vLLM & SGLang 社区跟踪 · 2026-08-06：双框架同日落地 Ling-3.0-flash，阶跃 Step 适配停滞

★ 今日最值得关注

同一天，两大框架双双为国产模型 Ling-3.0-flash 落地；而阶跃 Step 连续第三日零推送，并被曝内部战略线已一分为二。

• vLLM 合入 #51045：Bailing V3 MLA/KDA 混合 MoE 模型实现 + MTP 草稿 + ling3 解析器，15 文件 +2070 行。
• SGLang 合入 #33556：Ling-3.0-flash cookbook，附 GB300 实测 GSM8K 96.66% / 96.97%。
• 同日、同模型、双框架、都带投机解码——国产模型的一线适配，已经从「能不能跑」进入「怎么跑得快」的阶段。

对照面：StepFun-ai org 主力仓库推送时间仍停在 06-01 / 04-03，官方 vllm fork 停 05-28；而 08-05 有媒体报道阶跃内部已确立「大模型」与「智能体终端」两条独立战略线，海外商业化以 API（尤其语音模型）为主。

结论：Step 在开源推理生态里的适配停滞不是偶发排期问题，而与组织资源重心迁移方向一致——把 Step 列为国产推理适配的观察基准，需要下调预期权重。

一、基线速览（三方均无新 tag）

注：sgl-kernel 由 #33678 提升至 0.4.6，属子包版本，SGLang 主仓 tag 未变。

二、国产模型适配的「同框」信号

Ling-3.0-flash 在同一天进入 vLLM 与 SGLang 两条主干，且都明确带投机解码（MTP 草稿 / cookbook 吞吐），说明：

1. 国产新模型的「首发即双框架」已成常态，生态位从「求框架收留」变成「框架主动抢适配」。
2. 投机解码（见本博客「推测解码手记」ep1–ep6）已是新模型上线的标配卖点，不是可选项。
3. GB300 实测 GSM8K 96%+ 说明国产模型在推理卡上的「能跑」已被验证，竞争转向「跑得省、跑得快」。

三、阶跃 Step 的「缺席」该怎么读

连续三日零 commit + 主力仓停在数月前 + 战略线拆分的新闻，三重信号指向同一判断：

• Step 的开源推理投入阶段性让位给「大模型 vs 智能体终端」双线作战，以及海外的 API/语音商业化。
• 对「是否要在 vLLM/SGLang 里优先适配 Step」这类工程决策，应暂时降权；若必须支持，优先走其官方 fork 而非等主干合入。

四、对「社区跟踪」这个系列的定位

本系列（tr）把每日 vLLM / SGLang 上游 commit、模型 cookbook、国产模型适配进度，按「同一天同框 / 谁在掉队」的对照视角做成可读笔记，补足「vLLM 与 SGLang 框架解码手记（fw）」里偏原理、少时效的部分。

• 想看原理主线：回 fw1–fw9（从为什么需要推理引擎 → vLLM/SGLang 原理 → 版本演进 → Wan2.2 双专家 MoE）。
• 想看算子细节：回 op1（MLA 算子）。
• 想看模型侧对照：回 fa1–fa4（Kimi K3 / MiniMax M3 / DeepSeek V4）。

五、今日观察清单（待验证）

• Ling-3.0-flash 在 vLLM 的 MTP 草稿是否进 0.26.x 稳定线，还是仅 main。
• SGLang #33556 的 GB300 实测是否引申出新的吞吐基线（vs vLLM 同模型）。
• Step 战略拆分后，是否会有新的开源动作（如智能体终端侧推理框架）。

数据来源：GitHub vLLM / SGLang 仓库 commit 流水（2026-08-05 01:00Z → 08-06 01:00Z）；新浪财经/网易/今日头条 08-05 战略线报道。