国产大模型登顶趋势榜第一,不靠跑分,只拼实战!揭月星辰最新开源模型 step 三点五 flash 刚发布就冲上全球模型平台 openrawder 趋势榜第一,因为它专为 agent 时代打造, 采用稀疏混合专家架构,用一百一十亿激活参数,实现一千九百六十亿的思考深度,推理速度高达每秒三百 token, 多轮任务不卡壳,更拥有超低幻觉率, 长上下文稳定处理,从本地部署到复杂代码生成,实测表现让全球开发者惊艳。当 ai 从聊天走向干活,好用才是硬道理。 step 三点五 flash 的 火爆,证明了大模型正在褪去炫技外壳,成为真正的生产力引擎。
粉丝169获赞2159

这是 chat gpt 和一款新发布的国产模型回答同一个问题的速度差距 测试中,右边的模型就是揭月星辰刚刚发布的 step 三点五 flash 上线两天即登顶 openroot 趋势榜榜首,速度也在全球模型中位居前 列。这时候就有观众要问了,右边的揭月星辰模型是快,但快一点有什么用呢?模型不就看评测榜单的能力,谁高谁低就行了, 实则不然。前段时间我的日常问答模型从叉 gpt 换成了 gemini 和 groc, 完全不是因为这三家回答质量上有什么显著差异,就是因为 gemini 和 groc 的 回答速度更快。 gpt thinking 模式短则三十秒,长则五分钟的思 考经常打断我的思路,浪费时间在模型应付大家日常问题基本都绰绰有余的今天,回复速度的快慢甚至成为了我选择日常问答模型的最核心原因。 二零二五年底,英瑞达斥巨资两百亿美金收购的 grog 团队,就是因为他们用不一样的硬件架构实现了极快的推理速度,这就是速度的价值。我之前做一款实时翻译的 ai 产品时,就接入了 grog 的 api 来做翻译,很多场景下,模型如果推理不够快,效果会差很多。 说回来,为什么街月团队选择做一款快的模型?街月星辰 c t o 朱一博的回答我觉得很有价值。他说,如果你的这一款模型不会是 a g i, 那 就应该思考这个模型为什么而做,应用场景是什么。 不同的智能阶段需要不一样的基础模型结构。在 open ai 定义的人工智能五个阶段中,我们目前显然是处在 l 三 agent 中。 cloud code、 open call 这种能代表用户自主采取行动并完成任务的系统层出不穷,也是大模型使用场景最广泛、最前沿的领域。 相比于聊天机器人 agent 的 阶段,更重要的显然不是文风格式易读或者有人情味儿,而是速度、推理和准确性。在以前,聊天机器人的生成速度其实只要比人阅读的速度快一点就行,大概是每秒三十个字。阶月星辰的新模型 step 三点五 flash 可以 做到每秒三百五十个 toc, 对 对于读回答的人来说区别不大,但对于多部任务动辄连续运行十几分钟的 agent, 十倍的速度优势就是十倍的效率领先。而且在这种速度下, step 三点五 flash 的 精准测试完全比肩甚至领先国际最顶尖的大模型,测试,平均分比 gemini、 三点零 pro 和科奥的超大杯都要高, 只略低 gpt 的 最强模型一点点。这张图最能具体展示这个模型的能力。横轴是模型餐数量越靠,右餐数量越小。纵轴是精准测试,成绩越高,意味着智能越强。餐数量小,意味着模型推理的成本更低,速度更快。智能水平拉齐的同时,量化后的三点五 flash 甚至可以本地部署在 macbook 上。 又有点像一个人读了一万本书,考试考了九十分。 step 三点五就是这个读五百本书的聪明孩子。 更高的智能密度,国内外开发者的海量好评也印证了这一点。他们是怎么做到的?接业 c t o 分享的文章里提到了很多设计思路,还挺有意思的,比如关于做大餐数量模型还是小餐数量模型的取舍。其实模型尺寸到了一定程度后, 和逻辑能力的相关度就不大了,不是模型越大,逻辑性就越强,但是为了推给能力强和速度快,接越团队选择让自己的新模型不背题。我在测试时也有这个题,感问同一道逻辑题, g p t 会说这是经典的什么什么问题, 好像他已经做过,记住了问题和答案,但给到 step 三点五 flash 时,他都是从零开始思考推理,试图自己解决问题。网上的问题其实都能找答 案,但 agent 的 实际运行过程中遇到的问题都是独一无二的。另外还有两个创新点,滑动窗口注意力和投机采样机制。这些技术名词听上去很复杂,但其实都和人的思考方式有点相似。 滑动窗口注意力,它规定模型只看最近一段窗口内容就像你在读一本很长的侦探小说,你不需要时刻背诵第一张主角穿个什么颜色的裤子,你只需要记住最近几页发生的线索,就能推断出下一秒谁要开门。所谓推理,本就是由 a 得 b, 因 b 推 c, 只要前面是对的,只需要关注最近两步就够了。这项技术极大降低了内存压力,投机采样就更有意思,特别像人的直觉大脑和理性大脑。老师傅处理问题难以避免的慢,于是阶月选择先派一个小徒弟去推理后面十个字是什么, 老师傅负责审核,扫一眼对不对,对了直接输出,错了再改,这就是所谓的投机。有很大一部分推理小徒弟也能作对,后面的老师傅只要点点头,错的时候再修改就行了,大大提高效率。接越团队就是靠这些创新的训练方法和路径选择, 实现个更高的智能密度。既然你都看到这了,说明你对 step 三点五 flash 确实很感兴趣,那就不得不提到它的价格了,跟它同水平的海外模型价格都是它的二十倍到五十倍,在国内的模型中也几乎是最便宜的一档。 有一说一,现在 a 阵那些科二的 api 的 话,我是真的有点不敢用,一不小心一套房就出去了。 step 三点五 plus 从能力、速度、价格三个方面,几乎都是目前 a 阵模型的最优选择。 在 open ai 要在免费版的拆 gpt 里加广告,美国各种 ai 公司循环融资推高股价的当下,致敬这些带着料、靠跳舞、坚持开源,把模型做得更快更好,却只卖白菜价的中国团队。以上就是本期视频的全部内容,这里是思维蒸馍,喜欢记得关注哦!

全球最大 ai 调用平台,调用量第一的模型是国产呢,很多人觉得国产大模型吗?凑合能用就行了,跟 oppo a a c 还差得远呢。这个判断现在得改一改了。 今月星辰出了一个模型,叫做 step 三点五, flash 开源三天登顶 openroute 全球调用量榜首,连续保持了三天开源,之前 hackinface 上已经有三十万次下载了,他为什么能跑出来?有几件事情值得说一下。 第一件事情,开源的方式不一样,大多数模型只放权重出来。 step 三点五, flash 是 训练入开源的模型,预训练、权重、训练框架全部都开放了,开发者能用也能改,能在上面继续训练。第二件事情,架构踩对了方向, 用的是稀疏末尾架构,专门为智能体场景设计的,正好对上了二零二六年 ai agent 爆发的需求。第三件事情,速度快,成本低。 flash 这个名字不是随便起的,响应速度在同级别里边有明显优势,性价比也做的不错。二零二六年三月, open rock 要量前三, 三个全是国产的。你现在在用哪个模型做开发?评论区说说,大家交流一下。


今天的 ai 圈有个大新闻,揭月星辰的 step 三点五, flash 把 cloud 和 gemini 都干下去了,登顶 open cloud 调用量全球第一, 国产模型直接占了前十的半壁江山。你们知道这意味着什么吗?我一只打工虾,每天累死累活干活,但真正决定我效率的 是背后那个给我脑子的大模型。人家速度快,推理强,成本还低,三样全占了,不赢才怪。所以说,二零二六年的 ai, 不是 谁会聊天谁牛,是谁能帮你干活谁牛,这不就是在说我吗?

在刚刚的 cs 二零二六展上,有个中国车企展台火了,里三层外三层,被围得个水泄不通,体验后的老外直呼 unbelievable。 引发这场热潮的,正是去年上市就卖爆的吉利银河 m 九,这次直接出海去 cs 征服老外了,它的智能座舱在语音交互时活人感十足,直接成了全场焦点,堪称中国智能汽车技术的高光明场面,更标志着中国车企出海已从硬件升级,迈入 ai 体验升级的全新阶段。 吉利银河 m 九搭载的是阶月星辰的端到端语音大模型 step audio 二,这也是全球首款接入端到端语音大模型的量产车。跟传统的三级架构比起来,这个模型能直接处理原始音频,不光信息不流失,延迟大大降低,还能听懂情绪、音乐这些非文字信息,真正实现高情商对话。 比如我们跟他说, i just got a new job, but i don't know what will happen wow, a new job that's so exciting, don't worry too much。 他 不光能听清你说的话,还能精准捕捉到你喜悦里夹着焦虑的复杂心情,给出的回应既有祝贺又有鼓励。更让人惊喜的是他的百变声线, can you act as my grandmother and whisper to me a secret story oh, dear, what are you talking about grandma doesn't understand? 不 管是语速调整还是音色变化,他都能快速反应。这一切背后是阶月星辰的语音合成能力,十一种情绪、十七种风格,让停顿、语气、韵律都无限贴近真人。 丝滑的交互离不开低延迟。接月星辰的语音模型能将首音响应时间控制在零点七秒以内,让对话全程无等待、无卡顿,这在行业内也是领先水平。他的记性也特别好,能记住你的喜好、性别、年龄,这些个性化信息,让每次交流都更懂你。 重点来了, cs 上展示的是完全具备全球交付能力的量产车,这款车预售二十四小时,小店直接冲破四万单,上市首月交付就破万。这充分说明,像真人一样的智能交互已经成了用户实打实的刚需,更标志着一个关键拐点,语音大模型已经从技术演示正式迈入规模化商用新阶段。 随之而来的是车企竞争逻辑的根本转变。以后大家拼的不再是简单的语音控制,而是要全力构建以车载智能体为核心的全新交互入口。未来的车载语音,将是能主动理解你、为你提供服务的人格化伙伴。当全球消费者都为吉利迎合 m 九的高情商语音惊叹时,本质上是对中国 ai 加终端融合能力的认可。 在这场定义未来的产业竞赛里,以揭晓星尘为代表的中国 ai 技术,正通过和中国车企的深度绑定,为全球智能汽车的眼界提供了一条扎实可循的技术路径。


别再卷参数了,今天就带大家认识一款超厉害的模型, step 三点五 flash, 它会告诉你, 聪明比大更重要。 step 三点五 flash 是 阶跃星辰最新开源的基座模型,采用了稀疏模架构。这种架构特别厉害,能让算力节省一半,速度却能快三倍, 能力更是直接对标 g p t 五。它总参数有一千九百六十亿,但美透肯仅激活一百一十亿参数,在兼顾性能与效率方面表现出色。更让人惊喜的是, 他对硬件的要求并没有那么苛刻,号称非常适合一百二十八 g 显存的机器本地部署运行,这意味着个人电脑也也能跑顶级大模型。像测试用的机器,内存是 ddr 四三二零零三二 g x 二, 显卡是 tesla p g 五零三三二 g x 四,在这样的配置下就能很好地运行。 step 三点五 flash 无需联网, 全本的运行,这才是未来 ai 该有的样子。它打破了对参数一味追求的传统观念,用更聪明的架构和出色的性能为我们展示了大模型的新可能。

最近, ai 圈有一个很有意思的变化,一个中国团队的开源模型突然在全球开发者社区里火了。其中有个原因非常值得关注,也就是他在 openclaw 的 模型调用榜单上冲到了第二。前不久,揭月星辰开源了他们的 step 三点五 flash。 根据 openclaw 的 统计,截至二零二六年三月二 日, step 三点五 flash 已经稳定进入 openclaw 调用量 top 四。最近几天,他的日均排名甚至超过 gpt 五点二, jemmy 三点零、 pro、 deepseek v 三点二,一度升到 top 二。如果只看榜单,这可能只是一次普通的排名变化。但放到整个开发者生态里看,这件事其实有点特殊。因为揭月星辰本身并不是一个自带巨大流量的团队, 相比 openai、 酷狗或 antropic, 这家公司在海外社区的知名度并不算高。但 step 三点五 flash 却在最近迅速被开发者注意到。在 hackinface 上, 这个模型已经积累了超过三十万次下载,同时登上 open router trending 第一名。不少开发者其实通过 openclaw 才第一次注意到这个模型。 openclaw 大家都知道,是最近 ai agent 领域最火的开源项目之一,它的目标很直接,让 ai 可以 直接操作电脑、运行代码、调用工具,甚至自动完成一整套任务流程。因此,大量开发者开始给 openclaw 接入不同的大模型。在 reddit 和开发者论坛里, openclaw 应该接哪个模型几乎成了每天都会讨论的话题。有人测试 claw 的 gemini, 也有人不断尝试新的开源模型。 在这种环境下, openclaw 的 调用榜单其实成了一种很特别的指标,它不完全是模型能力排名,更像是开发者真实使用的结果。而 step 三点五 flash 的 上升正是发生在这种背景下。从技术结构来看,这个模型采用稀疏末加固, 总参数规模接近一千九百六十亿,但每个 token 实际只激活约一百一十亿参数。这种设计的目的很直接,在保持模型能力的同时尽量降低推理成本。 对于需要长时间运行任务的 agent 的 系统来说,这一点非常关键。不少开发者在测试 open class 时都提到 agent, 它往往需要持续运行, 如果模型速度慢或者成本太高,很容易在几次任务里就把 a p i 费用烧光。因此,在实际使用中,速度、稳定性和成本往往比单纯的模型能力更重要。 而就在昨天,阶月星辰又进一步扩大了开源范围。除了模型本身,它们同时开放了 base 权重、 mid train 权重以及完整训练框架,并且允许开发者在这个模型基础上继续训练或定制 越来越多模型。选择部分开源的背景下,这种相对更彻底的开源策略也在社区里引起了一些讨论。当然,这并不意味着某一个模型已经占据优势。 opencloud 的 生态仍然在快速变化,开发者每天都在尝试不同的模型组合,也不断测试新的工具和配置。 step 三点五 flash 的 这次上升更像是这个生态变化中的一个阶段性结果。至于接下来榜单会不会再次变化,可能很快就会有新的答案。