196B参数模型生成速度飙到400 Tokens/s，阶跃星辰开源Step 3.7 Flash专堵Agent延迟

阶跃星辰今天丢出了Step 3.7 Flash模型，开源，196B总参数量，最高生成速度每秒400 Tokens。群里在传这玩意专为智能体（Agent）的生产化落地设计，针对代码编写、联网搜索和多模态工作流做了系统级优化。

核心参数

• 采用稀疏混合专家（MoE）架构，总参数量196B——说白了就是比普通稠密模型更省算力，但能力没缩水。
• 最高生成速度每秒400 Tokens，有开发者试了说多轮对话里基本感觉不到等待延迟，高频交互时体验很顺。

多模态能力

Step 3.7 Flash具备原生多模态理解能力，能直接识别并解析UI界面、图表和文档这类复杂视觉信息。群里有人测了说，它能快速把视觉内容转成结构化数据，甚至直接生成对应的执行代码，比如截个表格图就能自动写出一段提取数据的脚本。

联网检索和图像搜索也加强了。模型可以在开放网络里主动抓取跨文本和图像的多源证据，然后交叉比对，保证拿回来的信息准确——不是瞎编的那种。

工具调用

在长链路、多轮次的智能体工作流里，工具调用稳定性很高。有开发者说它能顺畅驱动API、浏览器、终端和Office工具，任务执行失败或跑偏的概率明显降低。以前Agent经常卡在中间某一步，这个模型看起来稳得多。

生态兼容

Step 3.7 Flash对目前主流的智能体开发框架和工具调用协议做了深度兼容优化。这直接让开发者的接入门槛降了一大截，工作流编排和生态部署变得高效。有开发者评论说：“以前接一个框架要改半天协议，现在基本开箱即用。”

接下来盯着看这个模型在真实Agent落地场景中会不会翻车——比如复杂多模态任务里的幻觉率。传统的慢速模型厂商和闭源收费方案可能要难受了。