AA v4.2 · 综合推理Flash 46
熟悉的参照Sol medium 46 / high 48 · Terra 47 · GLM-5.3 49
综合指数接近 Sol medium，但规划是否稳、会不会漏文件、工具调用多少步，必须看真实工作。旧 v4.1.1 的 57 不与这些分数混排。
Z.AI低价合格执行者核验 2026-08-29
GLM-5.3-Flash
强模型已写清计划后的批量实现、可回滚代码支线、结构化抽取与有引用的低风险知识工作
已有跨来源证据
AA v4.2 46（原页未标 effort），邻近 Sol medium 46。DeepSWE 的 max 63%±4%是另一方法，不能据此承诺模糊需求规划等效。
AA v4.2：46 · 原页未标档位 · 原页未标估算 · 核验 2026-09-05
- 上下文
- 1M
- 默认推理
- max
- API 输入
- $0.15 / M
- API 输出
- $0.50 / M
- 开放权重
- MIT
- 判断把握
- 中高
从实际任务看
这款模型擅长哪些具体工作
以下结论来自全站同一份任务数据；点击后可查看首选、替代方案、组合流程和证据限制。高分很亮眼，真实角色仍是低价执行者
GLM-5.3 Flash 高分，但到底强不强
一句话：它足以做有计划、有测试的正式执行工作，但不适合接手模糊需求和关键终审。AA v4.2 接近 Sol medium，不代表真实仓库成功率相同；突出优势仍是可用质量之上的低价。DeepSWE · 原创长程工程max 63%±4 · 约 $0.24 / 题
熟悉的参照DeepSeek Pro max 63%±6 · Luna max / GPT-5.5 xhigh / Grok 4.6 medium 67% · Sol max 73%
粗略想成 100 道陌生工程，它点估计做成约 63 道，比 67% 组少约 4 道、比 Sol max 少约 10 道。误差有重叠时不能硬排，但它与最强负责人仍有可感知差距。
2026-08-29 历史运行 · AA v4.1.1约 49 token/s · 输出约 150M token
熟悉的参照DeepSWE 平均约 123 步，GLM-5.3 约 124 步
保留旧方法的输出量与速度记录，不当作 v4.2 重测账单。单个 token 很便宜，但长输出、多次工具调用和返工仍会放大等待与总成本。
Z.AI API · 长期价与限时价长期 $0.15 / $0.50；限时 $0.075 / $0.25
熟悉的参照限时五折至 2026-09-09 24:00（UTC+8）
本站成本计算器用长期价，避免优惠结束后低估预算。短期试用可以享受五折，但不应据此设计长期产品成本。
怎么实际使用
最稳的用法是：Sol / Opus / GLM-5.3 先把目标、文件边界和验收测试写清；Flash max 执行可回滚支线；测试失败先判断是漏步骤还是理解错，理解错就把任务交回强模型，而不是反复重跑。
不要怎样误读
AA 与 DeepSWE 已足够证明它不是纯新闻模型，但社区反馈仍出现忘记要求、计划缺口、输出偏长和速度波动。本站因此正式收录到成本价值轨道，不把它升级成模糊需求负责人或通用前沿前三。
证据快照：2026-09-05 · 含明确标注的历史运行
集中查看
这个模型的主要判断
AA v4.2 46（原页未标 effort），邻近 Sol medium 46。DeepSWE 的 max 63%±4%是另一方法，不能据此承诺模糊需求规划等效。
DeepSWE max 63%±4%、平均 $0.24/题；Sol max 73%±3%。低单价与可验收执行有价值，不能承诺同等成功率。
它更像流程明确后的便宜执行者，不是模糊需求负责人。AA 约 49 token/s 且输出偏长，DeepSWE 平均 123 步；低 token 单价不等于最快完成。
2026-08-26 发布；匿名预览名为 Ox Alpha，支持文字与图片输入、low / high / max，默认 max
本站计算器使用长期 list price；官方 50% 限时价为 $0.075 / $0.25、缓存 $0.015，至 2026-09-09 24:00（UTC+8）
直接核对
本页的关键来源
官方来源确认型号、规格与可用性；独立来源只回答各自测试覆盖的问题。