阶跃Step 3.7 Flash拿下AA榜第一，让Agent从「跑Demo」到「能搞钱」

智东西
作者｜程茜
编辑｜漠影

智东西6月4日报道，今日，阶跃星辰开源的Flash基座模型Step 3.7 Flash，在Artificial Analysis榜单上拿下多个第一，并登上OpenRouter Trending榜全球第二。

▲Step 3.7 Flash在输出速度榜单排名第一

海外开发者社区的态度更为直观，Step 3.7 Flash 凭借速度和性价比刷屏。官方披露这款模型的运行速度超过400 tokens/s，但有开发者测出在极限条件下，模型甚至能跑到6000 tokens/s。更多人关注的是另一组指标：Step 3.7 Flash 以约1/9的任务成本，实现了Claude Opus 4.6 的97%。

客观来讲，这款模型并没有行业极致的智能水平，却在效率上另辟蹊径。

效率导向的性能优势，让Step 3.7 Flash在企业服务市场拿下了“实用、利于规模化落地”的生态位，这是因为其恰好切中当下Agent商业规模化落地的效率瓶颈——在真实任务中跑不动，养不起。

这是横亘在Agent从榜单、PPT Demo进入真实商用场景无法回避的阻碍。大量企业客户发现，当模型面临复杂任务，需历经任务拆解规划、工具调用、结果校验、迭代修正的多轮执行链路，这会造成链路冗余、token无效损耗，而这导致的低效问题，已然成为制约Agent规模化商用落地的阻碍。

这也顺势明确了未来Agent的商业化分水岭：让Agent在真实业务场景中以更高性价比实现更快响应、更高任务准确率，是打通智能体商业化闭环的必经之路。

一、智能体风口，低效痛点拖累规模化落地进程

从年初OpenClaw、Hermes接连出圈，到OpenAI联合创始人、CEO萨姆·奥尔特曼（Sam Altman）昨晚直播直言：全天候主动式Agent是未来一年头号布局方向，智能体热潮已势不可挡。

但这背后使其落地硬伤愈发凸显，居高不下的无效token损耗、低效运行难题持续困扰大批一线开发者，拖慢其项目落地节奏。

效率层面，在Cursor社区，有开发者吐槽其智能体在执行顺序终端命令时，即便只需10毫秒即可完成的简单指令，相邻命令间仍存在约27秒冗余延迟，最终造成串行任务效率损耗高达99.95%。

▲开发者实测时延

密歇根大学、斯坦福大学、微软以及谷歌DeepMind等今年4月联合发布的研究进一步印证症结所在，智能体执行任务时需要反复灌入历史上下文，使得模型输入输出token消耗比例高达154:1。

▲智能体执行任务时输入输出token消耗比例

另外是成本层面，Agent自主多轮调用机制会天然放大token消耗。

上月初，有开发者提到其在用Claude Code进行代码重构时，尚未提出正式问题，仅上下文预加载就要耗费3.5万至4万个token，甚至仅3次提示调用便耗尽原本够用4小时的token额度。

落地到企业端，成本失控会更为突出，Uber称员工大规模使用AI编程工具后，4个月就烧掉了全年的AI预算；还有不具名的公司忘记设限，一个月在Claude上烧掉5亿美元。

这样的效率困局折射出，业内评判Agent价值的逻辑已经变了：基础模型底子好只是前提，放到Agent场景里，模型只靠答题、单项能力远远不够，高效、少冗余、省Token、低成本跑完整套任务，才是检验模型能不能适配智能体的硬指标。

由此，破解智能体低效困局的落脚点便聚焦到速度与性价比两大维度。

一方面，通过提效减少Agent运行时无效等待带来的无用算力开销，让算力每一秒都能用于任务闭环；另一方面，提升模型单次执行任务的成功率，使得同等任务少消耗token、少耗时，拉高业务落地的性价比。

当下，已经实现Agent全程跑得更快、花钱更少、产出效率更高的模型便是阶跃星辰最新开源的Step 3.7 Flash。

二、速度登顶、性价比拉满，Step 3.7 Flash释放Agent商用价值

在Agent时代，Step 3.7 Flash交出了差异化答卷。

先来看下Step 3.7 Flash面对复杂编程任务的实力，智东西让其生成体感打砖块游戏。Step 3.7 Flash生成的游戏能自动触发摄像头，人脸移动和挡板移动同步，击碎砖块时有特效，结束时还会震动掉落，可能在挡板接住时略有延迟，但整体已经具备很高可玩性。

在模型底层基础能力拉满的前提下，Step 3.7 Flash在规模化落地能力上更进一步，这也对应了前文提到破解智能体低效困局的两大关键。

首先是速度，根据官方信息，Step 3.7 Flash最高生成速度可达400 tokens/s。开发者的实测显示，Step 3.7 Flash单流生成速度为DeepSeek-V4的2.4倍；64并发峰值吞吐达到DeepSeek-V4的3.47倍，高并发场景吞吐优势显著，并且他在极端条件下甚至实现了6000 tokens/s的传输速率。

智东西基于Step 3.7 Flash制作了一个番茄计时器，其最终生成的应用布局简洁、核心要素齐全，且这一应用生成仅花费1分钟左右一次成功。

与此同时，开发者实测证明，在个人电脑上Step 3.7 Flash的速度没有大幅缩减。Step 3.7 Flash的4bit量化版仅需128GB Apple Silicon设备便可满载32K上下文，在Mac Studio环境下基准测试生成速度超53 tokens/s。

根据Artificial Analysis的数据，Step 3.7 Flash的表现已经接近Agent商业化落地的最优区间，兼得高智能和超高速率。

其次是高性价比，Step 3.7 Flash综合推理、输入上下文、工具调用、Agent多轮交互等全场景后的综合单价为每百万token 0.2美元（约合人民币1.35元），与此前官宣永久降价的DeepSeek、小米MiMo持平，均位列榜单第一。

▲Step 3.7 Flash价格最低

基于Artificial Analysis的速度价格比分布可以看出，Step 3.7 Flash在兼具高速、低成本方面的综合实力，已然使其在Agent商业化方面具备竞争力。

综合来看，Step 3.7 Flash在性能拉满的同时，从速度与成本双向突破，一方面凭借领先竞品的单流推理速度与高并发吞吐能力，精简任务循环损耗；另一方面显著压低个人与中小开发者的使用成本，进一步为智能体规模化落地扫清障碍。

三、综合性能跻身全球头部，阶跃已跑通Agent商业化

当前AI行业正式进入商业化深度竞速阶段，模型在推理速率、综合性能与落地成本间实现均衡突破，成为模型规模化商用落地的核心评判标准。

因此，从Step 3.5 Flash到Step 3.7 Flash，阶跃星辰的模型迭代路径一脉相承，其围绕Agent、Coding、Search与多模态工作流进行系统优化，解决的核心都是让Agent在真实场景中高效运行。

这也得到全球开发者市场的真实数据验证。其两代模型发布仅两天，便纷纷在OpenRouter榜单上位居前列，Step 3.5 Flash登顶首位、Step 3.7 Flash登上OpenRouter Trending全球第二位。

不仅如此，阶跃星辰在推理效率也已进入全球头部阵营。

开源团队Dirac基于OpenRouter数据统计了当下主流模型的缓存命中率，其中达到S级缓存命中率的模型，清一色都是国产模型。这意味着国产模型的实力正在强势赶超。

其中，阶跃星辰更是以86.1%的得分位列全球第二，超高的缓存命中率，正是模型推理更快、损耗更低，稳定运行的核心。

这都证明，阶跃星辰高效率、轻量化的Flash系列模型，已经具备承接真实Agent落地的实力。

就在上个月，Step 3.5 Flash已完成车载场景的规模化落地，其为极氪8X上构建的整车智能体“超级Eva”量产交互，打通车辆感知、语义理解、指令执行全链路。

从模型的亮眼榜单数据到真实场景的批量商用落地，这都印证阶跃星辰产业化路径已经跑通。

结语：轻量化Flash模型，或引爆智能体规模化落地

阶跃星辰Flash模型一定程度上解决了智能体token冗余、算力浪费、链路延迟、成本高等低效痛点，打通Agent商业化落地瓶颈。

未来，随着企业级自动化、智能化需求持续爆发，轻量化、高效率、高性价比的Flash基座模型，或成为推动AI智能体产业规模化、商业化进阶的核心驱动力，加速智能体迈入高效落地、普惠商用的全新阶段。