（问题）大模型竞争正在从“参数规模”走向“可用性与可持续”。
在开源与多平台部署加速的背景下，市场更关注模型是否能在真实业务场景中被频繁调用、是否便于二次开发与快速迭代。
近期OpenClaw平台榜单变化显示，模型热度与调用量正成为衡量产业落地能力的重要参照，也反映出全球开发者对高性价比、易集成模型的现实需求。
（原因）从数据看，阶跃星辰开源模型Step 3.5 Flash调用量显著上升，并在过去30天的tokens调用总量统计中位居全球第一。
其热度提升，既与平台侧“以调用驱动评价”的机制有关，也与模型自身的工程可用性和开放程度密切相关。
一方面，作为面向Agent应用的基座模型，其定位更加贴近工具调用、任务分解与自动化流程等热门方向，契合当前企业对“可执行智能体”的探索。
另一方面，该模型在开源策略上不仅提供可直接部署的成品模型，还开放预训练与中训练权重以及官方训练框架，有利于开发者基于统一链路开展微调、复现与性能迭代，降低了从“能用”到“好用”的门槛。
业内认为，开放范围越接近训练与工程底层，越可能形成更活跃的社区协作与更快的版本演进。
（影响）榜单表现背后折射出两个趋势：其一，中国开源大模型在海外工具链与聚合平台上的可见度、可用度提升，正在形成以“调用量—反馈—迭代”为核心的正向循环；其二，开源从“开放权重”向“开放全栈”延伸，推动产业从单点模型比拼转向生态能力竞争。
对国内产业而言，这有助于加快模型在软件开发、办公协同、内容生产、智能客服、数据分析等场景的渗透；对国际开源社区而言，更完整的训练与框架开放将增强模型的可验证性与可拓展性，促进跨区域协作与标准化工具链形成。
（对策）推动开源生态健康发展，还需在“可开放、可合规、可持续”之间找到平衡。
一是持续提高工程化质量，强化推理效率、稳定性和多端适配能力，减少开发者在部署、调用与运维中的摩擦成本。
二是完善配套资源供给，逐步推进高质量数据、训练配方与评测方法的公开与治理，提升模型迭代透明度与可复现性。
三是强化安全与合规边界，建立覆盖数据来源、版权、隐私保护与内容安全的治理机制，为大规模应用提供制度化保障。
四是鼓励产业侧以需求牵引创新，通过更多开放接口、工具调用协议与行业插件，推动模型从“通用能力”转化为“行业生产力”。
（前景）随着各类聚合调用平台、开发者社区和开源工具链不断成熟，“被用起来”将成为大模型竞争的新门槛。
可以预期，围绕Agent与工具使用的能力、训练与推理成本控制、以及端侧与云侧协同等方向，开源模型仍将保持高频迭代；同时，开放全流程带来的协作红利，将进一步推动模型能力与应用落地的同步加速。
业内分析认为，谁能在保证安全合规前提下，持续提供可复现、可维护、可扩展的开源体系，谁就更可能在下一阶段生态竞争中占据主动。
大模型技术的竞争本质上是创新能力和开放生态的竞争。
阶跃星辰通过开源策略和技术创新，在国际舞台上赢得了用户认可，这充分证明了中国在人工智能领域的技术实力和发展潜力。
随着更多国产模型的涌现和完善，中国有望在全球AI产业中占据更加重要的地位，为推动人工智能技术的民主化和应用普及做出更大贡献。