Agent 开发最痛苦的时刻是什么？是你写了一套完美的多步工作流，结果模型每次回复要等好几秒，整个流程卡成 PPT。
这个问题，国内一直没解决得很好——大模型参数越大越强，但速度也越慢，做实时 Agent 应用要么降级用小模型，要么硬着头背延迟骂用户。
阶跃星辰今天（2026年5月29日）开源的 Step 3.7 Flash，就是来解决这个问题的。
该模型采用稀疏 MoE 架构，总参数量 196B，官方标称最高生成速度 400 Tokens/s。这个数字什么概念？GPT-4o 级别的模型日常跑在 60-100 Tokens/s，400 Tokens/s 基本是实打实的四倍速，直接把大模型从"思考半天才能吐字"拉到了"说话跟人一样快"的档位。
工具地址：阶跃星辰官网
为什么说"速度翻倍"不是噱头？
做 Agent 应用的人都清楚，速度不只是体验问题，更是功能问题。
想象一个典型场景：你让 Agent 帮你规划旅行，它调用了 5 次工具、做了 3 次联网搜索、最后整理成行程。如果每次回复要 5 秒，这个流程跑下来就是半分钟起步，用户早就放弃了。
但如果每次回复 1 秒以内，整个流程 10 秒跑完——这就是"能用"和"不能用"的区别。
Step 3.7 Flash 的 400 Tokens/s，是目前开源 MoE 模型里少有的高速档。结合 196B 的参数量，理论上能同时兼顾"够聪明"和"跑得快"两个目标。
它不只是快，还能"看图干活"
速度之外，这块模型还有几个很实在的升级：
原生多模态：能直接理解 UI 界面截图、图表、文档，不需要额外 OCR 或者转译。这意味着可以直接做"看图做任务"的 Agent——截图发过去，模型识别界面，生成对应操作指令。
联网+图像双检索：不仅能搜文字，还能同时搜图，并且把文本证据和图像证据做交叉比对，减少幻觉。这个在需要实时信息核验的场景里很关键。
工具调用更稳了：这是很多 Agent 系统崩掉的主要原因——链路一长，工具调用失败率就飙升。Step 3.7 Flash 在长链路多轮次工作流里专门做了稳定性优化，API、浏览器、终端、Office 工具都能顺滑驱动。
主流 Agent 框架兼容：对主流工具调用协议做了深度适配，开发者接入现有工作流不用大改，降低了迁移成本。
开源这件事，产业意义很大
196B 级别的 MoE 模型，目前开源的选择不多，能达到这个速度梯队的更少。
此前想做生产级 Agent 应用，团队要么用闭源 API 受限于速率和成本，要么用开源模型但速度和能力都要打折扣。Step 3.7 Flash 开源，加上这个速度表现，至少给了一种"不用妥协"的选项。
具体效果还是要看实际部署后的表现，但参数和速度指标本身，已经让这个开源版本的期待值拉满了。
AITOP100-AI资讯频道将持续关注AI行业新闻资讯消息，带来最新AI内容讯息。
想了解AITOP100平台其它版块的内容，请点击下方超链接查看
AI创作大赛 | AI活动 | AI工具集 | AI资讯专区 | AI小说
AITOP100平台官方交流社群二维码：
