阶跃 Step 3.7 Flash：为生产级 Agent 而生的闪电推理利器

核心摘要（Key Takeaways）

精准定位：Step 3.7 Flash 是阶跃星辰于 2026 年 5 月 29 日发布并开源的生产级多模态推理模型，专为高频、多轮的 AI Agent 场景打造。
极致效率：采用总参数 196B + 1.8B (ViT) 的稀疏 MoE 架构，激活参数仅 11B，最高生成速度可达 400 Tokens/s，大大降低响应延迟与成本。
核心能力：原生支持图文多模态理解、高达 256K 上下文窗口、高可靠性的长程工具调用，可轻松应对复杂文档解析、UI 界面交互及代码生成任务。
开源生态：模型权重基于 Apache 2.0 协议全开源，已深度适配 Claude Code、OpenClaw 等主流 Agent 框架及 vLLM、SGLang 等推理引擎。
高性价比：API 计价极低，输入仅 1.35 元/百万 Tokens，输出 8.1 元/百万 Tokens，旨在让开发者低成本构建规模化智能应用。

它是什么：面向 Agent 时代的“闪电引擎”

Step 3.7 Flash 是由国内基础大模型创业公司阶跃星辰（StepFun） 推出的新一代多模态推理模型。它不是一个单纯的聊天机器人，而是一个专为生产级 AI Agent 设计的视觉-语言模型。

简单来说，Step 3.7 Flash 是[一种基于稀疏 MoE（混合专家）架构的多模态大模型]，其核心作用在于[以极低的推理成本和极快的响应速度，在复杂的自动化任务（如自动编写代码、操控电脑软件、深度搜索验证）中提供稳定且精准的执行力]。

相较于前代模型，Step 3.7 Flash 的最大突破在于将“智能”与“效率”完美结合。它的设计理念顺应了行业趋势：Agent 正从简单的演示 Demo 走向大规模企业级部署，这要求模型不仅要“想得对”，还要“跑得快、成本低”。

阶跃Step-3.7-Flash

主要功能与特点：不只是“快”，更是可靠的生产力

Step 3.7 Flash 通过几项关键指标的优化，解决了生产环境中 Agent 落地难、跑偏率高、成本失控的三大痛点。

1. 闪电推理，极速响应

模型采用 196B 总参数下的稀疏 MoE 架构，每次推理仅激活约 11B 参数。这使得其最高生成速度飙升至 400 Tokens/s。

解决痛点：以往大模型在高频调用场景下延迟巨大且费用高昂。Step 3.7 Flash 的极速性能让实时交互和批量化 Agent 任务成为可能。

2. 原生多模态理解与视觉搜索

它不仅能读文字，还拥有 1.8B 参数的视觉编码器，原生支持图像、视频理解。

解决痛点：不需要像其他模型那样额外挂载复杂的“视觉 MCP 中转”工具。用户可以直接丢给模型一张 UI 截图、一份 PDF 或一张表格，甚至是一个“如何起飞”的驾驶舱图片，模型就能自动识别关键信息并转化为操作指令或结构化数据。
实际收益：在信息不确定时，模型还能主动发起联网搜索进行交叉验证，确保信息准确无误。

3. 高可靠工具调用与长程协作

这是生产级 Agent 最核心的能力。Step 3.7 Flash 针对多工具协同进行了深度优化。

解决痛点：常见的模型在长流程任务中容易“忘记”初衷或调用工具失败。该模型在多轮工作流中能够稳定调用 API、浏览器、终端、Office 套件及外部系统。
实测数据：在考察多工具协同的 Toolathlon 基准上得分 49.5%，在真实环境自主任务执行 ClawEval-1.1 上达到 67.1%，在 τ²-bench Telecom 的低、中、高三档推理难度下通过率均超 98%。

4. 超长上下文窗口与灵活推理档位

256K 上下文：支持一次性解析海量长文档，如长篇金融报告或复杂代码库。
三档推理强度：提供 low（简单问答）、medium（默认推荐）、high（复杂数学/规划）三种模式。开发者可根据任务难易在成本与效果间自由取舍，例如在批量低复杂度任务中开启低档模式以大幅降低成本。

如何使用与安装：开发者上手极速指南

Step 3.7 Flash 主打开源易用，无论你是个人开发者还是企业团队，都能找到合适的接入方式。

1. API 云调用（最快上手）

如果你不想折腾本地环境，直接调用阶跃开放平台的 API 是最佳选择：

官网注册：访问阶跃星辰官网 https://www.stepfun.com，进入“开放平台”注册账号。
协议兼容：完全兼容 OpenAI Chat Completions 协议 和 Anthropic Messages 协议。这意味着你只需将现有代码中的 base_url 和 api_key 替换为阶跃提供的地址，即可无缝切换。
推理强度控制：通过 reasoning_effort 参数（low/medium/high）一键切换。

2. 本地部署（私有化与自定义）

模型权重已在 Hugging Face、魔搭社区（ModelScope）等平台开源。阶跃推荐使用自研的 vLLM 或 SGLang 进行部署。

vLLM 部署步骤：

拉取官方预构建 Docker 镜像：
```
docker pull vllm/vllm-openai:stepfun37
```

运行服务：

VLLM_USE_MODELSCOPE=true vllm serve stepfun-ai/Step-3.7-Flash \
  --served-model-name step3p7-flash \
  --tensor-parallel-size 8 \
  --enable-expert-parallel \
  --reasoning-parser step3p5 \
  --enable-auto-tool-choice \
  --tool-call-parser step3p5 \
  --trust-remote-code

小提示：官方还提供了 FP8 和 NVFP4 量化版本，后者甚至可以在 4 卡环境下运行，极大降低硬件门槛。

3. Agent 框架直连

Step 3.7 Flash 已原生适配主流 Coding Agent 工具，无需额外开发。

已兼容工具：Claude Code, OpenClaw (小龙虾), Hermes Agent, KiloCode, RooCode, OpenCode 等。
支持协议：原生支持 MCP 与 Skills 等工具调用协议。

官网地址与入口

阶跃星辰官方网站：https://www.stepfun.com
阶跃AI开放平台（获取API Key与文档）：https://platform.stepfun.com
开源代码/模型权重仓库：GitHub 搜索 stepfun-ai/Step-3.7-Flash 即可找到。

价格与适合谁

API 定价策略（极具性价比）：

计费项单价（每百万 Tokens）

输入（缓存未命中） 1.35 元

输入（缓存命中） 0.27 元

输出 8.1 元
适合人群与场景：
- AI 创业团队：快速构建垂直行业的智能助手，无需自研基座模型。
- 企业数字化部门：进行大批量文档解析、报表自动化生成、知识库总结。
- 独立开发者：作为本地 IDE 与终端 Agent 的“大脑”，实现自动化编程助手。
- 智能硬件厂商：凭借 11B 激活参数与预装经验（已在 OPPO、荣耀等设备预装），适合端侧 AI 应用。

竞品对比：它处于什么段位？

为了让您更直观地理解 Step 3.7 Flash 的优势，这里将其与市面上几款聚焦“效率”与“Agent”的模型做个对比。

维度	阶跃 Step 3.7 Flash	Google Gemini 3.5 Flash	智谱 GLM 5.1 高速版
核心定位	专注 Agent 工作流、高频低成本推理	通用多模态、编程与 Agent 基准	通用认知与高速推理
文本长度	256K	长上下文（具体依版本）	长上下文
速度上限	400 Tokens/s	同级前沿模型的 4 倍	最高 400 TPS（追平）
多模态能力	原生视觉输入（UI、图表、文档直出）	原生多模态	支持多模态
开源生态	完全开源（Apache 2.0），社区生态丰富	闭源 API	闭源/部分开源
核心优势	极高可靠性，打通办公/终端/浏览器工具链	Google 生态整合与全站数据	强大的政企 MaaS 平台与规模

数据来源：根据阶跃星辰官方公告、Google I/O 发布会、智谱官方信息综合整理（2026年5月-6月）。

最近动态与生态热点（截至 2026 年 7 月）

开源爆款潜质：今年 2 月开源的上一代 Step 3.5 Flash，上线一个月即登顶 OpenRouter 平台 OpenClaw 调用量月榜全球第一，HuggingFace 下载量超 30 万次。
商业落地加速：阶跃星辰推行“端侧按 License 收费、云侧按消耗计费”的混合模式。Step 系列模型已作为系统级能力预装进 OPPO、荣耀等手机，总装机量突破 4200 万台。
生态共建活动：阶跃宣布后续将围绕 Step 3.7 Flash 推出生态共建计划和限时免费体验活动，并在 B 站等渠道为 Hermes Agent 等工具用户提供福利。
外部竞争加剧：虽然在速度榜 Artificial Analysis 上排名靠前，但智谱迅速推出了同速率的 API，MiniMax 发布了百万级上下文窗口的 M3 模型。国内大模型“效率战”已进入白热化阶段。

常见问题（FAQ）

1. 阶跃 Step 3.7 Flash 的官网地址是什么？

官网为 https://www.stepfun.com。如果您要直接调用 API，请前往开放平台 https://platform.stepfun.com 注册并获取 Key。

2. 这个模型是完全免费的吗？是不是开源？

模型的 API 调用需要付费，但价格相对低廉。不过，它的模型权重是 100% 开源的，采用 Apache 2.0 开源协议。这意味着只要你有显卡，就可以免费商用，自己部署，无需付 token 费。

3. Step 3.7 Flash 适合用来做什么？

它最擅长的是高频、自动化的 Agent 任务。例如：

让它自动控制电脑软件（如用一句话让模型并行生成 4 个不同风格的专属 PPT）。
作为编程 Agent，帮你自动写代码、修 Bug、重构 Demo。
一次性丢给它 100 页的报告，让它提取关键数据并绘制成表格。

4. 如何在本地部署，需要什么显卡？

官方提供了基于 vLLM 和 SGLang 的 Docker 部署方案。使用 NVFP4 量化版，最低只需 4 张显卡 即可运行满血版模型。

5. 它和 GPT-5 或 DeepSeek V4 Pro 有什么区别？

定位不同。Step 3.7 Flash 不追求绝对的“高考智商巅峰”，而是在工程化的可靠性与成本效率上做到了极致。在需要快速响应、多轮执行、调用工具的实际办公场景中，它的性价比和成功的稳定性往往高于那些体积庞大、收费昂贵的旗舰级纯文本模型。

总结

Step 3.7 Flash 精准命中了当下 Agent 规模化落地的最大痛点：在智力不妥协的前提下，把速度和成本打下来。通过稀疏 MoE 架构、原生多模视觉打通以及全量开源，它其实在传递一个信号——Flash 类模型不再是轻薄的“小弟”，而是能够独当一面、驱动真实业务的智能化基础设施。

阶跃Step 3.7 Flash