StepFun· @StepFun_ai · X·· 2026-06-29AI 评分41
AI 导读
Step 3.7 Flash 在 Claw-Eval General 自主智能体评测中排名第二。 我们在多步执行和长周期任务鲁棒性方面表现强劲，排名仅次于 Claude Opus 4.6。 这是面向真实世界智能体工作负载的有前景的信号。
正文 · 原文
Step 3.7 Flash hits #2 on Claw-Eval General for autonomous agents.
We’re seeing strong performance across multi-step execution and robustness in long-horizon tasks, ranking just behind Claude Opus 4.6.
Promising signals for real-world agent workloads.
来源：StepFun · x.com