阶跃星辰Step 3.7 Flash多模态模型 Agent场景深度测评

2026年5月29日，阶跃星辰正式推出新一代高效Flash模型——Step 3.7 Flash。相比此前偏重问答的单向交互，这次升级的核心转向“理解后执行”。模型不再止步于输出答案，而是围绕多模态感知、网页与视觉搜索、工具调用、代码执行以及完整Agent工作流，进行了系统性的能力重构。

在技术架构层面，Step 3.7 Flash采用稀疏MoE视觉语言模型设计，将文本、图像、代码、搜索和工具调用能力集成于一体。官方数据显示，它能够解析产品界面、文档、图表及各类自然场景的视觉输入，并基于识别内容生成代码或调度工具完成实际任务。对AI Agent而言，这意味着模型告别“纸上谈兵”——它可在浏览器中操作页面、在终端执行指令、与Office工具交互、借助搜索持续获取反馈，并依据结果迭代下一步动作。

编程能力是本次升级的核心亮点。Step 3.7 Flash针对Agentic Coding场景做了专项优化，覆盖代码生成、Bug修复、多文件项目理解、终端操作以及自动化开发任务。数据印证了提升：相比上一代Step 3.5 Flash，新版本在SWE-Bench Pro和Terminal-Bench 2.1等编码基准测试中均实现显著进步，并在多个主流Agent框架上表现更均衡，不再出现“偏科”现象。

搜索能力的强化同样值得关注。模型在搜索规划、证据筛选与信息综合等环节获得实质性改进，能应对复杂网页搜索、视觉搜索以及跨来源信息整合。当用户任务涉及实时数据获取、长尾实体识别、资料核验或深度研究时，Step 3.7 Flash更像一个主动检索、筛选与整理信息的智能助手，而非被动等待关键词匹配的搜索引擎。

面向企业级场景，Step 3.7 Flash对文档、表格、截图、业务资料及专业知识类工作做了针对性调优。它支持混合输入，可联动搜索、工具调用与视觉理解，完成步骤更长的任务链条。从企业报告分析、数据整理，到财务会计辅助、制造工程任务，再到办公自动化与多工具协作，均有实际应用空间。

生态兼容性是Step 3.7 Flash的设计重点之一。它支持Claude Code、KiloCode、Hermes Agent、OpenClaw等主流Agent框架与Skills，开发者能轻松嵌入现有工作流。部署方面，既可通过阶跃星辰开放平台直接调用，也能在Web端和App中体验，同时兼容OpenRouter、NVIDIA NIM等合作平台。企业团队可选云端、数据中心或本地高内存设备部署，灵活度足以匹配不同规模需求。

总体来看，Step 3.7 Flash的发布不仅是常规版本迭代，更是阶跃星辰将Flash模型推向真实Agent应用的关键一步。它在多模态理解、搜索增强、工具调用、智能编程与本地部署五个维度上构建了一套较为完整的能力矩阵。对于正在构建AI Agent、企业自动化工具或多模态应用的开发者而言，这款国产高效率模型值得深度评估。

来源：互联网