Step 3.7 Flash vs 腾讯 Hy 3 Preview：国产 Agent 基座模型的「效率」军备赛

AI 摘要：阶跃星辰 Step 3.7 Flash（198 B MoE/11 B 激活/400 tokens/s）与腾讯 Hy 3 Preview（295 B MoE/21 B 激活/快慢思考融合）同周开源发布。国产 Agent 基座模型从跑分转向工程化落地：速度、成本、框架兼容性成为新战场。

AI 摘要 – Step 3.7 Flash：198 B MoE（仅激活 11 B），400 tokens/s，Agent 单任务成本仅为 Claude Opus 4.6 的 1/9 – 腾讯 Hy 3 Preview：295 B MoE（激活 21 B），256 K 上下文，快慢思考融合，两周免费 API – 两模型均已开源，兼容主流 Agent 框架，国产模型竞争从跑分转向工程化落地

同一周，两个中国团队开源了两款「Agent 专用」模型

2026 年 5 月底到 6 月初，上海和深圳的两个团队几乎同时按下了发布键。

阶跃星辰发布了 Step 3.7 Flash——198 B 参数的 MoE 模型，推理只激活 11 B，生成速度最高 400 tokens/s。腾讯发布了混元 Hy 3 Preview——295 B 参数的 MoE 模型，激活 21 B，支持快慢思考融合。

两个模型的共同点是：都不是追求最高跑分，而是追求「效率」。具体来说就是——速度、成本、框架兼容性、在真实 Agent 任务中的可靠性。

这标志着国产大模型的竞争正在从「论文战」（谁在哪个榜单上排第一）转向「落地战」（谁的模型能让开发者用最低成本跑起 Agent 工作流）。

Step 3.7 Flash：速度即正义

Step 3.7 Flash 的核心卖点很直接——快。

400 tokens/s 的生成速度在同级模型中属于第一梯队。对比：通过商业 API，DeepSeek V 4 Pro 和 Kimi K 2.6 通常在 50-100 tokens/s 之间。400 tokens/s 意味着复杂多轮 Agent 任务的等待时间从几十秒压缩到几秒。

架构上，Step 3.7 Flash 是 196 B 语言主干 + 1.8 B ViT 视觉编码器的组合。视觉编码器让模型支持原生多模态——直接理解截图、UI 界面、图表，这对 Agent 场景（需要操作桌面、解析网页）是关键能力。

阶跃星辰公布了一组对比数据：在 Agent 任务上，Step 3.7 Flash 每个任务的成本约为 0.19 美元，而 Claude Opus 4.6 约 1.76 美元。用不到 1/9 的成本，达到编码能力的 97%。

在兼容性上，模型支持 Claude Code、KiloCode、OpenClaw、Hermes Agent 等主流 Agent 框架，以及 MCP/Skills 协议。可以在 Mac Studio M 4 Max、DGX Spark、AMD AI Max+ 395 等设备上本地运行。

阶跃星辰这波操作有迹可循——三个月前的 Step 3.5 Flash 已经冲到了 OpenRouter Trending 榜首，一个月内做到了 OpenClaw 调用量全球第一。Step 3.7 Flash 是在这个基础之上的迭代。

腾讯 Hy 3 Preview：重新思考 Agent 的「思考方式」

腾讯的路线与阶跃不同。

Hy 3 Preview 最大的特点是「快慢思考融合」——不再区分「推理模式」和「普通模式」，而是让模型自己判断当前任务需要多少思考深度。

295 B 总参数、21 B 激活参数、256 K 上下文窗口。腾讯透露 2026 年 2 月以来重建了预训练和强化学习基础设施，重点不是提高跑分，而是改善模型在真实场景中的可用性。

具体来说，腾讯提了三个原则：一是在推理、长上下文、指令遵循、工具使用上全面发展而非偏科；二是用「真实评测」替代标准基准测试；三是把推理效率和成本控制放在与模型能力同等重要的位置。

Hy 3 Preview 支持 OpenClaw、OpenCode、KiloCode 等主流 Agent 框架，已在 OpenRouter 上架。最实际的信号：宣布了两周免费 API。

值得注意的是，腾讯同步发布了 Hy-Memory——面向长周期 Agent 的记忆插件。专门解决跨天、跨会话运行中出现的记忆碎片化和注意力稀释问题。模型 + 记忆插件的组合表明腾讯不只是在做基础模型，而是在构建 Agent 基础设施体系。

到底选哪个？

选择 Step 3.7 Flash 的理由：需要极致的推理速度、多模态 Agent（需要处理 UI 截图）、预算敏感的生产部署。

选择 Hy 3 Preview 的理由：偏好腾讯生态（TokenHub、OpenRouter）、需要长周期 Agent 的记忆管理（Hy-Memory 插件）、想先用免费 API 验证效果。

两个模型都在走同一条路：让 Agent 从「能做」变成「做得好且做得便宜」。一个月前，开发者在选 Agent 基座模型时主要看的是与 Claude/GPT 的对标程度。现在多了两个开源选项，而且都能在本地部署。

FAQ

Q：这两个模型能替代 Claude Code / GPT 吗？ A：在通用智能上不能。但在 Agent 任务中——尤其是需要高频调用、低成本、本地部署的场景——它们提供了可行的替代方案。

Q：Step 3.7 Flash 的 400 tokens/s 是真实速度吗？ A：这是官方公布的峰值速度。实际速度取决于推理硬件、任务复杂度和部署方式。阶跃星辰提供了低中高三档推理级别供选择。

Q：Hy 3 Preview 免费 API 能用多久？ A：腾讯宣布了两周免费期，之后会转为付费。具体价格尚未公布。

如果说 2025 年国产大模型的关键词是「追平」，2026 年上半年的关键词正在变成「效率」。当开发者能用一个成本仅为 Claude 1/9 的模型跑起 Agent 工作流时，「最好用」比「最强」对你更重要——这取决于你需要多少速度和多大的成本弹性。