阶跃Step 3.5 Flash值得入手吗?全网观点大PK
阶跃星辰于2月2日发布开源AI模型Step 3.5 Flash,主打“Agent原生”设计,采用1960亿参数稀疏MoE架构(仅激活110亿)、350 TPS推理速度、256K上下文,并在AIME、IMO等数学测试中登顶国内开源榜首。该模型两天即登顶OpenRouter全球趋势榜,引发开发者热议:它究竟是“高智商的快手”,还是“本地部署的噩梦”?争议核心在于其实际部署成本与性能表现是否匹配。8
观点PK
Agent时代的高效生产力工具
58% 支持以110亿激活参数实现顶尖智能水平,在AIME、BrowseComp等Agent专属测试中全面领先,证明其架构精算优于盲目堆参。
350 TPS推理速度显著提升Agent多轮工具调用连贯性,解决“打字机效应”,让复杂任务如网购比价、气象仪表盘生成真正可用。
支持Mac M3/M4 Max本地部署256K上下文,打破闭源模型对云端API的垄断,赋予开发者数据主权与低延迟体验。


本地部署的高成本陷阱
42% 支持MoE架构对显存带宽要求极高,M4 Max实测仅达40–50 TPS,远低于宣传的350 TPS,中小企业自建集群TCO高昂。
Token消耗涨幅超100%,虽单价便宜但综合成本优势被抵消,同成本档位下准确率仅中等,性价比存疑。
存在生成轨迹偏长、专业领域重复推理、长对话中英文混杂等局限,能力边界清晰但稳定性不足。
01Agent时代的高效生产力工具58%提及
- 架构精算胜过参数堆砌:Step 3.5 Flash以稀疏MoE架构实现智能与效率平衡,成为Agent场景的理想基座。微信公众号 @AI前线 表示:当行业还在用稠密模型硬扛Agent场景时,它用1960亿总参数、仅110亿激活参数的精巧架构,同时解决了Agent时代的三大死结。知乎用户提到:阶跃就像一个两耳不闻窗外事,一心做研究的学者,端出一盘市面上不曾见过的奇珍。微信公众号 @上观新闻 指出:开发者不仅需要“更聪明”的模型,交付过程和成果是更关键的指标,而Step 3.5 Flash理解Agent工作流的真实需求。823
- 速度即生产力:350 TPS的极致速度让Agent任务真正可用,从理论走向落地。值得买社区用户表示:AI的成功不该取决于它看起来有多聪明,而取决于它能帮我们人类提高多少效率。知乎用户提到:对于正在构建Agent应用的开发者而言,Step 3.5 Flash提供了一个值得认真考虑的选择,它理解Agent工作流的真实需求。微信公众号 @AI智汇社丨iHui Inf 指出:Step 3.5 Flash填补了开源模型在Agent场景下“高性能、高速度、高兼容”的空白。7411
- 端云协同新范式:支持消费级硬件本地部署,重构AI权力结构。微信公众号 @AI前线 表示:当海外巨头将Agent能力锁死在云端API时,Step 3.5 Flash让256K上下文的Agent大脑跑在128GB内存的MacBook上——这是对AI权力结构的重构。微信公众号 @AI星球视界 提到:早期测试者评价其“真正具备将LLM工作负载从云端迁移至本地的潜力”,尤其适用于金融、医疗等对数据安全敏感的场景。813
02本地部署的高成本陷阱42%提及
- 实测性能远低于宣传:MoE架构对硬件要求苛刻,普通设备难以发挥其宣称性能。知乎用户指出:阶跃星辰Step 3.5 Flash是国产模型在架构上的胜利,却是本地部署的噩梦;其MoE架构对显存带宽要求极高(M4 Max实测仅达40–50 TPS)。微信公众号 @大模型评测及优化NoneLinear 实测显示:响应时间从184s降至36s(+80%),但token消耗增45%,成本降23%至9.81元/千次,在同成本档位中准确率中等,速度领先但综合性价比存疑。121
- 功能局限与稳定性问题:模型在实际使用中存在明显短板,影响可靠性。微信公众号 @大模型评测及优化NoneLinear 指出:教育/法律/推理领域显著提升,但金融与指令遵从能力下降;官方承认存在token效率偏低、操作范围受限、分布偏移稳定性不足等局限。知乎用户提到:归纳洞察与指令遵循较前代显著改善,但数学计算误差控制仍有缺陷;上下文幻觉有进步但下限低;多轮能力存在局部细节纠缠与自主纠偏弱问题。12
当前全网观点呈现58%支持与42%反对的格局,支持方认为Step 3.5 Flash通过架构创新实现了Agent场景下的速度与智能统一,是开源生态的重要突破;反对方则聚焦其本地部署的高成本与性能落差,质疑其实际性价比。综合来看,该模型更适合具备专业硬件条件、追求极致Agent性能的开发者群体,而对于资源有限的中小企业或个人用户,其部署门槛与成本效益仍需谨慎评估。8
M4 Max实测40-50 TPS,和宣传的350差距大吗?有开发者跑过分没?
没有更多了