今年的 AI 圈，有點(diǎn)像 2008 年的智能手機(jī)市場(chǎng)，所有人都知道觸摸屏是未來，但廠商們都在做「帶觸摸屏的諾基亞」。

Agent 時(shí)代已經(jīng)來了，這是共識(shí)。而怎么做一個(gè)好用的 Agent 模型？按照慣性思維，或許還是一樣，更多的參數(shù)，更深更廣的網(wǎng)絡(luò)結(jié)構(gòu)，還有更大的數(shù)據(jù)集。

300B 不夠就 1T，1T 不夠就 10T。仿佛只要把模型做得足夠大，Agent 能力就會(huì)自然涌現(xiàn)，就像只要把諾基亞的屏幕做得足夠大，iPhone 就會(huì)自己出現(xiàn)一樣。

大參數(shù)模型確實(shí)帶來了更博學(xué)的知識(shí)面和更穩(wěn)健的底座，但這種一味在上一代模型上「優(yōu)化 」的方法，顯然不能讓我們手里的 Agent 更好用， Agent 時(shí)代需要 Agentic 的模型 。

那有沒有一條更高效的、真正顛覆性思維的路線，不靠堆參數(shù)，靠架構(gòu)優(yōu)化；不需要云端服務(wù)器獨(dú)占，本地也能跑；既是全能選手的同時(shí)，又有定向優(yōu)化。

模型參數(shù)規(guī)模與智能對(duì)比圖，Step 3.5 Flash 總參數(shù)在圖中最少，但智能得分排名第二

2 月 2 日，階躍星辰發(fā)布并開源了最新基座模型 Step 3.5 Flash，這是一個(gè)讓 Agent 更高效的底層支撐模型，采用稀疏 MoE 架構(gòu)，總計(jì) 1960 億參數(shù)，但每個(gè) token 僅激活約 110 億個(gè)參數(shù)。

這是大模型行業(yè)里一個(gè)十分反常識(shí)的數(shù)據(jù)，在一眾卷向萬億參數(shù)的競(jìng)爭(zhēng)對(duì)手面前。似乎顯得有些「掉隊(duì)」。然而就是這個(gè)看似「掉隊(duì)」的選擇，可能藏著 Agent 時(shí)代最大的秘密。

L3 時(shí)代的模型，不能再沿著 L1 的梯子爬

如果這放在半年前，階躍星辰可能還在做著另一件事。

階躍星辰聯(lián)合創(chuàng)始人兼 CTO 朱亦博在最新的博客中提到，Step 2 模型時(shí)代，他們也曾是 Scaling Law（規(guī)模定律）的忠實(shí)信徒。和當(dāng)時(shí)所有的模型廠商一樣，他們認(rèn)真地爬著那座名為參數(shù)的梯子，設(shè)計(jì)了比 DeepSeek V3 還要大的參數(shù)量，甚至比對(duì)方早訓(xùn)練了好幾個(gè)月。

結(jié)果是，雖然跑分一度輝煌，但在 DeepSeek R1 的推理范式面前，傳統(tǒng)的堆料邏輯還是遭遇了 降維打擊 。

原因很簡(jiǎn)單，DeepSeek R1 是一個(gè)時(shí)代的跨越，從 L1 的 Chatbot 到 L2 的 Reasoner，繼續(xù)用 Chatbot 的思維去做推理模型，不一定會(huì)失敗，但注定要碰壁。

這不僅是階躍星辰的復(fù)盤，更是整個(gè)行業(yè)的縮影。痛定思痛后，他們發(fā)現(xiàn)了一個(gè)被忽略的真相： L1 時(shí)代的 Chatbot（聊天機(jī)器人）和 L3 時(shí)代的 Agent（智能體），需要的是兩種不同的模型 。

OpenAI 的五級(jí)框架，從第一級(jí)的聊天機(jī)器人，到推理、智能體、創(chuàng)新者和第五級(jí)的組織體

按照 OpenAI 的五級(jí)架構(gòu)，我們正在經(jīng)歷從 L2 Reasoner（推理） 邁入 L3 Agent（智能體） 的跨越。

L1 Chatbot 時(shí)代 ：核心需求是對(duì)話流暢度，模型只要能快速響應(yīng)、自然表達(dá)就夠了。我們需要的可能是一個(gè)會(huì)背百科全書的「文科生」，它足夠博學(xué)，能隨口復(fù)刻魯迅風(fēng)。此時(shí)，每秒 20-30 個(gè) token 的輸出速度，剛好適配人類的閱讀習(xí)慣 。

L2 Reasoner 時(shí)代 ：長思維鏈出現(xiàn)，我們需要模型展現(xiàn)完整的深度思考?？粗L長的思考過程，我們覺得它聰明，甚至愿意為了更準(zhǔn)確的結(jié)果等待數(shù)十秒 。

L3 Agent 時(shí)代 ：特征徹底變了。工作場(chǎng)景的上下文常駐 32K-128K 區(qū)間，我們不再逐字閱讀輸出，只盯著「什么時(shí)候能交付結(jié)果」。

在這種場(chǎng)景下，繼續(xù)沿用 L2 時(shí)代的重型參數(shù)模型，打個(gè)比方可以說是，帶著鰲太線的裝備去爬佘山「滬太線」，雖然儲(chǔ)備充足，但效率變低，且算力代價(jià)極其昂貴 。

Agent 在某種程度上，甚至可以說不再是給用戶看的，而是給任務(wù)用的。它需要長上下文的高效運(yùn)行，能輕松處理幾十萬 token 的代碼庫；以及速度的提升，這能直接決定用戶體驗(yàn)；而核心還是規(guī)劃和工具調(diào)用。

如果繼續(xù)用 L1 時(shí)代的重型模型去跑 L3 的任務(wù)，就像開著法拉利去送外賣——不僅貴，而且在擁堵的「長上下文」路況里，根本跑不起來。

這也解釋了為什么階躍敢于反其道而行，掏出 Step 3.5 Flash這個(gè)「新物種」，專注于「快」與「強(qiáng)邏輯」。這種取舍乍看之下與行業(yè)格格不入，卻有了更多的可能性。

天下武功，唯快不破：Agent 時(shí)代的「暴力美學(xué)」

Agent 時(shí)代，「快」不再是一種錦上添花，直接是模型生死線。

朱亦博指出了一個(gè)極易被忽視的細(xì)節(jié)，在 Chatbot 時(shí)代，模型輸出只要快過人類閱讀速度（20-30 tokens/s）就夠了，再快我們也讀不過來。 但在 Agent 時(shí)代，這個(gè)標(biāo)準(zhǔn)完全失效 。

為什么？因?yàn)橛脩舾静幌肟催^程。當(dāng) AI 幫我們寫代碼、查資料、訂機(jī)票時(shí)，我們不會(huì)盯著屏幕看它一個(gè)字一個(gè)字往外蹦，我們只想要結(jié)果。

在這個(gè)階段，速度不再是體驗(yàn)，而是生產(chǎn)力本身，直接決定了任務(wù)交付的效率。

為了實(shí)現(xiàn)這種極致的「快」，階躍星辰在技術(shù)路線上做了一次豪賭。

Step 3.5 Flash 整體架構(gòu)，Step 3.5 Flash 是一款采用稀疏混合專家（MoE）架構(gòu)的大語言模型，其架構(gòu)由模型-系統(tǒng)協(xié)同設(shè)計(jì)定義，并且將 推理成本和速度作為核心架構(gòu) 約束。

在同行都在盲目跟風(fēng) Linear Attention（線性注意力機(jī)制）時(shí)，Step 3.5 Flash 堅(jiān)持選擇了 SWA（滑動(dòng)窗口注意力） 架構(gòu)。這種混合注意力布局，一方面能更快的處理 Token 計(jì)算，另一方面也解決了長上下文處理的二次瓶頸。

簡(jiǎn)單來說，它不是死記硬背 256K 的全文，而是像人類一樣，有重點(diǎn)、有節(jié)奏地分配注意力。這讓它在處理海量數(shù)據(jù)時(shí)，不僅不降智，還能大幅降低算力開銷。

看起來是一種「逆行」， 其實(shí)正是 Agent 時(shí)代「以巧見大」的精算 。因?yàn)樵诋?dāng)前的硬件條件下，SWA 對(duì)投機(jī)采樣（Speculative Sampling）最為友好。這種技術(shù)上的取舍，直接將單請(qǐng)求代碼類任務(wù)的推理速度干到了最高 350 tokens/s 。

快如閃電的「瞬殺」，是直接將 AI 從「玩具」變成生產(chǎn)力工具的 決定性瞬間 。 在 Step 3.5 Flash 發(fā)布首日，就登上 OpenRouter Fastest Models 榜單 。

根據(jù) OpenRouter 最新發(fā)布的 Fastest Models 排名顯示， Step 3.5 Flash 的生成速率達(dá)到 167 Tokens/s，位列全球最快模型之列。

拒絕「背題家」，高智商才是第一生產(chǎn)力

跑得快不能以「降智」為代價(jià)，衡量一個(gè)模型適不適合做 Agent，「 高智商 」也是必不可少。

無論是我們用戶還是大多數(shù)模型廠，普遍的共識(shí)都是：參數(shù)越大，能力越強(qiáng)。但 Step 3.5 Flash 在數(shù)學(xué)領(lǐng)域的屠榜表現(xiàn)，用 合適尺寸 + 極致后訓(xùn)練 ，也得到了不輸大參數(shù)模型的效果。

在 AIME 2025（美國數(shù)學(xué)邀請(qǐng)賽）中，它拿下了 97.3 分；

在 IMOAnswerBench（國際數(shù)學(xué)奧林匹克題基準(zhǔn)）中斬獲 85.4 分；

在 HMMT 2025（哈佛 - 麻省理工數(shù)學(xué)競(jìng)賽）中更是飆到了 96.2 分。

這是什么概念？這些分?jǐn)?shù)均為國內(nèi)頂級(jí)開源模型第一。

如果開啟并行協(xié)同推理（PaCoRe）模式，它的得分甚至逼近滿分。這種「智商溢出」的現(xiàn)象背后，藏著一個(gè)極其隱晦但精準(zhǔn)的行業(yè)真相： 過去的模型像是個(gè)「背題家」，靠死記硬背海量數(shù)據(jù)來蒙混過關(guān)；而 Step 3.5 Flash 是個(gè)真正的「解題家」。

PaCoRe（Parallel Coordinated Reasoning）的推理流程。每一輪啟動(dòng)廣泛的并行探索，將生成的軌跡壓縮成緊湊的信息，并將這些信息與問題一起傳遞，以協(xié)調(diào)下一輪。重復(fù)此過程 ? 次，可在遵守固定上下文限制的同時(shí)，實(shí)現(xiàn)數(shù)百萬標(biāo)記的有效 TTC（測(cè)試時(shí)計(jì)算），最終壓縮的信息作為系統(tǒng)的答案。

在 Agent 的工作流中，這種能力是致命的。因?yàn)檎鎸?shí)世界的任務(wù)充滿了未知，我們要的不是一個(gè)只會(huì)復(fù)讀知識(shí)點(diǎn)的鸚鵡，而是一個(gè)能看懂復(fù)雜指令、能拆解任務(wù)邏輯、能自我糾錯(cuò)的「超級(jí)大腦」。

推理能力證明了智商在線，但 Agent 還需要干活靠譜。Step 3.5 Flash 在多個(gè)關(guān)鍵場(chǎng)景拿到了國內(nèi)開源第一。

代碼能力：全球第一梯隊(duì)

SWE-bench Verified: 74.4 分（真實(shí)開源項(xiàng)目的 bug 修復(fù)）

Terminal-Bench 2.0: 51 分（國內(nèi)開源第一，終端任務(wù)自動(dòng)化）

LiveCodeBench-V6: 86.4/88.9 分（國內(nèi)開源第一，實(shí)時(shí)編碼調(diào)試）

Agent 核心能力：多項(xiàng)國內(nèi)開源第一

τ2-Bench: 88.2 分（國內(nèi)開源第一，多步任務(wù)規(guī)劃）

xbench-DeepSearch: 54 分（國內(nèi)開源第一，深度搜索與信息整合）

BrowseComp: 69 分（第一梯隊(duì)，網(wǎng)頁瀏覽與上下文管理）

數(shù)據(jù)再漂亮，也得經(jīng)得起真實(shí)場(chǎng)景的檢驗(yàn) 。在下面這幾個(gè)典型場(chǎng)景中，Step 3.5 Flash 也驗(yàn)證了「以巧見大，快如閃電」不是口號(hào)。

普遍常識(shí)里，用 Deep Research 寫分析報(bào)告，可能會(huì)覺得需要模型有引經(jīng)據(jù)典的文采，但實(shí)際上還是依賴強(qiáng)大的邏輯推理和工具調(diào)用能力。

給它一個(gè)模糊的課題，比如「0-3 歲嬰幼兒科學(xué)教育」，它不會(huì)直接胡編亂造，而是像一個(gè)真正的人類研究員一樣，拆解任務(wù)、規(guī)劃路徑、聯(lián)網(wǎng)搜索、反思修正，然后交給我們一份內(nèi)容翔實(shí)、新手父母都能看懂的萬字報(bào)告。

在 Scale AI 的 Research Rubrics 評(píng)測(cè)中，它的得分甚至壓過了 OpenAI 和 Gemini 的同類系統(tǒng)。這也進(jìn)一步說明，它已經(jīng)具備了獨(dú)立干活的「邏輯閉環(huán)」。

Step 3.5 Flash 同樣能接入 Claude Code 環(huán)境，當(dāng)要模型擔(dān)任一名專業(yè)數(shù)據(jù)分析師，面對(duì)復(fù)雜的數(shù)據(jù)分析任務(wù)時(shí)，它不僅能自己寫代碼清洗數(shù)據(jù)、協(xié)助日常數(shù)據(jù)流程、對(duì)齊數(shù)據(jù)格式，還能直接產(chǎn)出工作流報(bào)告。

無論是做 Deep Research 還是 Vibe Coding 項(xiàng)目，這些要么在階躍的官網(wǎng)完成，要么就是調(diào)用 API 的方式，但 Step 3.5 Flash 的野心遠(yuǎn)不止于從云端服務(wù)器拉取 AI 能力。

朱亦博透露，為了跑模型，他甚至自掏腰包買了一臺(tái)設(shè)備?，F(xiàn)在，Step 3.5 Flash 是目前能用 4-bit 量化，在 128GB 內(nèi)存的 MacBook 上流暢運(yùn)行 256K 超長上下文的最強(qiáng)模型， 沒有之一 。

這句沒有之一，確實(shí)凸顯了技術(shù)人的倔強(qiáng)?；蛟S，這也暗示了階躍星辰「AI + 終端」的終極圖謀： 最強(qiáng)的大腦，不應(yīng)該只活在昂貴的 H100 集群里，它應(yīng)該活在你的電腦里，甚至未來的手機(jī)里 。

當(dāng)其他廠商還在卷融資、卷估值時(shí)，階躍星辰已經(jīng)默默地把高性能 Agent 的成本門檻，再一次降低。這正印證了那句戰(zhàn)略預(yù)判：大模型競(jìng)爭(zhēng)的「表演賽」已經(jīng)結(jié)束，行業(yè)正式步入決定生死的「淘汰賽」。

春節(jié) AI 大戰(zhàn)里，又一匹攪動(dòng)大模型格局的黑馬

在最近喧囂的 AI 發(fā)布混戰(zhàn)中，Step 3.5 Flash 這匹黑馬肯定其實(shí)有些被過于低估了，它不只是一個(gè)「高性價(jià)比」的模型，反而有點(diǎn)像一年前 DeepSeek 的突然出現(xiàn)，給 AI 行業(yè)趟出了一條新路：

在算力并不是無限的現(xiàn)實(shí)世界里，誰能用更精巧的架構(gòu)、更少的資源解決更復(fù)雜的問題，誰才是真正的贏家。

那個(gè)靠堆參數(shù)就能騙到融資、靠刷榜單就能獲得掌聲的「草莽時(shí)代」已經(jīng)一去不復(fù)返。 接下來的戰(zhàn)爭(zhēng)，屬于那些不僅「腦子好使」，而且「手腳麻利」的物種。

這種對(duì)「小型化、高效率」的堅(jiān)持，本質(zhì)上源于階躍星辰對(duì) AGI 使命的執(zhí)著。朱亦博曾感慨，堅(jiān)持訓(xùn)練基模的意義，除了商業(yè)優(yōu)勢(shì)，就是為了那份 「一直以來的 AGI 夢(mèng)想」。

對(duì)階躍星辰來說，通往 AGI 的路徑不是靠賭一把大的，而是靠前瞻性的方法論，和對(duì)時(shí)代需求的精準(zhǔn)判斷。正如階躍星辰新任董事長印奇在采訪中所談到的，「做好基模、探索整個(gè)智能的上限是階躍的使命?！?/p>

從 Step 1 到 Step 3.5，從多模態(tài)到語音，從云端到終端，AI 與物理空間的結(jié)合、與終端硬件的深度布局，都是階躍星辰走向最終 AGI 的必經(jīng)之路。

當(dāng) AI 能力真正「飛入尋常百姓家」，技術(shù)競(jìng)賽的終點(diǎn)也不再是算力軍備競(jìng)賽，AI 開始更好地服務(wù)我們，每個(gè)人，中小企業(yè)、個(gè)人開發(fā)者、學(xué)生都能低成本，用得起頂級(jí) Agent 能力，AGI 才不只是巨頭的游戲。

以巧見大，快如閃電 。 這是 Step 3.5 Flash 給出的答案，也是階躍星辰對(duì) AGI 使命的又一次靠近。

那些堅(jiān)持夢(mèng)想的人，終會(huì)走出自己的路。而這條路，已經(jīng)越來越清晰。