阶跃星辰推出Step 3.5 Flash：196B MoE 开源旗舰，推理与智能体性能对标闭源顶级模型

Step 3.5 Flash 是阶跃星辰推出的开源旗舰语言推理模型，定位为当前最强大的开源基座之一，专为极致效率、深度推理、智能体（Agent）执行而生。

• GitHub：https://github.com/stepfun-ai/Step-3.5-Flash
• Hugging Face：https://huggingface.co/stepfun-ai/Step-3.5-Flash
• 魔塔：https://modelscope.cn/models/stepfun-ai/Step-3.5-Flash

它基于稀疏混合专家（MoE）架构，总参数量 196B，但每 Token 仅激活约 11B 参数，在保持“大模型记忆与理解能力”的同时，实现“小模型级推理速度”，兼顾超高智能密度、极速响应、长上下文、本地部署友好四大核心优势，可胜任逻辑推理、数学、软件工程、深度研究、复杂工具调用、长文本处理等全场景复杂任务，是开源模型中对标 GPT-4o、Kimi K2.5 等闭源顶级模型的关键选手。

核心架构与设计：MoE+MTP+SWA，效率与能力双突破

1. 基础技术规格（硬核参数）

2. 稀疏混合专家（MoE）：大模型能力，小模型速度

Step 3.5 Flash 采用细粒度 MoE 路由设计，在不损失模型容量的前提下实现极致效率：

• 每层包含 288 个路由专家 + 1 个共享专家（始终激活）；
• 每 Token 仅选择 Top-8 专家 激活，其余保持静默；
• 结果：保留 196B 模型的知识容量、理解深度与泛化能力，却以 ~11B 模型的计算量与显存开销 完成推理，实现“智能密度”最大化。

3. 三路多 Token 预测（MTP-3）：吞吐量突破 300 tok/s

为满足智能体“快速思考、即时响应”的核心需求，模型内置专用 MTP Head，支持单次前向传播同时预测 4 个 Token，配合滑动窗口注意力，实现：

• 典型场景生成吞吐量：100–300 tok/s；
• 单流代码任务峰值：350 tok/s；
• 复杂多步推理链也能做到“即时响应、无明显等待”，远超传统开源模型。

4. 3:1 滑动窗口注意力（SWA）：256K 上下文低成本高效

采用 1 层全注意力 + 3 层 SWA 的混合结构，在 256K 超长上下文下实现：

• 处理海量文档、超长代码库、多轮对话时，性能不衰减；
• 相比传统全注意力长上下文模型，计算开销大幅降低，部署成本更友好；
• 上下文压缩与记忆能力更强，适合深度研究、长文本理解、代码工程等场景。

核心能力：推理、代码、Agent 三强合一

1. 前沿智能 + 极速响应：智能体“想”得快、做得稳

区别于普通聊天模型“重在读”，Step 3.5 Flash 专为 Agent 设计，“想”得极快：

• MTP-3 技术带来超高吞吐，复杂推理链无延迟；
• 内置可扩展强化学习（RL）框架，支持持续自我进化；
• 工具调用、任务分解、多步计划执行稳定可靠，适合自动化 Agent 系统。

2. 代码与软件工程：工业级稳健引擎

在代码与软件工程领域，Step 3.5 Flash 表现达到开源第一梯队：

• SWE-bench Verified：74.4%，开源模型顶尖水平，可处理真实世界复杂软件工程任务；
• Terminal-Bench 2.0：51.0%，命令行工具使用、系统操作、脚本编写能力突出；
• LiveCodeBench-V6：86.4%，实时代码生成、调试、优化能力强；
• 支持长代码库理解、跨文件重构、复杂项目规划，是 AI 编程、代码智能体的理想基座。

3. 顶级推理能力：数学、竞赛、深度研究全面领先

在数学、逻辑、学术推理等硬核任务上，对标闭源顶级模型：

• AIME 2025：97.3%
• HMMT 2025（Feb）：98.4%
• HMMT 2025（Nov）：94.0%
• IMOAnswerBench：85.4%
• xbench-DeepSearch、ResearchRubrics 等深度研究基准全面领先同参数开源模型。

4. 长上下文与信息获取：256K 窗口+强检索理解

• 原生支持 256K 上下文，可直接输入整本书、大型代码库、超长对话；
• BrowseComp、BrowseComp-ZH 等网页/信息检索基准表现优异，配合上下文管理器（Context Manager）性能进一步提升；
• 适合深度研究、文档总结、知识库问答、长文本分析。

5. 本地部署友好：高端消费级硬件即可跑

专为易用性与隐私优化，支持本地部署：

• 可在 Mac Studio M4 Max、NVIDIA DGX Spark 等高端消费级/企业级硬件上运行；
• 数据完全本地处理，隐私安全可控；
• 性能与云端部署几乎无差距，兼顾效率与安全。

性能对比：开源最强，对标闭源顶级模型

Step 3.5 Flash 在推理、编程、智能体三大维度全面领先主流开源模型，部分指标逼近/追平 Kimi K2.5、GPT-4o 等闭源顶级模型，且在解码效率（速度/成本）上具备碾压优势。

1. 核心效率对比（解码成本 & 吞吐）

解码成本越低 = 速度越快、单 Token 计算/显存开销越小、部署越便宜。
Step 3.5 Flash 以 1.0x 基准成本，实现最高吞吐与最强综合性能，性价比与效率遥遥领先。

2. 关键 Benchmark 精选（核心能力）

智能体 & 信息获取（Agency）

推理（数学/逻辑/学术）

代码 & 软件工程（Coding）

整体结论：

• 推理、数学、学术：Step 3.5 Flash 全面领先同级别开源模型，接近闭源顶级；
• 代码/软件工程：SWE-bench、Terminal-Bench 均为开源第一梯队；
• 智能体、检索、长文本：配合上下文管理器后，BrowseComp 系列指标大幅提升，适合构建强 Agent；
• 效率：解码成本仅为同类大模型 1/6~1/18，速度与部署成本优势巨大。

快速上手：API 接入，几分钟可用

1. 支持平台（获取 API Key）

目前可通过两大平台调用 Step 3.5 Flash，其中 OpenRouter 提供免费试用：

2. 接入流程（极简）

1. 注册平台账号，创建应用，获取 API Key；
2. 选择模型 ID：step-3.5-flash（不同平台名称略有差异，以平台文档为准）；
3. 调用 /chat/completions 接口，传入 256K 上下文内的 prompt，即可使用。