報告指出，V4.1 Flash 上線後某一天提供的 token 中，有 90% 是快取讀取（貼文）。批次方案會在數小時內回覆，並將 Gemini 3.8 Flash、GPT-5.6 Luna、Terra 與 Sonnet 5 的價格減半；Qwen3.8 Flash、GLM 5.3 Flash 與 Hy3 沒有批次方案。

該選哪款 Flash 模型？

重視性價比選 GLM 5.3 Flash，重視能力與多模態輸入選 Gemini 3.8 Flash，要求最少捏造答案選 Claude Sonnet 5，追求最低價格選 Seed 2.0 Mini。

另外 3 款模型各因一項缺點未獲選。GPT-5.6 Terra 的指數最高，在 low 下得到 33 / 33，每個正確答案成本為 $0.00199，但輸出價格高達每百萬 token $12，仍捏造了 5 題中的 2 題。DeepSeek V4.1 Flash 在 LiveBench 居首，快取也最便宜，但只能讀取文字與圖片，開啟思考時捏造了 5 題中的 4 題。Qwen3.8 Flash 在我們的測試中，以最低成本拿到滿分，每個正確答案只要 $0.00046，Arena WebDev 也排名第一，但它捏造了 2 個答案，在嚴格 schema 下寫出錯誤整數，而且產生 400 字說明花了將近 3 分鐘。

不要只選一款模型，應該依請求路由：答案可核對的封閉式任務，交給通過測試的最低價模型（GLM 5.3 Flash、Qwen3.8 Flash、Hy3）；開放式事實問題，交給願意拒答的模型（GLM 5.3 Flash、Sonnet 5、Gemini 3.8 Flash）；長時間 agent 任務，則使用預算內能力最強的模型。

哪些 Flash 模型在預設設定下不合格？

9 款中有 2 款，但只要把開放式問題送到會拒答的設定，就能通過。採用門檻以模型出廠預設設定判定：任務至少答對 30 / 33，5 道虛構問題最多捏造 2 題。

GPT-5.6 Terra 與 Qwen3.8 Flash 剛好踩在門檻上，各自捏造 2 個答案。Terra 的答案包括「0 名員工」與「約 1,455 °C」，因此處理開放式問題時也應採用相同方式。

Flash 模型夠用嗎？還是需要更大型的模型？

有明確邊界的工作，Flash 已經夠用。在較短的 agent 基準中，模型會在 shell 內操作真實程式碼儲存庫。DeepSeek V4.1 Flash 在 Terminal-Bench 2.1（90.6 對 87.9）與 DeepSWE（74.2 對 62.7）都勝過 DeepSeek V4 Pro。Gemini 3.8 Flash 在 Terminal-Bench 2.1 得到 89.4，也高於 Claude Opus 5 的 89.1。9 款模型在我們的雙輪 tool calling 迴圈中，都是 3 次成功 3 次。

長時間任務與長 context 的差距仍然明顯。在 Terminal-Bench 4.0 中，Google 自己的表格顯示 Gemini 3.8 Flash 得到 19.1，Opus 5 則是 51.8。OpenAI 的多針檢索測試使用 512K 到 1M token，GPT-5.6 Luna 得到 41.3，GPT-5.6 Terra 則是 72.5。擁有 1M context window，不代表最小型模型能可靠回憶全部 1M token。Flash 模型適合擷取、分類、短工具步驟，以及形態已知的程式碼修改；長時間 agent 任務的規劃，以及針對超長文件的問題，仍應交給更大型的模型。

Flash 模型上正式環境後，最常壞在哪裡？

問題通常出在預設值與請求格式，而不是模型能力。

• 有 2 款模型無法關閉思考。我們嘗試的所有關閉設定，都讓 Gemini 3.8 Flash 與 GLM 5.3 Flash 回傳 400。
• 預設值分布在兩個極端。GLM 5.3 Flash 預設為 max，Qwen3.8 Flash 預設為 xhigh（Alibaba 文件）。在我們的 5 道虛構問題中，Qwen3.8 Flash 使用的推理 token 中位數為 11,680。Google 會把思考 token 計入 max_output_tokens，因此上限設得太緊，可能收到遭截斷甚至空白的答案，卻仍然會計費（思考指南）。
• Claude 使用自己的控制參數。Claude Sonnet 5 透過 output_config.effort 設定思考深度，並拒絕舊版 budget_tokens（effort 文件）；它不支援 reasoning_effort。
• 工具迴圈必須把推理內容送回去。DeepSeek 的思考模式要求帶上前幾輪的 reasoning_content（思考模式），Gemini 則會在 function-call part 附加 thought signature。重新建構訊息歷史的 framework 會遺失這兩者。
• 嚴格 JSON 的行為不一致。Qwen3.8 Flash 會遵守 schema 型別，卻在 8 次執行中的 5 次寫出錯誤整數（例如 -561994 的明細項目）。Qwen、GLM、Hy3 與 DeepSeek 應使用 json_object，並在 prompt 中指定欄位名稱；Claude 則使用 tool call。
• 思考會改變模型是否誠實。DeepSeek V4.1 Flash 開啟思考時捏造 5 題中的 4 題，關閉後一題也沒有。
• 模型 ID 會移動。自 9 月 10 日起，deepseek-v4-flash 已改為提供 V4.1 Flash（價格）；Claude Haiku 4.5 最早可能於 10 月 15 日退役（棄用資訊）。若有日期版本，應固定使用，例如 seed-2-0-mini-260428。
• 開放權重模型在第三方託管環境的表現不一。DeepSeek、GLM、Qwen 與 Hy3 由多家供應商提供，各自採用不同的量化方式與快取行為。9 月曾發現一家轉售商把付費請求導向較便宜的模型（Hacker News）。請將供應商回覆與模型原廠 API 的結果互相比對。

速度主要取決於預設思考設定，而不是模型大小。以下是 2026-09-17 使用各模型預設設定，以串流方式產生 400 字說明的結果，每款執行 3 次：

每秒 token 數會把整次呼叫中的推理與答案一併計入。Sonnet 5 的 adaptive thinking 在寫作任務上沒有耗費思考 token，能立即開始作答；Qwen3.8 Flash 則使用了中位數 10,697 個推理 token，因此開放式 prompt 可能讓一款能低價處理封閉式任務的模型跑上好幾分鐘。

在 OpenAI 相容請求中，只要用一個欄位設定思考強度，思考用量則會回傳在 usage：

from openai import OpenAI

client = OpenAI(base_url="https://synthorai.io/v1", api_key="sk-syn-...")
r = client.chat.completions.create(
    model="gemini-3.8-flash",          # or glm-5.3-flash, gpt-5.6-terra, ...
    reasoning_effort="low",
    max_tokens=32768,
    messages=[{"role": "user", "content": "Compute 7 raised to the power 222, modulo 1000. Reply with a single integer."}],
)
u = r.usage
print(r.choices[0].message.content, u.completion_tokens, u.completion_tokens_details.reasoning_tokens)

Claude Sonnet 5 則要把相同請求送到 Messages API，並設定 output_config: {"effort": "low"}。

Synthorai 如何處理這些差異

上述每款模型都能透過同一個 endpoint，以單一 model ID 呼叫，支援 OpenAI 相容或 Anthropic 相容格式。模型比較頁面可並排比較任意兩款模型的價格、快取、輸入類型、context 與供應商基準。9 款模型的最新價格都列在模型價格比較頁面。

常見問題

Claude Sonnet 5 算 Flash 模型嗎？ Anthropic 並未稱它為 Flash，但它是 Claude 當代產品線中最小的模型，因為 Claude Haiku 4.5 發布於 2025 年 10 月，且最早可能在 2026 年 10 月 15 日退役。Claude Sonnet 5 的價格是 $2 / $10，高於 Haiku 的 $1 / $5，但在我們的測試中，每個正確答案成本低 2.9 倍。

Gemini Flash API 免費嗎？ Gemini 3.8 Flash 在 Google AI Studio 提供免費方案，但 Google 會使用免費方案內容改進其產品（價格），而服務歐洲經濟區、瑞士或英國使用者的應用程式只能使用付費服務（條款）。付費方案在 2026 年 12 月 31 日前為 $0.75 / $3.75，之後調為 $1.50 / $7.50。

該用 Gemini Flash 還是 Flash-Lite？ 除非所有請求都是單步擷取，否則應選 Gemini 3.8 Flash。它在 Artificial Analysis 指數得到 41.2，Gemini 3.5 Flash-Lite 只有 23；在我們的測試中，每個正確答案成本低 3.9 倍；Flash-Lite 對 5 道虛構問題回答了 3 題，3.8 Flash 則全部拒答。Flash-Lite 的價格是 $0.30 / $2.50，約 4 秒即可作答。

該選 GPT-5.6 Luna 還是 GPT-5.6 Terra？ 大量請求選 GPT-5.6 Luna，高難度推理選 GPT-5.6 Terra。Luna 的價格是 $0.20 / $1.20，預設得到 31 / 33，每個正確答案成本為 $0.00030；Terra 的價格是 $2 / $12，在 low 得到 33 / 33，每個正確答案成本為 $0.00199，並擁有 9 款模型中最高的指數分數。兩者在預設設定下都會捏造答案，Luna 是 5 題中的 4 題，Terra 是 2 題。

哪款 Flash 模型最適合寫程式？ Qwen3.8 Flash、DeepSeek V4.1 Flash 與 GLM 5.3 Flash 在 Arena WebDev 領先，分數分別為 1635、1614 與 1607。DeepSeek 在 LiveBench 的 agentic coding 類別居首，得到 77.3；DeepSeek 與 Claude Sonnet 5 則在 Vals 的 Vibe Code Bench 領先，分數分別為 84.7 與 81.3。

相關文章：DeepSeek V4.1 Flash API 成本、GLM 5.3 API 成本、Gemini 3.7 Flash API 成本、跨供應商的 prompt 快取比較、依使用情境選擇最佳 LLM。

← 返回部落格