跳到主要内容
#35B+2026 年 6 月 15 日证据 A

阶跃 Step3-VL-10B

阶跃星辰 · 10B 密集模型

10B 的图文视频入门基座

阶跃 2026-06 开源的 10B 视觉语言模型,Apache-2.0、128K:感知 88、文档 86、图表 82,综合分 80.4。它的价值在“单卡可跑 + 可微调 + 许可干净”,而不是分数;视频 74、生成 55、Agent 72 都是入门档的边界。

文本图像视频原生多模态

最后更新于 2026 年 10 月 21 日编辑部评分

结论先行

教学、原型与端侧实验用它最合适:10B、Apache-2.0、单卡推理,改造成本低。生产环境要看清边界——视频 74 只能做稀疏帧,生成 55 基本不可用,复杂 Agent 也撑不住。

八维评分拆解

编辑部映射分 · 0–100
视觉感知88文档 OCR86图表推理82视频时序74GUI Agent72生成编辑55中文语境84生态可用888 维
  • 阶跃 Step3-VL-10B80.4
视觉感知与定位20%
88
文档解析与中文 OCR18%
86
图表与文档推理14%
82
视频与长时序理解14%
74
GUI Agent 与工具调用14%
72
生成与图像编辑6%
55
中文语境与文化6%
84
生态、成本与可用性8%
88

权重:视觉 20 / 文档 18 / 图表 14 / 视频 14 / Agent 14 / 生成 6 / 中文 6 / 生态 8。分数含义与证据来源见方法页。

公开基准与数据

按来源口径,不换算
基准 / 指标数值说明
参数规模10B密集模型
许可证Apache-2.0可商用
上下文128K官方口径

公开分数来自不同版本与提示词设置,不能与本站综合分直接互换;我们仅将其作为评分证据之一。

场景映射

同一把尺子的五项压力测试
场景映射分观察
中文票据 OCR86 · 规整票据可用
图表取数82 · 简单图表稳定
30 分钟视频问答72 · 稀疏帧可用
手机 GUI 操作68 · 非 GUI 专项
中文文化理解84 · 通用语境

优势与局限

优势

  • 10B + Apache-2.0:单卡部署与课程实验的门槛最低。
  • 感知 88、文档 86,入门档里足够扎实。
  • 证据等级 A:权重、评测脚本与模型卡公开。

局限

  • 视频 74:只能做稀疏帧理解。
  • 生成 55:不具备可用的图像生成或编辑能力。
  • Agent 72、生态 88:复杂编排与托管服务要另找。

价格与真实成本

公开单价

—未公开

开放权重,单卡可跑。自托管成本取决于 GPU 型号、利用率与运维,请用成本计算器按你的规模估算。

按你的量计算

关于阶跃 Step3-VL-10B

阶跃 Step3-VL-10B 是开源的吗?

许可证:开放权重(Apache-2.0)。可获取权重,但商用前请核对具体条款与备案要求。

阶跃 Step3-VL-10B 的价格是多少?

开放权重,单卡可跑。按本站 8 维评分,它排在第 35 位,综合 80.4 分。实际账单受分辨率、切块、缓存与阶梯折扣影响。

阶跃 Step3-VL-10B 最适合什么场景?

教学与科研原型;端侧图文实验;领域微调起点。

为什么 阶跃 Step3-VL-10B 的综合分是 80.4?

综合分由 8 个维度按权重加权:视觉 20%、文档 18%、图表 14%、视频 14%、Agent 14%、生成 6%、中文 6%、生态 8%。它的强项是视觉感知与定位,短板是生成与图像编辑。

个人榜单 · 非官方评分

本页所有排名、分数与对比均为个人评测榜单,不是官方评分,也不代表任何厂商、机构或监管口径。分数是公开证据在自定权重下的主观映射,换一组权重名次就会变。如有不同意见或发现事实错误,欢迎联系站长:jizhi2024@foxmail.com——我们会逐条核对并在更新日志中记录订正。