Step 3.7 Flash：階躍星辰開源的高效多模態模型，為Agent工作流大幅節省Token

隨著企業級AI應用的深入，多Agent協同與高頻工具呼叫帶來的Token消耗和延遲正成為沉重的負擔。在此背景下，Step 3.7 Flash 應運而生。它是階躍星辰推出的新一代高效Flash開源模型，採用198B引數的稀疏MoE架構，每個Token僅啟用約11B引數，支援256K超長上下文和最高400 tokens/s的吞吐速度，並提供low、medium、high三檔可調節的推理強度。該模型專為生產級Agent工作流最佳化，旨在以更低的延遲和成本，為複雜的多模態任務提供更穩、更快、更省的“Agent大腦”。

Step 3.7 Flash是什麼：面向多模態Agent的高效基座

Step 3.7 Flash 是階躍星辰釋出的新一代開源多模態大模型。其核心設計目標並非追求榜單最高分，而是解決 Agent 在實際業務流程中面臨的成本與延遲痛點。透過198B總引數、約11B啟用引數的MoE架構，模型在保持強大生成與理解能力的同時，將推理效率推向極致。高達400 tokens/s的生成速度和256K的上下文視窗，使其能夠勝任需要長鏈路、多輪迭代的複雜 Agent 任務。

實測中的核心能力展現

我們透過多個真實場景，檢驗了 Step 3.7 Flash 在 Agent 鏈路中的綜合表現。

• 多模態感知與UI生成：僅憑一張手繪草圖，模型即可準確識別文字、佈局和圖示，生成高保真、響應式的電商運營看板網頁。在後續的多輪對話中，模型能精準定位並修正遺漏的介面元素，展現出強大的視覺理解與程式碼生成結合能力。
• 視覺搜尋與資料分析：輸入一張企業產銷快報截圖，模型不僅能精確提取關鍵資料，還能自動聯網檢索背景資訊，輸出包含趨勢解讀和增長引擎分析的完整報告，完成了“視覺提取-聯網驗證-結構化輸出”的閉環。
• 通用視覺理解與指導：面對一張專業調音臺的照片，模型能準確識別裝置型號，並給出從檢查靜音、調節增益到推子控制的完整操作流程，邏輯清晰且具有實際指導價值。
• 多檔案管理與複雜任務：在將多張圖片批次轉化為互動式城市導覽地圖的任務中，模型成功識別了所有地標並生成了頁面框架，但在圖片與地標的精確對映以及空間方位繪製上仍有細節提升空間。

技術原理與架構亮點

• 高稀疏MoE架構：總引數198B，每次推理僅啟用約11B引數。這種設計使得模型在保持大模型知識容量的同時，計算成本和推理延遲大幅降低，特別適合 Agent 場景中頻繁的生成與反思。
• 三檔可調節推理強度：提供low、medium、high三種模式，開發者可根據任務複雜度靈活選擇，在響應速度和輸出質量之間取得最佳平衡，進一步最佳化資源消耗。
• 256K長上下文視窗：支援超長文字和長鏈路任務，避免Agent在多輪迭代中丟失關鍵資訊，保障工作流的連貫性。
• 原生多模態融合：視覺理解與程式碼生成、工具呼叫能力深度整合，模型能夠直接“看懂”影象並據此執行操作，無需在多模型之間切換，減少了鏈路損耗。

Step 3.7 Flash的核心優勢

• 極致價效比：在實際的 Agent 長工作流測試中，全程消耗的 Token 僅佔套餐週額度的 15% 左右，充分體現了 MoE 架構的成本優勢，讓高頻呼叫不再令人望而卻步。
• 高響應速度與糾錯效率：模型響應迅速，結合出色的多模態感知能力，在多輪互動中展現出高效的定位和糾錯能力，用較低的延遲和成本換取更大的容錯空間。
• 生產級穩定性：專為 Agent 鏈路最佳化，可在長時間、多步驟的自動化任務中穩定執行，推動 AI 從單點展示走向工業級生產力工具。
• 開源與靈活部署：作為開源模型，企業可自由部署和微調，結合自己的業務場景構建定製化的高效 Agent 工作流。

與通用旗艦模型在Agent場景下的對比

與傳統旗艦級大模型相比，Step 3.7 Flash 在 Agent 工作流中展現出差異化的效率優勢。

典型應用場景

• 自動化程式碼與UI生成：從產品草圖直接生成前端程式碼，並透過多輪對話快速迭代，適用於快速原型開發和設計稿轉程式碼。
• 智慧資料分析與報告生成：識別報表、票據等影象中的關鍵資料，自主聯網檢索並生成分析報告，賦能金融、供應鏈等領域的智慧決策。
• 多模態知識助手：結合視覺識別與邏輯推理，為裝置操作、故障排查等場景提供圖文並茂的步驟指導。
• 複雜 Agent 工作流：作為多 Agent 系統的核心排程模型，處理需要長上下文、多工具呼叫和持續互動的生產級任務。

總結

Step 3.7 Flash 的出現，標誌著 Flash 模型已徹底擺脫“旗艦模型簡化版”的定位，進化為 Agent 時代的高效原生引擎。它憑藉稀疏 MoE 架構帶來的極高價效比、出色的多模態融合能力和生產級的穩定性，讓企業能夠以更低的成本和更快的速度，將 AI 深度嵌入核心業務流程。當大模型應用走向務實，Step 3.7 Flash 正在成為讓 Agent 工作流真正“跑起來”的關鍵基礎設施。