核心信息

一次使用相同 /design 提示词的 FlappyBench 测试对比了三款模型——DeepSeek V4.1-Flash、GLM 5.3 和 Kimi K3，结果显示它们在质量和成本上差异明显。

要点

  • DeepSeek V4.1-Flash 性价比最高： 得分 9/10，单次成本仅 $0.0089，是三款中最低。
  • GLM 5.3 综合表现最佳： 得分 9.5/10，UI 还原到位，但成本约为 DeepSeek 的 2 倍（$0.0184）。
  • Kimi K3 明显落后： 得分 8/10，游戏玩法疑似硬编码，成本约为 DeepSeek 的 8 倍（$0.0740）。