1492 年，哥倫布駛向大西洋深處。遠洋航行當然需要速度，但真正決定船隊能否抵達彼岸的，是淡水、食物、船體、桅桿和帆索能否撐過漫長風暴。改寫跨洋貿易的，正是這種并不浪漫的工程邏輯。

后來，荷蘭人設計出「福祿特」商船：造價更低、船員更少、貨艙更大，能在大西洋航線上穩定往返。遠洋航行由此從冒險家的孤勇，變成一門可復制、可計算、可擴張的生意。

今天的 AI 模型競爭，也走到了類似的十字路口。

過去，人們談模型，習慣談參數、榜單和峰值能力，但 APPSO 在使用 Claude Code、Codex 這類 coding agent 之后，明顯感覺到當 AI Agent 開始走向生產環境，真正在乎的問題變得有些不一樣了：能不能持續處理高頻請求，能不能穩定調用工具，能不能理解復雜界面，能不能嵌入企業既有流程并長期運轉。

這些問題的答案，往往不在跑分榜單里。

最近，階躍星辰正式發布并開源 Step 3.7 Flash。作為面向生產級 Agent 的新一代 Flash 模型，它主要服務 Agent、Coding、Search 與多模態工作流。

它出現的時機，恰好踩在這個路口上。生產級 Agent 要的早就不只是快和便宜，更重要的是夠可靠、夠好用、夠容易部署，還能在真實工作流里一天天產出結果。

Flash 模型，不再是旗艦的平替

過去，Flash 模型常被當成旗艦模型的輕量版，賣點無非就是快和便宜。但當 Agent 成為工作流的核心，Flash 模型的角色就變了。

如果模型在多輪任務中容易偏離目標，無論是企業還是個人都很難放心采用。相反，一個模型若能在速度、成本、工具調用、多模態理解和生態兼容之間取得平衡，才有機會成為 Agent 系統真正可依賴的基礎能力。

某種意義上，Agent 時代要的 Flash 模型，已經從「更快的小模型」升級成了「生產效率最高的基座模型」。

它既要夠得著旗艦模型的能力上限，又要扛得住大規模 Agent 調用的效率壓力。Step 3.7 Flash 的定位，正是后者——新一代 Agentic 基座模型。

而生產級 Agent 的第一道門檻，是理解真實工作環境。

大量 Agent 任務分布在復雜界面、辦公文檔、圖表系統、瀏覽器頁面、專業軟件和內部工具之間。只擅長文本問答的 Agent，很難真正處理這些任務。

Step 3.7 Flash 重點強化的，正是原生多模態理解與執行能力。它可以理解 UI、圖表、文檔、圖片和應用界面，也可以在復雜視覺問題中自主裁剪、放大、重讀圖像。遇到信息不確定的情況，模型還能主動發起搜索，并對文本和圖像信息進行交叉驗證。

這里有個反直覺的設計思路。對一個 11B 激活的 Flash 模型來說，把海量視覺知識硬塞進權重是不劃算的。階躍反其道而行：權重里只留最核心的推理引擎，把感知邊界和世界知識外推到推理階段，靠極快的速度，用「多看幾眼、多查幾遍」去換「參數本來不夠用」的那部分能力。

低延遲和高吞吐，到這里就不只是部署時的優勢，直接變成了能力本身的一部分，巧妙且機智。比如在這個駕駛艙操作的演示中，用戶只輸入「如何起飛」，模型就會自動框選駕駛艙區域，識別儀表、按鈕和關鍵操作信息，理解當前界面的操作邏輯，并生成分步驟教程。

這里的重點不止在于它能識別一張駕駛艙圖片，更關鍵的是，它能把一個密集、陌生、強依賴上下文的視覺環境，轉換成一個人可以照著做的任務指引。

能看懂，和能教你動手，難度系數完全不一樣。

我們還把 Step 3.7 Flash 接入了一套手機 GUI Agent 流程，并用一臺 vivo 手機完成演示。

手機通過 USB 連接 Mac，打開 ADB 調試授權后，終端就可以獲取手機當前截圖，并通過 scrcpy 同步顯示手機畫面。隨后，腳本把這張截圖發送給 Step 3.7 Flash，讓模型判斷屏幕里正在發生什么。

比如我們讓 Step 3.7 Flash 看了一眼手機里的微信讀書熱搜榜。它不只是把頁面上的字讀出來，還能理解榜單結構：哪些是書名，哪些是封面，當前排名是多少，有多少人在讀，推薦值又對應哪本書。

這類能力的意義在于，Agent 面對的是真實 App，而不是整理干凈的截圖。它要先看懂頁面，才有可能繼續幫用戶找書、比對熱度、整理榜單，甚至執行下一步操作。

我們又把它放到美團小判官這樣的頁面里，讓它處理一條商家申訴場景。頁面里同時有用戶評價、圖片證據、商戶回復，以及「用戶更有理」「商家更有理」這樣的處理按鈕。

對模型來說，這已經不是簡單的 OCR，它是在理解一段業務流程：誰在投訴、爭議點是什么、證據是什么、平臺接下來允許做什么。多模態 Agent 要進入真實工作流，遇到的往往就是這種混合了文本、圖片、判斷和操作入口的界面。

換到 Blender 場景里，用戶輸入「怎么刪除這個方塊」，模型會識別 Blender 的界面結構、圖層、工具欄和當前編輯狀態，再給出刪除指定方塊的操作步驟。

再看應用界面設計分析。當用戶要求模型說明「這些設計有什么有趣之處」，模型會識別不同圖片中的信息內容，理解設計元素之間的關系，并生成專業分析。

Step 3.7 Flash 另一項關鍵能力，是聯網與視覺搜索增強。

Agent 在真實業務里碰到的問題，往往牽扯動態信息、外部資料、多源證據，還有一堆殘缺的輸入。模型要是只啃自己肚子里那點知識，時效性和準確性上很容易翻車。

「瑞石樓」這個演示就很典型。模型先從用戶上傳的圖片里讀出可見的線索，圍繞這些線索生成檢索詞，用網頁抓取工具去外面查資料，最后把圖里的視覺信息和網上的文字信息拼成一個完整回答。

搜索到這里，已經不是返回一串網頁鏈接那么簡單，模型是圍著任務目標，主動去找、去篩、去對、去組織證據。這正是 Search Agent 和 Research Agent 真正需要的干活方式。

官方提到，Step 3.7 Flash 在 SimpleVQA Search、V* (Python) 等復雜視覺任務 Benchmark 上，展現出接近更大規模旗艦模型的表現。這也意味著模型能夠在信息不充分的情況下繼續推進任務，并減少未經驗證的回答。

讓 40 個 Agent 同時開工，這才是大模型下場干活的正確姿勢

Agent 與普通聊天機器人的區別，在于調用密度更高。

一次普通問答往往只有一輪交互，而 Agent 完成任務時，需要反復觀察環境、調用工具和讀取結果。Coding Agent 要讀代碼、改文件、運行命令；Search Agent 要檢索、核對和整理信息；辦公 Agent 要處理表格、文檔和郵件。

調用次數一旦大幅增加，模型速度和成本就會成為系統級問題。

Step 3.7 Flash 采用稀疏 MoE 架構，總參數為 196B 加 1.8B ViT，激活參數僅 11B，最高生成速度可達 400 Tokens/s。對于高頻 Agent、Coding Agent、Search Agent、多模態 Agent 和企業知識工作 Agent，這意味著同樣時間內可以完成更多輪觀察、調用和推理。

比如，Step 3.7 Flash 可以構建 Agent 集群，讓 40 個不同身份的虛擬 persona 扮演產品評測團，對一個產品問題進行并行判斷，并實時匯總它們對 5 個 MVP 方向的偏好。

批量跑 Agent 的價值，就在這里了。

過去一個模型做一次分析，成本和延遲都還能忍?？梢坏┢髽I同時跑幾十個 Agent，分別扮演用戶、專家、銷售、產品、運營、客服，吞吐能力立馬成了前提。速度不夠，反饋就慢；價格太高，規?；緹o法成立。

類似地，Agent 并行實時構建大型知識圖譜，同樣屬于高頻、多步驟任務。模型價值不僅體現在生成速度，更體現在單位時間內完成更多觀察、檢索和推理。

再看信息整理。我丟給它一句「我要寫一篇自動駕駛的綜述，分頭去查技術路線、政策法規、市場格局、代表公司四個方向」。

這類任務看似只是匯總資料，實際運行時會觸發多輪搜索、來源核對、內容歸類和結構化輸出。任務鏈條越長，調用次數越密，模型吞吐的差距就越容易被放大。

Step 3.7 Flash 給我的直觀感受是快，但快的同時質量沒有打折——從全網搜集四個方向的資料各自歸到對應板塊，技術路線講得清楚，政策法規和市場格局的信息也分得開，沒有出現把不同方向揉成一團的情況，結構化輸出該有的層級都在。

值得一提的是，Step 3.7 Flash 完成任務的性價比極高，尤其是對 Agent 這種高頻任務形態更友好。

一次 Agent 任務往往包含拆解、檢索、讀網頁、調工具、比對結果和整理輸出，調用次數遠高于普通問答。單次成本差異，放到完整任務鏈里會被迅速放大。

官方數據顯示，開啟 Advisor Mode 后，Step 3.7 Flash 的編程能力達到 Claude Opus 4.6 的 97%，但每個任務成本大約只有后者的九分之一。

也正因為如此，Step 3.7 Flash 的價值不能只用「快」來概括。放到 Agent 工作負載里看，它同時解決了三件事：高吞吐減少等待，更低任務成本支撐規?；\行，接近頭部模型的編程能力則讓它有機會進入真實工作流，承擔持續、復雜的任務。

此外，Agent 要進入生產系統，關鍵還在于穩定調用工具。Step 3.7 Flash 在高可靠工具調用與編排上做了優化。官方稱，它可以在長程多輪 Agent 工作流中穩定調用 API、瀏覽器、終端、Office 工具和外部系統，并保持任務軌跡一致，降低任務偏移和執行失敗的概率。

官方披露了幾組數據。Step 3.7 Flash 在考察多工具協同的 Toolathlon 上達到 49.5%，在考察真實環境下日常自主任務執行的 ClawEval 1.1 上達到 67.1%，在橫跨 44 種職業任務的 GDPval 上達到 45.8%。在 τ2-bench Telecom 的低、中、高三檔推理難度下，通過率均超過 98%。

當然，Agent 生產化還有一個容易被低估的條件：模型必須適配工作流。模型通常被放進一套 harness 里，周圍有提示詞模板、工具協議、瀏覽器環境、文件系統、代碼執行器、評測集、權限系統和業務流程。

對此，Step 3.7 Flash 針對 Claude Code、Kilo Code、Roo Code、OpenCode、Hermes Agent、OpenClaw 等主流 Coding 和 Agent 工具做了兼容優化，也面向 MCP、Skills 等工具調用協議和開發鏈路進行適配。

開發者因此可以更容易地把模型放進已有 Agent 框架中，而不必重新改造整套流程。對企業來說，適配價值不言而喻：模型越容易進入既有系統，試用和部署周期越短，工程成本越低。

目前，Step 3.7 Flash 已在 Kilo Code、Nous Research、Lemonade 等 Agent 與開發者生態項目中完成接入驗證。階躍星辰也在與 Fireworks AI、DeepInfra、Modal Labs 等 AI 基礎設施與推理平臺推進適配，后續還會接入 OpenRouter、ZenMux 等海外模型聚合與開發者平臺。

https://huggingface.co/stepfun-ai/Step-3.7-Flash

截至目前，官方還提供關于 Step 3.7 Flash 的 Model Page、GitHub、Hugging Face、ModelScope、國內開放平臺 API、海外開放平臺 API、Studio 在線體驗，以及階躍 AI App 入口。

這些入口意味著，它同時面向開發者試用、企業 API 接入和開源生態使用。更重要的是，Step 3.7 Flash 支持云端和本地部署。官方還提供了端側多精度版本，面向個人工作站和本地環境進行優化。

海外開發者的實測反饋，也補上了官方數據之外的視角。有人在本地 MoE 測試中對比 DeepSeek V4 Flash、Step 3.7 Flash 和 Minimax M2.7，Step 3.7 Flash 在 agg@64 下運行速度超越其它模型，達到 2123.13 tok/s；

也有開發者提到，自己用 Gemini 3.5 Flash 寫代碼后，再讓 Step 3.7 Flash 檢查，能找出 7 個以上小 bug 和錯誤。無論是指向本地吞吐，還是指向代碼排錯，都切實地說明 Step 3.7 Flash 已經開始進入真實開發流程，并被開發者當成可以長期使用的生產力工具。

基座模型，就該為 Agent 而生

體驗完 Step 3.7 Flash，APPSO 發現它比起追求某個維度的跑分，更強調工程實用性。

多模態、聯網搜索、工具調用、框架兼容、本地部署、低成本、高吞吐。這些單拎出來都不算新鮮，可它們湊在一起，恰好補上了 Agent 在生產環境里最需要的短板。

這條路徑并不花哨，但很適合 Agent 當前所處的階段。我們過去問一個模型，問的是它夠不夠聰明。可 Agent 時代，真正該問的是另一個問題：這個模型，是為誰設計的。

這兩個提問背后的出發點就不一樣。

一個是模型為人優化，意味著它默認面對的是一個會讀、會等、會自己腦補的人類。你問一句，它答一句，慢幾秒沒關系，偶爾含糊也能靠你補上。

但 Agent 不會，Agent 要在觀察、調用、推理、糾錯的循環里連軸轉，它一天發出的請求，可能比一個人一年說的話還多。它不會替模型打圓場，模型跑偏了，它就跟著跑偏。

為人優化的模型，未必適合 Agent 。這也是為什么 Flash 這個詞，在 Agent 時代有了新的含義。它不再只是旗艦的廉價替身，而要從頭按 Agent 的脾氣重新設計了一遍。

Step 3.7 Flash 這些特點恰好對應了這個邏輯。

原生多模態，是因為 Agent 得先看見任務現場；400 Tokens/s，是因為高頻調用經不起慢；工具調用的穩定性，是因為長程任務斷一環就全斷；harness 適配，是因為模型再強，進不去現成的系統也白搭。

它不是沖著榜單去的，是沖著「Agent 究竟怎么高效、高性價比干活」去的。從 Step 3.5 Flash 到 Step 3.7 Flash，階躍星辰一路強化的，其實都是同一件事：讓模型為 Agent 而生，推動 Agent 進入規?；逃谩?/strong>

這也會成為模型今后一個重要的進化路線，Step 3.7 Flash 也還不是終點。但它讓我們看到了一個變化：評判 Agent 時代的模型，不該只盯著它有多聰明，而要看它愿不愿意把那些瑣碎的工程賬，一筆一筆算明白。

1492 年真正改變世界的，其實不是哥倫布那一次驚險的橫渡，反而是后來那些福祿特商船能一趟趟穩穩地出海、返航、裝貨，然后再出發。冒險家負責抵達彼岸，商船負責讓彼岸變成航線。

模型競爭走到 Agent 這個階段，道理也類似。真正拉開距離的，不只是跑分上的驚艷，更是那些能讓 Agent 反復出發、可靠抵達，并把能力沉淀成航線的模型。