大模型推理降本新突破：Step 3.7 Flash如何实现成本降至1/9_服务软件

1. #唐艺昕因皮肤原因4年未拍戏# 600602直线涨停！大模型龙头股改+新模型双催化，最全概念股名单（附股）AI大模型赛道再迎重磅催化！阶跃星辰完成股改、Pre-IPO推进、新模型上线三重利好集中爆发，4月3日午后相关概念股直线异动，云赛智联（600602）强势封板，中贝通信等个股同步冲高，一场围绕“阶跃星辰上市预期”的行情正式打响！一、突发！阶跃星辰股改完成，港股上市进入倒计时企查查显示，上海阶跃星辰智能科技有限公司正式变更为股份有限公司，完成股改关键一步。这家成立仅3年的AI大模型黑马，动作频频：• 融资超50亿：股改前后完成B+轮超50亿元融资，上海国投、中国人寿、华勤技术等重磅股东入局。• 高管加持：印奇出任董事长，同步掌舵千里科技，产业资源与资本信誉双提升。• 上市明确：计划2026年6月30日前港股交表，年底完成上市，Pre-IPO融资火热推进。• 技术升级：4月2日最新模型Step 3.5 Flash 2603上线，新增low think mode，默认模式token消耗降14%，低模式狂降56%，推理效率、稳定性全面升级。从股改到融资、从技术到上市，阶跃星辰已进入IPO冲刺期，产业链相关公司直接受益！二、600602直线涨停！云赛智联成核心龙头午后云赛智联（600602）直线拉涨停，成为阶跃星辰概念绝对龙头，核心逻辑：• 股权深度绑定：与阶跃星辰共同持股上海智能算力公司（云赛11%、阶跃10%），利益深度捆绑。• 算力核心供应商：上海国资算力平台，拥有三大数据中心、超7000机柜，为阶跃提供长期算力服务，松江智算中心为其核心训练基地。• 官方算力底座：中标上海人工智能算力公共平台，承接当地75%智算基建，是阶跃星辰官方算力伙伴。三、最全概念股梳理：四大方向，7家业绩亮眼1. 直接参股（核心受益）• 中贝通信（603220）：阶跃第十大股东，持股0.8096%；17000P智算核心供应商，长期提供算力服务。• 宏力达：通过嘉兴久奕雍珩（持股37.7358%）间接参股，后者为阶跃第九大股东（持股1.2145%）。• 云赛智联（600602）：合资持股+算力双绑定，龙头标的。2. 算力服务（卖水人）• 同方股份：知网提供知识数据，合作大模型训练，2025年净利润5亿元。• 中科曙光、拓维信息：提供算力服务器、智算集群解决方案。3. 业务合作（生态协同）• 中文在线：网络文学+知识服务独家合作，AI创作深度绑定。• 欢瑞世纪：共建“麟跃”AI实验室，发力短剧Agent。• 千里科技：印奇掌舵，共同开发智能座舱。• 中广天择（*ST天择）：2025年扭亏，合作数字视频AI应用。• 新华传媒：合资财跃星辰，布局金融大模型。4. 业绩含金量（7家已披露）• 宏力达：净利润6.39亿（+186.79%），间接参股• 同方股份：净利润5亿（+3.69%），数据合作• 云赛智联：净利润1.94亿，算力龙头• 新华传媒：净利润同比+4.45%，金融AI• *ST天择：扭亏为盈（2700-3000万），视频AI四、行情逻辑：IPO预期+技术迭代，短线风口确立1. 股改=上市前置：完成股改是港股上市关键一步，IPO预期强烈，资本炒作热情点燃。2. 模型迭代=业绩催化：Step 3.5 Flash 2603降本增效，商用加速，算力、数据、应用端需求爆发。3. 资金聚焦：市场震荡下，AI大模型+IPO预期成稀缺主线，云赛智联、中贝通信等核心标的获资金抢筹。五、风险提示• 阶跃星辰上市进度不及预期。• 大模型商业化盈利兑现缓慢。• 概念股短期涨幅较大，注意波动风险。阶跃星辰作为国内头部大模型厂商，IPO进程加速，产业链公司迎来估值重塑。云赛智联（600602）凭借股权+算力双重绑定，成为本轮行情龙头；中贝通信、中文在线、欢瑞世纪等核心合作标的，也有望持续活跃！

2. Meta的秘密项目居然偷师千问？偷早啦！千问发布旗舰推理模型Qwen3-Max-Thinking#Qwen3 #千问 #科技改变生活 #AI新星计划 #玩个很新的东西

3. 昨天晚上发布的小米MiMo-2.5，登顶全球开源大模型第一，超Claude Opus 4.6，很牛逼。对开发者来说，几个点比较实在：速度方面，TPS到100-150 token/s，做Agent交互基本不用等响应。成本直接砍半，1M和256K上下文同价，夜间8折，比用Claude便宜不少。长程任务稳定性有突破。北大编译器case，4.3小时一次满分通过，不是跑十几个小时勉强过关那种。单次近千次工具调用、十余轮上下文压缩，工程化能力是实打实的。百万级上下文两个模型都支持，马上开源。以前这种水平的Agent能力，调用成本是个大门槛，现在直接免费用。小米AI这块确实被低估了#小米首次登顶全球开源大模型第一#

4. 谷歌Gemini 3 Flash 掀桌子进场，快了3倍还反超Pro，价格仅1/4

5. 盘点一周AI大事(12月21日)｜谷歌手撕OpenAI OpenAI 上线最强图像模型GPT Image 1.5 OpenAI发布最强编码模型GPT-5.2-Codex Google发布 Gemini 3 Flash Google开源A2UI协议微软开源最强3D模型TRELLIS 2 阿里开源分层编辑图像模型Qwen-Image-Layered 阿里发布Veo 3平替Wan2.6 字节发布Veo 3平替Seedance 1.5 pro 腾讯开源首个实时交互世界模型WorldPlay 研究员开源照片重新对焦Genfocus Pipeline 研究员开源实时换脸视频模型PersonaLive Meta开源最强声音分割模型SAM Audio #抖音知识年终大赏 #AI新星计划 #OpenAI #AIGC #前沿科技趋势发布月

6. 重磅：小米发布并开源最新MiMo-V2-Flash大模型，总参数量3090亿，活跃参数量150亿，基准测试性能媲美DeepSeek-V3.2，延迟仅为几分之一！生成速度达150 tokens/秒（基于首日版本）。刚试了下生成速度超快，等明天罗福莉详细揭秘

7. 谷歌发布 Gemini 3 Flash，相比上一代 2.5 Flash 有哪些提升？使用体验如何？

8. 阶跃Step 3.5 Flash ：春节 AI 混战杀出的黑马，正在 Agent 时代弯道超车

9. #小米首次登顶全球开源大模型第一#不得了了兄弟们，小米MiMo-2.5强势拿下全球开源大模型榜首，Agent能力直接媲美Claude Opus 4.6，用实打实的技术实力，打破大众对小米“只做手机”的固有认知，亮出中国AI的硬核底气！在核心技术比拼上，MiMo-2.5交出了碾压级答卷。从V2到V2.5，小米技术团队极速迭代，凭借单次近千次工具调用、十余轮上下文压缩的超强工程化能力，不靠堆算力，全凭真本事登顶。更惊喜的是，这款顶级模型支持百万级上下文，还即将全面开源，开发者能免费使用全球顶尖Agent能力，搭配1M与256K上下文同价、夜间8折的良心定价，彻底降低AI开发门槛。这一次，小米用全球第一的成绩，证明中国开源大模型已跻身世界第一梯队！

10. 如何评价小米开源的MiMo-V2-Flash大模型，表现如何?

11. 除夕夜，国产顶流压轴上线，QWEN3.5多模态开源！

12. 单卡双芯 48G 显存！打造 20L 紧凑型 AI 算力怪兽：DeepSeek 70B 实测 19 tokens/s

13. 全球AI开发者新宠！阶跃星辰Step 3.5 Flash，两天登顶OpenRouter趋势榜

14. #一条音频告别2025##微博声浪计划# 小米发布开源大模型MiMo-V2-Flash，总参数3090亿仅激活150亿实现轻量化，在数学竞赛、科学测试等位列开源前两名，软件工程测试第一，性能媲美DeepSeekV3.2。生成速度达150 tokens/秒，推理成本仅为其1/3，支持深度思考与联网搜索，融入澎湃OS，已开放体验。科技小焱的微博音频

15. 【DeepSeek V4中文能力测评出炉：重回国内第一！】SuperCLUE团队发布DeepSeek V4系列中文大模型测评结果，DeepSeek-V4-Pro凭借综合表现拿下国内第一，Flash版本紧随其后位居第二，国产开源模型再迎突破。本次测评覆盖数学推理、科学推理、代码生成、智能体任务规划、指令遵循、幻觉控制六大维度，Pro版本得分70.98分，Flash版本68.82分，两项成绩均大幅领先国内其他模型。DeepSeek V4系列采用全新注意力机制，全版本支持百万级长上下文，同时降低算力与显存占用，搭配国产芯片使用，整体效率更高。相比上一代 V3.2，两个版本均实现全面提升。Pro版本智能体能力提升超20分，数学推理提升近10分，指令遵循提升近12分，幻觉控制也有明显优化。Flash版本在保持高效推理的同时，智能体与数学推理同样大幅提升，性价比突出。Pro版本（15元/百万Tokens）侧重高性能，幻觉控制更稳，适合复杂任务与专业场景。Flash 版本速度更快、成本更低，API价格仅1.25元每百万Tokens，日常使用更划算。测评同时指出，模型与海外顶尖模型在代码生成、复杂指令执行等方面仍有差距。整体来看，DeepSeek V4凭借均衡能力与亲民成本，站稳国内第一梯队，成为日常办公、开发创作、长文本处理的优质选择。

16. 今天，也就是2026年2月14日，字节跳动正式发布了豆包大模型2.0（Doubao-Seed-2.0）系列，官方宣布这标志着豆包全面进入Agent时代。这次更新推出了Pro、Lite、Mini、Code全家桶，Pro版直接对标国际顶尖如GPT-5.2和Gemini 3 Pro，亮点非常多，尤其在真实世界复杂任务执行、多模态理解和性价比上表现出色。🔻主要亮点和技术升级1. 全面进入Agent时代，强化复杂任务执行 豆包2.0不再只是聊天工具，而是针对大规模生产环境系统优化，重点提升高效推理、多模态理解和复杂指令执行能力。能更好地处理多约束、多步骤、长链路任务，已具备支撑高价值真实世界任务的基础。比如长链推理、Agent规划执行等场景更可靠。2. 多模态能力大幅跃升，多数基准达SOTA 视觉与多模态理解更稳健：对复杂文档、表格、图表、图形、视频的解析显著提升，视觉推理、空间理解、运动理解、长视频分析等达到全球顶尖水平。Pro版在大多数视觉基准测试中拿最高分，支持更精准的多模态感知和推理。3. 数学、推理、编程能力顶尖 Pro旗舰版在IMO、CMO数学竞赛和ICPC编程竞赛中取得金牌成绩，在Putnam基准上超越Gemini 3 Pro，数学和推理能力已达世界顶尖。能尝试埃尔德什级数学问题、完成研究级科学编程任务。4. 全家桶灵活适配不同场景 • Pro：深度推理 + 长链路任务，旗舰对标GPT-5.2 / Gemini 3 Pro。 • Lite：性能与成本平衡，综合能力超上一代主力豆包1.8。 • Mini：低时延、高并发、成本敏感场景。 • Code（Doubao-Seed-2.0-Code）：专为编程优化，与TRAE（字节AI编程工具）结合效果最佳，支持多模态输入（如代码截图）。5. 超强性价比，token成本降低约一个数量级 Pro版定价（32k以内输入）：3.2元/百万tokens，输出16元/百万tokens，远低于Gemini 3 Pro和GPT-5.2。Lite输入仅0.6元/百万tokens。在长链路、大规模推理场景下，成本优势巨大，真正让AI“用得起”。🔻体验入口：豆包App切换“专家”模式即可用Pro对话；Code版已在TRAE接入；开发者可通过火山引擎API调用全系列。🔻简单对比GLM-5和通义千问（Qwen）M2.5等同批更新模型从当前公开信息看（2026年2月数据），豆包2.0 Pro在数学/推理（如IMO金牌、Putnam超Gemini 3 Pro）和多模态视觉理解上特别突出，整体对标国际前沿（如GPT-5.2级别），推理链更长、Agent执行更稳。GLM-5（智谱）和通义千问M2.5（阿里）也在2025-2026密集迭代，强在中文理解、工具调用和生态（如通义千问的图像/视频生成），但字节这次强调真实世界复杂任务+极致性价比，Pro在部分国际基准领先，成本更低一个量级，适合企业级大规模部署。国内模型差距已非常小，各有侧重：字节更偏多模态+Agent执行，阿里/智谱在开源和通用中文生态更成熟。你已经试过豆包2.0了吗？我是用了，确实好。字节真是国产之光。🚀 #豆包大模型2.0发布# #HOW I AI# #过个有AI年#

17. Rubin 是首代大规模搭载 HBM4 的架构。在技术层面，训练主要是 Compute-bound（计算受限），Batch比较大，而推理，尤其是长文本和高并发，是极度 Memory-bound（带宽受限）的，Batch小，延迟要求高，毕竟是服务大量群众的。Rubin 把带宽拉到 20TB/s 以上，本质上就是为了解决推理时的吞吐瓶颈。 Rubin 当然能训练，英伟达的卡从来不偏科。但为什么要强调推理？因为 HBM4。训练吃算力，推理吃带宽。Rubin 把内存带宽拉到 Blackwell 的两倍多，摆明了是要在推理端降维打击，能训练是保底，推理成本降一个数量级才是 Rubin 让大厂掏钱的主要原因。。现在大厂手里囤了那么多 H100 还没跑满，为什么还要盯着还没出的 Rubin？就是因为推理太贵。训练是研发投入，咬牙也就过了；但推理是日活开支，那是每天都在烧的钱。Rubin 的 HBM4 就是避免长期烧钱，没有谷歌的TPU也就算了，现在有个魔鬼TPU在边上，TPU 推理每 Token 成本比 H100 低 4 倍，不求变是不行的，不买是不行的。。我厂有很多V100，也有H100，AMD 的MI250，300X 等，现在GB200还太贵，TPU要用谷歌云不方便，Rubin还没发布，我作为厂长，当然要了解和学习这里面的名堂。。当然我肯定没写过实际代码，就像老黄也没写过，不妨碍我们吹牛啊，对不对。

18. 刚刚，DeepSeek官方正式发布DeepSeek-V4，这个版本主打100万token超长上下文，Agent、知识、推理国内开源领先~分为两个版本：DeepSeek‑V4‑Pro：1.6T参数/激活49B，专家模式，性能比肩GPT‑5.4、Claude‑Opus、Gemini，推理/知识/代码开源第一。DeepSeek‑V4‑Flash：284B参数/激活13B，快速模式，推理接近Pro，更快更便宜，简单Agent任务持平Pro。定价方面：Pro更贵、Flash平价；Pro下半年算力扩容后预计会大幅降价~

19. “本次价格调整背后，离不开小米技术团队在推理系统上的持续优化。” “我们基于 SGLang HiCache 完整支持 SWA（Sliding Window Attention），将 KV Cache 在 GPU 显存、CPU 内存、SSD 等多级存储之间的数据搬运量降低至优化前的近 1/7，并将可缓存 token 数量提升至优化前的近 5 倍，显著提升了缓存命中率和推理效率。”

20. 盘点一周AI大事2月8日｜AI相亲、AI当老板、AI狼人杀 Anthropic发布最强大模型Claude Opus 4.6 OpenAI发布最强编码模型GPT5.3Codex OpenAI推出Codex桌面版 Google上线AI狼人杀 AI雇佣人类平台RentAHuman爆火 AI雇佣AI平台ClawTasks爆火龙虾相亲平台MoltMatch爆火智谱开源最强OCR模型GLM-OCR 字节发布最强视频模型Seedance 2.0 研究员开源无痕编辑视频模型Edit Yourself 字节开源最强分子预测模型Protenix-v1 Google发布论文配图AI Paper Banana #AI新星计划 #前沿科技趋势发布月 #AI #AIGC #OpenAI

21. 昨天晚上小米MiMo-V2-Flash发布了，小米大模型以MiMo系列7B参数模型为核心代表，在2025年的权威测评中，已跻身开源小参数模型第一梯队，数学/代码/多模态能力突出，端侧部署与推理效率优势明显，整体处于国内第一梯队、全球小参数模型领先水平。试了一下，响应速度非常之快。 #小米新模型媲美DeepSeekV3.2# #小米发布最新MiMo大模型#

22. 当海外开发者还在为Gemini3 Flash惊叹时，小米开源大模型MiMo-V2-Flash横空出世，直接被老外吹成“Gemini平替”！它以309B参数实现2.6倍推理加速，延迟仅为DeepSeek-V3.2的一小部分，却在通用基准测试中性能相当。最让开发者疯狂的是，它不仅免费开源，推理成本还低至闭源竞品的2.5%，中国开源大模型的实力，这次真的让海外刮目相看

23. 刚刚，让谷歌翻身的Gemini 3，上线Flash版

24. 阿里甩出 AI 王炸！ Qwen3-Max-Thinking 高调对标 GPT-5.2-Thinking，是真硬刚还是博眼球？这款阿里旗舰推理模型拿下 19 项国际基准测试高分，自带自适应工具调用，能自主搜信息、做计算，主动解决问题，还成了阿里全生态的技术底座，打通电商、本地生活等全场景实现智能闭环。有人说它缩小了中外 AI 差距，坐稳中文 AI 头把交椅，让阿里 AI 生态形成良性循环，未来可期；也有人质疑，对标全球顶尖模型只是纸面数据，落地商业场景的实际能力仍需检验。阿里这次的 AI 大招，到底是技术突破的里程碑，还是营销造势的噱头？这款模型的真实实力究竟如何，一起来聊聊吧！#微博超有用视频大赛##上微博涨知识##AI创造营##科技先锋官# http://t.cn/AXqpEa95

25. 阶跃Step 3.7 Flash实测，又被AI上了一课

26. 实测 Step 3.7 Flash ，10 秒写完 1000 行代码，生产级 Agent 的高效率模型

27. Step 3.5 Flash（阶跃星辰） —— 测试数据报告 + 使用建议（工程 / 开发者版）/ 推理速度（最高≈350 token/s）、长上下文（可达256K）和Agent 多步稳定性

28. Flash模型，阶跃Step 3.7 Flash更懂Agent

29. 合作伙伴丨多项第一！阶跃星辰开源最新模型Step 3.5 Flash，为智能体而生，达到世界级水平！

30. 多项第一！阶跃星辰开源最新模型Step 3.5 Flash，为智能体而生，达到世界级水平！

31. Step 3.5 Flash，和另一个Flash异曲同工啊