模型市场表现与用户认可 - 阶跃星辰开源模型Step 3.5 Flash发布后市场反响热烈，在OpenRouter平台首日即登上“Fastest Models”全球最快模型之列，并在两天内登顶“Trending”全球趋势榜第一[1] - OpenRouter的Trending全球趋势榜不关注参数或跑分，只反映开发者和用户调用模型的实际情况，Step 3.5 Flash登顶此榜单证明了其在实际应用中的“有用”和“好用”[3] - 在OpenRouter的LLM Leaderboard上，Step 3.5 Flash（免费）以12.5B tokens的调用量位列第一，远超榜单上其他模型，显示了开发者和用户用实际API调用进行的“投票”[2] - 一线开发者和用户对模型的关注点从跑分转向实际应用表现，在Agent、深度研究、自动化工作流等场景中集体选择Step 3.5 Flash，表明模型在复杂任务中的实际可用性受到认可[21][28] 模型核心技术与架构创新 - Step 3.5 Flash采用稀疏混合专家（MoE）架构，总参数量为1960亿，但在处理每个Token时仅激活110亿参数，实现了以较小计算成本获得前沿模型智能水平的效果[4] - 模型通过3:1滑动窗口与全局注意力混合架构（SWA+Full Attention）实现了256K长上下文的高效处理，能极大节省显存，解决了Agent时代成本与效果的倒挂难题[7] - 模型引入了MTP-3（三路多Token预测）技术，允许在生成当前内容时同时预测后续多个Token，这不仅提升了生成速度，更增强了模型在多轮推理中的连贯性，减少了“卡顿”和“失忆”[9] - 测试显示Step 3.5 Flash支持100–300 TPS的生成吞吐量，部分场景下最高可达350 TPS，远超去年50-100 TPS的主流水平，在OpenRouter的速度榜单上位列第九，速度为167 tok/s[7][8] 模型性能与实测效果 - 根据基准测试，Step 3.5 Flash在数学推理（AIME 2025评分97.3）和代码修复（SWE-bench Verified达到74.4%）上表现优异，其PaCoRe强化版甚至将AIME 2025成绩提高到几近满分的99.9[4] - 在实际应用测试中，Step 3.5 Flash能够准确还原不同设计风格的差异并进行持续迭代优化，甚至能生成功能完备的浏览器操作系统（WebOS），并在测试中是唯一能正常运行经典游戏“Memory Game”的模型[10] - 模型在本地部署（如在128GB内存的Mac M3 Max上）实际效果远超预期，性能可达硬件理论效率的70%，并且具有很低的幻觉率和多语言混用场景下的低错误率[14] - 在Agent场景测试中，模型展现出纠错与自我改进能力，例如在生成游戏时，能通过提示词反馈在初始版本基础上进行迭代优化，使开发质量爆发式提高[22] 公司战略与行业趋势 - 阶跃星辰团队意识到不同智能阶段需要不同的基础模型结构，L1 Chatbot时代的设计不适用于L2 Reasoner，而L3 Agent时代需要新的基模结构，因此Step 3.5 Flash的训练目标直接锚定了强逻辑、高效长上下文处理和快速推理能力[22] - 模型的结构设计（如MoE、MTP-3、工程化的长上下文方案）并非为了追逐跑分，而是为了让模型在复杂的多轮任务中持续工作，做到不掉速、不失忆、不乱编，以满足Agent时代的需求[26] - 行业重心正在从对话向工作流迁移，自2025年开始，模型开始大规模引入工作流，开发者更看重Token，用户则希望AI能直接处理改代码、跨平台流程等复杂任务[27] - Step 3.5 Flash的成功表明，AI的成功取决于其帮助人类提高效率的程度，大模型需要褪去“炫技”外壳，转变为真正好用的生产力工具[29]