上海基座模型再升级，参数仅为deepseek十分之一，能力如何以小博大？

5月29日，上海大模型独角兽阶跃星辰又发新模型了——Step 3.7 Flash正式发布并开源。距离上一代Step 3.5 Flash发布仅仅过了三个月，基座模型的迭代节奏之快，确实让人印象深刻。

在大模型行业，“Flash”这个词通常意味着轻量、快速和低成本。阶跃星辰连续两代基座模型都主打Flash版本，可见他们正在走一条与单纯堆参数规模截然不同的差异化路线。

据研发团队介绍，Step 3.7 Flash专为生产级智能体场景打造，目标是在速度、成本、可靠执行与复杂任务处理能力之间，找到一个更优的平衡点。

技术细节方面，这款模型采用了稀疏MoE（混合专家）架构，总参数量1960亿，其中视觉模块参数18亿，激活参数仅110亿，最高生成速度可达每秒400词元。这种设计尤其适合高频、多轮的智能体应用场景，能显著提升任务的完成效率。

对比一下：千问和DeepSeek的最新模型总参数超过1.6万亿，Step 3.7 Flash的总参数量只有它们的十分之一。但参数小不代表能力弱。这代模型专门针对智能体的核心需求，重点优化了多项关键能力——比如原生多模态理解与执行、联网与视觉搜索增强、高可靠工具调用与编排，以及智能体生态的兼容适配。可以说，用更小的规模实现了“以小博大”的效果。

基准测试的结果也佐证了这一点：Step 3.7 Flash的能力与旗舰模型之间的差距并不明显。

当前，智能体正从演示阶段快速迈向真实的企业生产环境，这对基础模型提出了全新的要求——不只是追求峰值智能，更要在可规模化落地的场景中实现高效智能。换句话说，模型不仅要能回答问题，还得理解复杂的输入、主动检索信息、稳定调用工具，并在多轮长程任务中保持执行的一致性。

具体来看，Step 3.7 Flash能够直接处理用户界面、图表、文档、图片等各种应用，把复杂的视觉信息转化为结构化结果和可执行任务，并且在信息不充分时主动发起搜索进行交叉验证。

在生产级智能体最为核心的工具调用可靠性方面，Step 3.7 Flash进行了针对性优化。它能够在长程多轮工作流中稳定调用API、浏览器、终端、办公等各类工具，显著降低执行偏离和任务失败的风险。

基准测试结果显示，Step 3.7 Flash在多项复杂视觉任务评测中，展现出媲美更大规模旗舰模型的能力，尤其是在多轮智能体工作流中的任务轨迹一致性表现，相当突出。

此外，阶跃星辰还对主流Agent框架和工具调用协议进行了兼容优化。模型可稳定接入Claude Code、OpenClaw、Hermes Agent等主流编程与智能体工具，并支持云端与本地部署，有效降低了开发者的接入及工作流编排成本。

随着各行各业加速推进智能体落地，Step 3.7 Flash的设计理念也折射出“Flash”版本模型的角色转变——它正在从单纯的轻量替代品，逐步演变为支撑生产级智能体规模化运行的基础设施。