3月5号，（就是大家喊“小龙虾”的那个全球顶流AI智能体平台）最新调用榜出来了
的直接冲到全球第一。
数据一出来挺扎眼：前五名里，中国模型占了三个席位（Step 3.5 Flash、MiniMax M2.5、Kimi K2.5），这还是国产大模型头一次在全球最硬核的里实现这种霸榜。
先搞懂，OpenClaw是什么？阶跃星辰又是？
简单说，OpenClaw不是聊天机器人，它是个能真正动手干活的AI智能体。
你给它下个指令，它就能自己打开电脑、写代码、发邮件、管文件、写代码，像个24小时在线的数字员工一样帮你忙活。
它在GitHub上星标早已经是历史第一了（264k），可以说今年现象级AI应用。
这个榜单来源于的统计，OpenRouter是全球最大的 AI 模型 API 聚合平台，它不是模型提供商，相当于二道贩子。你买OpenRouter会员，就能调用全球500+ 模型。
榜单呢？完全是真实调用量投票——开发者每天真金白银地调用模型，谁用得多谁上榜，纯用脚投票，没水分。
所以登顶OpenClaw，意思可不一样。它不是纸面跑分赢了，而是真正被开发者拿去落地、干活、解决实际问题了。这含金量，拉满。
再说说阶跃星辰：低调的AI黑马
这家公司可能很多人还不太熟悉。
阶跃星辰是 2023 年 4 月成立的 AI 公司，总部在上海。创始人姜大昕以前是微软全球副总裁，现在的董事长是前旷视科技创始人印奇，核心团队都是 AI 领域的大牛。（我之前的文章介绍过它家的模型）
就在前不久，他们刚完成了超 50 亿元人民币的 B + 轮融资，刷新了过去 12 个月中国 AI 赛道的单笔最高融资纪录。
而这次登顶的 Step 3.5 Flash，是他们专门为 Agent 场景设计的模型，主打复杂推理和长链任务，在 上已经积累了超 32 万次下载。
最重要的事！他们刚把Step 3.5 Flash全链路开源（连预训练权重、中训权重和训练框架都放出来了），是真的“OpenAI”！
Step 3.5 Flash能力到底如何？硬核解读下
先说说硬参数。
架构是，总参数1960亿，激活110亿。
推理速度飞快，达到100–300 tok/s
本地部署的硬件门槛相当亲民，11B 激活参数，支持在 Mac Studio M4 Max 等消费级硬件上流畅运行。
从上图官方给出的数据可以看出
推理（数学/逻辑）：顶级
AIME 2025：97.3（仅次OpenAI 100.0）；IMOAnswerBench：85.4（接近OpenAI 86.3）；HMMT 2025：96.2（接近OpenAI 98.3）。 明显优于多数竞品（Z、K、diamond等），说明复杂链式思考能力强。
编码：中等偏上
LiveCodeBench-V6：86.4（接近OpenAI 87.7，优于多数）；SWE-bench Verified：74.4（落后sun 80.9和OpenAI 80.0）；Terminal-Bench 2.0：51.0（中游，落后sun 59.3）。 擅长LeetCode式实时编码，复杂工程/终端操作有提升空间。
Agent（工具使用/多步执行）：强项
τ²-Bench：88.2（接近领先）；BrowseComp（带上下文）：69.0（高于OpenAI openclaw 龙虾 65.8）；xbench-DeepSearch：56.3（明显落后OpenAI 75.0）。 浏览器/规划任务出色，深度搜索/长链研究稍弱。
总体来说，它是个效率怪物。
激活参数仅11B，推理成本低、延迟小，适合实时多轮交互。（推理速度可以说是目前最快的，Gemini 3.1 Flash-Lite刚出他俩谁快还需要看下）
官方给的UI生成效果也不错，已经可以拿来就用了。
缺点也很明显。
SWE和xbench-DeepSearch落后明显，复杂软件工程或深度研究时会感觉“差点意思”。聊天、创意写作、长篇生成不如Kimi/Claude/GPT流畅。
它适合干啥？
AI Agent开发，就是适合干活。
浏览器自动化、终端操作、工具调用、多步工作流，企业内部工具、本地服务器跑、需要快响应的生产环境。
你可以把它当作一个勤快但是能力平庸的员工，执行力很强，但是不能做研究型的工作。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/259488.html原文链接：https://javaforall.net
