阶跃星辰今日正式发布并开源了新一代 Flash 模型——Step 3.7 Flash。作为一款专门面向 Agent 生产化阶段推出的模型，Step 3.7 Flash 围绕 Agent、Coding、Search 及多模态工作流进行了系统级的深度优化，旨在解决构建高吞吐量自动化智能体工作流时的性能瓶颈。该模型最显著的亮点在于其极致的推理速度，最高生成速度可达每秒 400 Tokens，这一特性使其成为高频、多轮对话及对低延迟有严格要求场景的理想选择。在规格方面，该模型支持 256k 的长上下文窗口，能够处理大规模文本数据。同时，为了满足不同开发场景的需求，Step 3.7 Flash 提供了低、中、高三个推理级别，允许开发者根据实际业务逻辑，在响应速度、Token 成本与模型能力之间进行精细化的权衡。此外，阶跃星辰还针对 Claude Code、KiloCode、RooCode 等主流 Agent 框架，以及 MCP、Skills 等工具调用协议进行了广泛的兼容性优化，从而显著降低了模型接入门槛和工作流编排的复杂度，助力开发者更高效地构建 AI 应用。
事件分析
Step 3.7 Flash 的发布标志着大模型厂商在推动 AI Agent 落地方面，已从单纯的“能力竞赛”转向“效率与生态适配”的深水区。每秒 400 Tokens 的生成速度，直击了当前 AI Agent 应用中普遍存在的交互延迟痛点，尤其是在代码生成（Coding）和复杂工具调用场景中，高吞吐量是实现流畅用户体验的关键。通过提供低、中、高三级推理选项，该模型实际上是在推行一种“分层部署”的策略，使得开发者可以将简单任务分配给低成本推理，仅在必要时调用高算力资源，这符合当前行业对降低 Token 成本、提升 ROI 的迫切需求。与此同时，对 MCP 协议及 Claude Code 等主流开发框架的原生支持，显示出模型厂商正试图通过消除兼容性壁垒，将自己嵌入到现有的开发者工具链中，从而加速 AI 从“聊天玩具”向“生产力工具”的实质性转化。
💡 核心观点：Step 3.7 Flash 以极速推理和分级部署策略，精准切中了 AI Agent 商业化落地对实时响应与成本控制的双重刚需。
原文链接：Linux.do
AI周刊：大模型、智能体与产业动态追踪