中信证券DeepSeek V4 Flash测评及国产大模型对比展望

发布时间：2026-08-06 一、会议基本情况 1. 本次会议为中信证券白名单会议，仅限受邀客户参与，未经许可不得对外传播内容二、核心测评信息 1. 测评涉及DeepSeek V4 Flash、Gemini 5.2（智谱GM5.2）、Moonshot Kimi 3（Kimi K3）、Mixtral 8x7B（Mixm3）四款大 模型2. 评价维度设定：前端占比35%、后端占比35%、质量占比30%的定量评价3. 实测综合排名：Kimi K3排名第一，GM5.2得分略高于DeepSeek V4 Flash，Mixm3因发布时间最久排第四，符合模型越新性能越强的判断 三、各模型关键参数与任务执行数据 1. DeepSeek V4 Flash：7月31日正式上线，参数2840亿（激活130亿），Pro版尚未发布仍在等待；在Cloud Code运行，耗时35分钟，消耗3500万Token，花费1.21元，缓存命中99%，性价比突出2. GM5.2：在自身Code运行，耗时18分钟，消耗1300万Token，适配B端开发场景，老套餐性价比高但新套餐提价后优势减弱3. Mixm3：在自身Agenti运行，耗时50多分钟，套餐定位量大管保、高性价比4. Kimi K3：完成任务时因Token耗尽充值补费，执行时间最长但完成效果最佳四、各模型核心优势与短板 1. DeepSeek V4 Flash：代码能力较前代提升，成本仅为竞品十分之一左右，成本优势显著；非代码场景能力接近GM5.2、弱于Kimi K3，存在指令遵循度、幻觉问题，付费用户为普惠型开发者，与智谱等高价值付费群体分化2. GM5.2：后端架构能力强、执行效率高，适配B端3. Mixm3：前端交互体验好、套餐性价比高4. Kimi K3：智能化水平高、任务完成效果好，代码能力领先，Multi-M3视觉还原度好；性价比及效率偏低 五、后续展望与行业判断 1. 期待8月发布的DeepSeek V4 Pro版，能力对标甚至超越OpenAI o4.82. 国产大模型下半年将呈第一梯队竞争格局，DeepSeek、Kimi或交替领先3. 当前国产模型核心瓶颈为算力短缺，DeepSeek提价或因调用量过大致基础设施承压，提价不影响C端用户，利于商业化4. 未来大模型不会一家独大，各模型有不同优势与擅长领域，欢迎投资人与中信计算机团队进一步交流 六、风险与关注 1. DeepSeek V4 Flash存在指令遵循度、幻觉问题2. Kimi K3性价比及效率偏低3. 国产大模型面临算力短缺的核心瓶颈4. DeepSeek提价后其普惠型开发者付费群体的接受度有待观察