模型对比
MAI-Image-2.5 和 Step 3.7 Flash 都是 AI 领域的模型。以下是基于 traeai 收录的真实报道数据的全面对比。
模型
也叫：MAI-Image
微软发布的最新图像编辑模型，用于提升图像编辑的质量和效率。
5 篇相关报道
产品
也叫：step3.7flash
Anthropic 公司推出的较便宜的大型语言模型。
8 篇相关报道
5
MAI-Image-2.5 相关
0
共同提及
8
Step 3.7 Flash 相关
基于 traeai 收录材料自动更新
MAI-Image-2.5 与 Step 3.7 Flash 的差异，最好从真实材料覆盖、共同语境和高频标签一起判断。traeai 会根据已收录内容持续更新这组对比。
MAI-Image-2.5 在 @arena 文本转图像排行榜中排名第三，展示了质量上的进步。微软团队即将在 Build 大会上展示更多成果。
入选理由：MAI-Image-2.5 排名第三
MAI-Image-2.5, released by MicrosoftAI, scored 1401 in the Single-Image-Edit task of Image Edit Arena, ranking second and advancing 10 points over Nano Banana 2.
入选理由：MAI-Image-2.5 在 Image Edit Arena 单图像编辑任务中得分 1401，排名第二。
MAI-Image-2.5 ranks #2 in the Image Edit Arena with a score of 1401, advancing the Pareto frontier and outperforming models like Nano Banana 2, Grok Imagine Image Quality, and ChatGPT-Image-Latest-High by 10 points.
入选理由：MAI-Image-2.5 在 Image Edit Arena 中排名第二，得分为 1401。
Microsoft AI unveiled seven new models at Build, covering reasoning, code, image, transcription, and voice, but lacks technical depth.
入选理由：Microsoft AI 发布了七款全新模型，涵盖推理、代码、图像、转录、语音等领域。
OpenRouter has launched three new Microsoft AI models: MAI-Image-2.5 (image generation), MAI-Transcribe-1.5 (speech-to-text), and MAI-Voice-2 (text-to-speech), marking a deeper collaboration with Microsoft.
入选理由：MAI-Image-2.5 是一款增强版图像生成模型，支持更高分辨率输出。
StepFun released Step 3.7 Flash — a high-efficiency agentic coding model supporting multimodal understanding, tool use, and long-running workflows; its standout feature is full free access in Hermes Agent, removing typical API/credit barriers for real-world testing.
入选理由：Step 3.7 Flash 是 StepFun 新一代 agentic coding 模型，含196B总参数 + 1.8B 视觉模块 + ~11B 激活参数，支持256K上下文窗口。
Step 3.7 Flash by Yujue Star is a new-generation Flash model for production-grade AI Agents, featuring native multimodal understanding, high throughput with low latency, and enhanced web search. It achieves 97% of Claude Opus 4.6's coding performance at only 1/9 the cost per task, ideal for high-frequency, complex real-world workflows.
入选理由：Step 3.7 Flash 采用稀疏 MoE 架构，激活参数仅 11B，最高生成速度达 400 Tokens/s，支持 40 个 Agent 并行运行。
Step 3.7 Flash is a 196B MoE model designed from the ground up for inference efficiency, using MFA and AFD techniques to reduce KV-cache usage to ~22% of DeepSeek, supporting agent, coding, and multimodal workflows, open-sourced under Apache 2.0 and available on Fireworks.
入选理由：Step 3.7 Flash 是 196B MoE 模型，从设计之初就聚焦推理效率，而非事后优化。
NVIDIA introduces Step 3.7 Flash for large-scale MoE models.
入选理由：Step 3.7 Flash 支持 198B 参数 MoE 模型，其中 11B 参数为活跃状态。
Claude Fable 5 相比 Step 3.7 Flash API 价格高出约 50 倍，Fast Mode 下价格差距扩大至 300 倍。
入选理由：Claude Fable 5 输入价格是 Step 3.7 Flash 的 50 倍。
文章仅提供了一个链接，介绍如何在 NVIDIA GPU 上运行 Step 3.7 Flash，缺乏深度和技术细节。
入选理由：文章链接指向 NVIDIA 开发者博客，介绍 Step 3.7 Flash 的运行方法。
Step 3.7 Flash significantly reduces KV-cache cost via MFA + AFD technology, enabling efficient inference with one-click deployment.
入选理由：Step 3.7 Flash采用MFA + AFD技术，将KV-cache成本降至原模型的分数。
Step 3.7 Flash model achieves 400 tokens/sec processing speed, reducing Agent task cost to a fraction of Claude's.
入选理由：处理速度达400 tokens/秒
