📋 编辑总结
Step 3.7 Flash 是阶跃星辰（StepFun）于 2026 年 5 月发布并开源的旗舰级多模态推理模型，专为生产级 Agent 打造。采用稀疏 MoE 架构，总参数约 198B（含 1.8B 视觉编码器），每次推理仅激活 11B，最高速度 400 tokens/s，上下文窗口与最大输出均达 256K，以 Apache 2.0 在 GitHub、Hugging Face、ModelScope 同步开源并提供按量计费 API。 定价：输入 $0.20/百万 tokens，输出 $1.15/百万 tokens，缓存读取 $0.04/百万 tokens（模型权重开源免费）。编辑评分：⭐ 4.6。

Step 3.7 Flash 是什么？

Step 3.7 Flash 是阶跃星辰（StepFun）于 2026 年 5 月 28/29 日发布并开源的旗舰级多模态推理模型，定位非常清晰：专门为生产级 Agent 打造。它采用稀疏 MoE 架构，总参数约 198B（其中视觉编码器 1.8B），每次推理仅激活 11B，因此在保持大模型能力的同时把推理成本和延迟压了下来。官方给出的速度上限是 400 tokens/s，上下文窗口 256K，最大输出也达到 256K。模型以 Apache 2.0 协议在 GitHub、Hugging Face 和 ModelScope 同步开源，并提供按量计费的 API，开发者既可以本地部署，也可以直接调用云端。

核心功能

  • 高速多模态推理：稀疏 MoE 让 11B 激活参数跑出接近旗舰的体验，最高 400 tokens/s，特别适合高频、多轮的 Agent 场景。
  • 原生视觉理解：能直接读取产品 UI、文档、图表、表格和自然场景，并基于看到的内容写代码或调用工具；内置 Python 工具可在任务中途裁剪、缩放、标注图像。
  • 三档推理强度：支持 low/medium/high 推理强度，按任务复杂度灵活切换成本与质量。
  • 高可靠工具调用：在长程多轮工作流中稳定调用 API、浏览器、终端、Office 与外部系统，降低跑偏与失败概率。
  • 主动搜索验证：把搜索当作推理的一部分，信息不确定时主动发起检索做交叉验证。

版本/套餐对比

模型权重本身开源免费；API 按 token 计费，输入 $0.20/百万 tokens，输出 $1.15/百万 tokens，缓存读取 $0.04/百万 tokens，无订阅门槛，用量越大边际成本越低。

值不值得用？

如果你在搭 Agent，Step 3.7 Flash 很值得试。它的核心卖点不是参数规模，而是以小博大——用约十分之一于主流旗舰的参数，在 SWE-Bench Pro（56.3%）、Terminal-Bench 2.1、τ-bench Telecom（98%+）等 Agent 基准上拿到媲美更大模型的成绩，且速度与成本明显占优。对成本敏感、又需要稳定工具调用的团队尤其合适。

使用建议

  • 优先通过 OpenClaw、Claude Code、Hermes Agent 等已适配框架接入，省去自己写工具编排。
  • 高频短任务用 low/medium 强度控成本，复杂推理再切 high。
  • 本地部署需准备足够显存与算力；轻量验证建议先走 API。

适合谁用？（三档）

  • 重度用户：做生产级 Agent、需要稳定工具调用与长上下文的团队，直接上 API 或本地部署。
  • 中度用户：个人开发者想把多模态能力塞进工作流，先用免费开源权重跑通 Demo。
  • 轻度用户：偶尔需要视觉理解或文档处理的普通用户，用第三方封装的聊天入口即可。