速度翻倍！阶跃星辰开源Step 3.7 Flash大模型，面向生产级智能体工作流优化

随着AI智能体从演示场景走向真实业务落地，大模型对速度、成本、稳定性和多模态能力提出了更高要求。近日，阶跃星辰正式发布并开源新一代Flash模型 Step 3.7 Flash。该模型面向生产级Agent场景打造，重点围绕代码编写、联网搜索、多模态工作流和工具调用稳定性进行优化，被视为阶跃星辰在智能体大模型方向的一次重要产品升级。

公开资料显示，Step 3.7 Flash采用稀疏MoE架构，总参数为 196B+1.8B ViT，激活参数为 11B，最高生成速度可达 400 Tokens/s，适合高频、多轮、低等待的Agent应用场景。

对于开发者和企业用户来说，Step 3.7 Flash的价值不仅在于模型参数规模，更在于它围绕真实智能体工作流进行了专门设计。无论是复杂代码任务、网页搜索、文档解析、UI界面理解，还是API、浏览器、终端、Office工具调用，Step 3.7 Flash都更强调长期任务中的稳定执行能力。

Step 3.7 Flash是什么？

Step 3.7 Flash是阶跃星辰推出的新一代开源Flash模型，定位为面向真实Agent工作流的高效率多模态大模型。与普通聊天模型不同，Step 3.7 Flash并不只关注单轮问答，而是更加关注智能体在复杂任务中的连续执行能力。

在实际应用中，AI智能体往往需要完成多个步骤。例如，用户提出一个需求后，模型可能需要先理解任务，再搜索资料、读取网页、解析图片、调用工具、写代码、检查结果，最后生成可执行方案。这个过程中，模型不仅要“会回答”，还要“能执行”“不跑偏”“能纠错”。

Step 3.7 Flash正是围绕这一类生产级Agent场景优化。官方平台也将其描述为面向生产级Agent的高效率Flash模型，强调多模态理解与执行、联网与视觉搜索增强、可靠工具调用与编排、Agent生态兼容等能力。

采用稀疏MoE架构，兼顾规模与效率

Step 3.7 Flash的一大核心亮点，是采用先进的稀疏混合专家架构，也就是MoE架构。

MoE架构的优势在于，模型可以拥有较大的总参数规模，但在处理每个Token时只激活其中一部分专家参数。这样既能保留大模型的知识容量和推理能力，又能降低实际推理时的计算压力。

Step 3.7 Flash总参数达到196B，并搭载1.8B规模的ViT视觉模块，但每个Token仅激活约11B参数。这样的设计让模型能够在较高能力水平下保持更快响应速度，也更适合Agent场景中的高频调用需求。

在智能体工作流中，速度非常关键。一个Agent任务可能包含几十次甚至上百次模型调用，如果每一步等待时间过长，整体体验就会明显下降。Step 3.7 Flash最高生成速度可达400 Tokens/s，这意味着它更适合部署在需要快速反馈、多轮执行和低延迟交互的业务系统中。

最高400 Tokens/s，提升Agent任务完成效率

“速度翻倍”是Step 3.7 Flash最受关注的卖点之一。相比上一代Flash模型，Step 3.7 Flash在生成速度、任务响应和Agent工作流执行效率上进一步提升。

对于普通聊天机器人来说，速度提升意味着回答更快；但对于智能体来说，速度提升的意义更大。因为Agent不是只回答一次，而是要连续完成多个环节。

例如，一个代码Agent可能需要：

理解需求；
拆解功能模块；
编写代码；
调用终端运行测试；
根据报错修改代码；
再次测试；
生成说明文档。

如果每一步模型响应都很慢，整个任务就会变得低效。Step 3.7 Flash面向高频、多轮Agent场景优化，可以帮助智能体更快完成长链路任务，减少用户等待时间。

在企业场景中，生成速度提升还意味着更低的单位任务成本。对于需要大规模调用AI能力的平台来说，模型速度越快，单位时间内可处理的任务越多，整体服务效率也会更高。

原生多模态理解：可解析UI、图表、文档和复杂视觉信息

Step 3.7 Flash不仅是文本模型，也具备原生多模态理解能力。它可以直接处理UI界面、图表、文档、图片以及应用界面，并将复杂视觉信息转化为结构化结果和可执行任务。

这对于Agent应用非常重要。未来的智能体不只是读取文本，还需要理解屏幕、网页、报表、表格、按钮、流程图和业务系统界面。

例如，在办公自动化场景中，AI需要读取PDF、表格和图表，提取关键信息并生成报告。

在软件测试场景中，AI需要识别UI界面，判断按钮位置、页面结构和交互流程。

在数据分析场景中，AI需要理解图表走势、指标变化和异常数据。

在客服与运营场景中，AI可能需要根据后台页面信息执行查询、记录和分析任务。

Step 3.7 Flash通过多模态能力，让智能体可以从“只读文字”走向“看懂界面”，这对真实业务流程自动化具有较高价值。

针对代码编写优化，适合Coding Agent场景

代码能力是智能体落地的重要方向之一。越来越多企业希望AI不仅能解释代码，还能完成项目搭建、脚本编写、代码修复、测试生成和文档补全等工作。

Step 3.7 Flash围绕Coding场景进行了优化，适合用作代码智能体的基础模型。在代码任务中，模型需要具备多方面能力：

准确理解开发需求；
生成可运行代码；
识别上下文依赖；
处理错误日志；
调用终端或开发工具；
根据反馈持续修复；
保持多轮任务一致性。

相比单次生成代码，真实Coding Agent更强调长链路稳定性。Step 3.7 Flash针对Agent、Coding、Search与多模态工作流进行系统优化，能够更好适应开发者在复杂项目中的使用需求。

对于开发团队来说，这类模型可以应用在代码助手、自动化测试、低代码平台、数据处理脚本生成、企业内部工具开发等场景中。

联网搜索增强：让AI回答更适合动态信息场景

在智能体任务中，联网搜索能力同样关键。很多问题并不是模型仅靠已有知识就能准确回答的，尤其是涉及实时信息、产品资料、技术文档、价格、政策、新闻和行业动态时，模型需要主动搜索并交叉验证。

Step 3.7 Flash针对联网搜索进行了优化，在信息不确定时可以主动发起搜索并进行验证。

这让它更适合以下场景：

行业研究报告生成；
竞品信息整理；
技术文档查询；
实时市场信息分析；
新闻摘要与趋势追踪；
企业知识库外部信息补充。

相比只依赖模型参数记忆，具备搜索增强能力的Agent更适合处理动态任务，也能减少过时信息带来的风险。

工具调用稳定性提升，适合长链路Agent工作流

生产级Agent能否真正落地，关键不只是模型是否聪明，还要看工具调用是否稳定。

在真实业务中，Agent通常需要调用多个工具，例如API、浏览器、终端、数据库、表格软件、办公软件和企业内部系统。任何一个环节出错，都可能导致任务失败。

Step 3.7 Flash在工具调用可靠性上进行了针对性优化，可在长程多轮工作流中稳定调用API、浏览器、终端、Office工具等，降低任务跑偏和执行失败风险。

这对企业级应用尤其重要。因为企业不只是需要一个“会聊天”的模型，更需要一个能够按照流程完成任务的智能体基础能力。

例如：

销售团队可以用Agent整理客户资料和生成跟进计划；
运营团队可以用Agent分析数据并生成周报；
研发团队可以用Agent进行代码修改和测试；
财务团队可以用Agent读取表格并生成分析摘要；
客服团队可以用Agent查询系统并生成回复建议。

这些任务都不是单轮对话，而是多步骤、多工具、多反馈的复杂流程。Step 3.7 Flash对工具调用稳定性的强化，有助于提升Agent在真实场景中的可用性。

开源发布，降低开发者使用门槛

Step 3.7 Flash的另一个重要看点，是阶跃星辰选择开源该模型。开源意味着开发者可以更灵活地研究、部署和适配模型，也有助于模型在更多场景中被测试、优化和使用。

Hugging Face页面显示，StepFun已上线Step-3.7-Flash及FP8、NVFP4、GGUF等相关版本，方便不同硬件和部署场景选择。

对开发者来说，开源模型的价值主要体现在：

可以进行本地部署和私有化部署；
可以根据业务场景进行适配；
可以接入现有Agent框架；
可以用于研究、测试和二次开发；
可以降低对闭源API的依赖。

对于企业来说，开源大模型也有助于提升数据安全和部署可控性，尤其适合金融、政企、工业、医疗、教育等对隐私和合规要求较高的场景。

Step 3.7 Flash适合哪些应用场景？

1. 企业级智能体平台

Step 3.7 Flash面向生产级Agent优化，适合企业构建内部智能体平台。企业可以基于该模型开发流程自动化助手、知识库助手、数据分析助手和办公协同助手。

2. 代码开发与自动化测试

在Coding Agent场景中，Step 3.7 Flash可以用于代码生成、代码解释、Bug修复、测试用例生成、脚本编写和项目文档整理。

3. 多模态文档解析

模型具备视觉理解能力，可以处理图表、文档、图片和复杂界面，适合应用在合同解析、财报分析、PPT总结、表格提取和文档自动化处理等场景。

4. 搜索增强型AI助手

Step 3.7 Flash支持联网搜索增强，适合构建研究助手、市场分析助手、新闻追踪助手、竞品分析助手和技术资料查询助手。

5. UI自动化与网页操作

由于模型可以理解UI界面和应用页面，它也适合用于浏览器自动化、软件测试、网页任务执行、后台系统操作辅助等方向。

6. 多轮任务执行Agent

在需要多步骤、多工具、多轮反馈的任务中，Step 3.7 Flash能够发挥速度快、工具调用稳定和上下文执行能力强的优势。

对AI智能体产业的意义

Step 3.7 Flash的发布，反映出大模型发展重点正在从单纯问答能力，转向真实任务执行能力。过去，用户更多关注大模型能不能回答问题；现在，企业更关注大模型能不能稳定完成任务。

生产级Agent需要具备四类能力：

第一，理解复杂需求。
模型要能准确理解用户意图，并拆解成可执行步骤。

第二，持续推理与规划。
模型要能在多轮任务中保持目标一致，不轻易跑偏。

第三，调用外部工具。
模型要能稳定调用浏览器、API、终端和办公软件。

第四，处理多模态信息。
模型要能看懂图片、图表、文档和界面。

Step 3.7 Flash正是围绕这些能力进行优化，因此它的发布不仅是一个模型更新，也说明AI智能体正在向更实用、更工程化的方向发展。

对开发者和企业的价值

对于开发者来说，Step 3.7 Flash提供了一个适合构建Agent应用的开源模型基础。开发者可以围绕它搭建搜索助手、代码助手、数据分析助手、文档处理工具和自动化办公系统。

对于企业来说，Step 3.7 Flash的价值在于帮助AI应用从“辅助问答”走向“流程执行”。企业可以通过模型与内部系统结合，让AI参与更多高频、重复、复杂的信息处理任务。

比如：

自动生成业务周报；
自动整理会议纪要；
自动分析表格数据；
自动处理客户咨询；
自动生成代码和测试脚本；
自动读取文档并提取关键信息；
自动完成网页检索和资料汇总。

这些场景对模型速度、稳定性和工具调用能力要求较高，而这正是Step 3.7 Flash重点优化的方向。

国产开源大模型竞争进入Agent落地阶段

从行业角度看，Step 3.7 Flash的开源发布，也说明国产大模型竞争正在进入更加务实的阶段。相比单纯比拼参数规模和通用问答能力，新的竞争重点正在转向Agent落地、工程部署、多模态能力、工具调用和成本效率。

在企业实际使用中，模型是否开源、是否容易部署、是否支持多模态、是否具备稳定工具调用能力，都会直接影响落地效果。

Step 3.7 Flash通过MoE架构降低推理负担，通过多模态能力拓展使用场景，通过工具调用优化提升任务可靠性，通过开源降低开发门槛。这些特点让它更适合进入真实业务系统，而不仅停留在测试和演示阶段。

总结

阶跃星辰发布并开源 Step 3.7 Flash，为AI智能体应用提供了一个面向生产级场景的新选择。该模型采用稀疏MoE架构，总参数196B+1.8B ViT，激活参数11B，最高生成速度可达400 Tokens/s，并围绕代码编写、联网搜索、多模态理解和工具调用稳定性进行了系统优化。

对于开发者而言，Step 3.7 Flash可以作为构建Coding Agent、搜索助手、多模态文档助手和自动化工具助手的模型基础。对于企业而言，它有助于推动AI从问答交互进入流程执行、任务编排和业务自动化场景。

随着开源生态和Agent框架持续完善，Step 3.7 Flash有望在生产级智能体、企业自动化、多模态办公、代码开发和搜索增强应用中获得更多使用空间。

相关链接

https://platform.stepfun.com/