当前，大模型应用正从探索走向规模化部署，推理效率与成本成为影响产业落地的关键瓶颈。在此背景下，阶跃星辰近日发布新一代开源Agent基座模型Step 3.5 Flash，面向实时Agent工作流场景进行专项优化，在推理速度、智能水平与使用成本之间取得了新的平衡。 从技术架构看，Step 3.5 Flash采用稀疏混合专家（MoE）架构，总参数规模达1960亿，但每个token仅激活约110亿参数。在保证模型能力的同时，该设计大幅提升了推理效率。在单请求代码类任务中，模型最高推理速度可达每秒350个token，相比同类产品优势明显。这意味着开发者构建Agent应用时，既能获得足够的智能能力，也能以更可控的成本实现高效推理。 值得关注的是，模型发布后迅速获得产业链上游响应。华为昇腾、沐曦股份、壁仞科技、燧原科技、天数智芯、阿里平头哥等多家头部芯片厂商已率先完成对Step 3.5 Flash的适配。通过底层联合优化，这些厂商更提升了模型适配性与算力效率，推动模型与芯片形成更紧密的协同关系。 这一进展也折射出产业生态的变化。今年7月，阶跃星辰联合近10家芯片及基础设施厂商发起“模芯生态创新联盟”，旨在打通芯片、模型与平台之间的技术衔接。通过联合优化，联盟希望提升算力利用效率，加速大模型在行业场景中的落地。Step 3.5 Flash的推出与快速适配，正是这一协同策略的直接落点。 从产业影响看，模型与算力的深度协同有助于降低企业与开发者的综合门槛。推理成本下降，将使更多中小企业和开发者能够承担大模型应用，进一步拓展应用范围。同时，推理效率提升也为实时交互类应用提供了基础能力，有利于推动Agent等新型应用形态加速发展。 业内普遍认为，随着推理模型逐步成为主流，模型与算力的协同将成为推动大模型规模化应用的重要路径。这既要求模型厂商在架构设计上更贴近硬件特性，也要求芯片厂商在产品规划中充分考虑模型需求。只有形成双向匹配，才能持续提升产业链整体效率。
大模型产业正从“技术展示”走向“生产力工具”；决定成败的，不只是模型能力上限，更是算法、硬件、工程与生态的整体协同。开源模型持续迭代与多芯片适配加速推进传递出一个明确信号：只有把性能、成本与可部署性放在同一套产业逻辑里统筹考量，才能让更多创新在真实场景中落地，并形成可持续的增长动力。