我把 Step 3.7 Flash、DeepSeek V4 Flash、Qwen 3.6 Flash 放到同一组 Agent 任务里跑了一遍。
百万 token 一块多的模型，真正要看的是：能不能看图、能不能闭环、能不能把任务跑完。Step 3.7 Flash 这次亮点是多模态识别和执行效率。
这次主要测 4 件事：
1.图表和报错截图能不能读
2.修 bug 能不能闭环
3.数据整理能不能跑完
4.网页效果怎么样
提醒：它不是旗舰模型替代品，漂亮网页也不是强项。
如果你要一个便宜、能看图、能跑多步任务的执行层模型，Step 3.7 Flash 值得认真看。
