阶跃星辰 Step 3.7 Flash 发布，聚焦智能体效率

阶跃星辰发布开源大模型Step 3.7 Flash，198B参数MoE架构，活跃参数11B，支持256K上下文，在ClawEval和SimpleVQA评测中排名第一，工具使用τ2-bench得分超98%，兼容主流工具链并支持本地运行。

• 阶跃星辰发布开源MoE大模型，聚焦Agent效率。
• 198B参数，活跃仅11B，支持256K上下文。
• ClawEval和SimpleVQA评测第一，工具使用τ2-bench超98%。
• 兼容Claude Code和MCP，支持本地运行。

这是什么信号？阶跃星辰开源 Step 3.7 Flash，标志着国内大模型在智能体（Agent）工作流效率上的重要突破。该模型采用稀疏 MoE 架构，以 198B 总参数和仅 11B 活跃参数实现高效推理，256K 长上下文支持复杂任务。其在 ClawEval 和 SimpleVQA Search 评测中排名第一，工具使用方面 τ2-bench 超 98%，说明模型在指令遵循和工具调用上具备极高可靠性。

为什么重要？对于开发者而言，该模型兼容 Claude Code、MCP 协议，可直接对接现有智能体工具链，降低集成成本。支持 Mac Studio 本地运行，意味着个人开发者也能在离线环境下部署强大的 Agent 模型，无需依赖高价云端 GPU。Apache 2.0 许可进一步降低了商业使用门槛。

对谁有价值？AI 应用开发者可通过 Step 3.7 Flash 快速构建自主工作流，例如自动化代码生成、文档处理、数据抓取等。企业可将其用于智能客服或内部流程自动化，尤其是需要多模态理解（图像+文本）的场景。研究者可从开源权重中探究 MoE 的高效训练方法。

可以怎么行动？立即从 GitHub 下载模型权重，在本地 Mac Studio 上测试其工具调用能力。结合 MCP 协议开发自定义工具链，例如连接数据库或 API。对于高并发场景，可基于其低活跃参数特性做量化部署，降低延迟和成本。

风险或限制：模型虽在评测中领先，但实际业务场景可能暴露长上下文理解或多步推理的短板。本地运行受设备显存限制，Mac Studio M4 Max 最大内存约 128GB，而模型加载仍需一定资源。开源许可虽宽松，但需注意合规使用衍生模型。

信息差价值：多数关注点仍在通用大模型能力比拼，而 Step 3.7 Flash 的差异化在于强调智能体工作流的具体效率指标，如 τ2-bench 分数。其开源策略和 Mac 本地支持，让个人开发者能低成本体验 Agent 前沿技术，这是主流闭源模型（如 GPT-4）无法提供的。

业务启发：对于 SaaS 工具开发商，可集成 Step 3.7 Flash 作为后端推理引擎，提供“文档摘要 + 代码生成”一体化功能。对于咨询公司，可基于该模型为客户定制自动化工作流，例如自动处理发票并生成报告。

可沉淀动作：1）在 GitHub 上拉取代码并复现评测结果，记录关键性能指标。2）设计一个端到端 Agent 场景（如自动邮件回复），测试模型在真实数据下的工具调用准确率。3）撰写对比测评文章，与其他开源 Agent 模型（如 Qwen-Agent）进行横向比较，形成技术选型文档。

• @StepFun_ai 原帖