Step 3.5 Flash

是什么

Step 3.5 Flash 是阶跃星辰（StepFun）推出的大语言模型。它是一个开放的稀疏混合专家（Mixture-of-Experts，MoE）模型，总参数 1960 亿（196B），每处理一个词元（token）时约有 110 亿（11B）参数参与计算。^[1] 混合专家模型把整个网络分成许多「专家」子网络，由路由机制把每个词元只发送给其中少数几个专家。「稀疏」指的是处理任何一个词元时，只有一部分模型在工作，因此每个词元的计算量远低于模型的总规模。

具体来说，模型共有 45 层。每层包含 288 个路由专家和 1 个所有词元都会经过的共享专家，路由器会为每个词元选出 8 个路由专家。^[1]

由来

Step 3.5 Flash 属于阶跃星辰的 Step 系列模型。公司于 2026 年 2 月发布了它，技术报告也在 2026 年 2 月 11 日上传到 arXiv。^[3] 阶跃星辰称它是公司最强的开源基础模型，目标是以较低的计算成本支持推理和智能体（agent）类工作。^[2] 智能体模型指的是能完成多步骤任务的模型，例如调用工具、按顺序执行一系列动作，而不只是回答单个问题。

主要特点

模型采用混合注意力设计：每一层全注意力层（会看到全部此前的词元）之外，配有三层滑动窗口注意力层（只看附近的一段窗口），以降低处理长输入的成本。^[1] 它还使用三路多词元预测（MTP-3），在生成时一次预测多个词元，以加快解码速度。^[1]

模型的上下文窗口为 256K 个词元，采用 Apache 2.0 许可证发布，并支持工具调用。^[1][2] 阶跃星辰称，典型生成速度为每秒 100 至 300 个词元，单路编程任务时峰值约为每秒 350 个。公司还表示，模型可以在 Mac Studio（M4 Max 芯片）或 NVIDIA DGX Spark 等硬件上本地运行。^[2]

公司也坦承了一个取舍：为达到与 Gemini 3.0 Pro 相近的质量，Step 3.5 Flash 的生成过程比后者更长。^[2]

公开成绩

阶跃星辰公布了多项基准测试的成绩，以下均为公司自己的数字：

• SWE-bench Verified（修复真实软件缺陷的测试）：74.4。^[1]
• Terminal-Bench 2.0（在命令行终端中完成任务的测试）：51.0。^[1]
• tau2-Bench：88.2。^[1]
• AIME 2025（数学竞赛题）：97.3。^[1]
• LiveCodeBench-V6（编程测试）：86.4。^[1]
• GPQA Diamond（一组难度较高的科学题）：83.5；MMLU-Pro（更难版本的综合知识测试）：84.4。^[1]

公司还报告，在八项基准上的平均分为 81.0。作为对比，其数据中 GPT-5.2 xhigh 为 82.2，Gemini 3.0 Pro 为 80.7，Claude Opus 4.5 为 80.6，DeepSeek V3.2 为 77.3。^[2] 平均分会随所选基准的不同而变化，这些数字宜作为公司自己的比较来看。

在发展中的位置

Step 3.5 Flash 代表了一类开源权重模型：目标指向推理和智能体任务，同时把每个词元的计算量控制在较低水平。模型可通过阶跃星辰的 API 平台（step-3.5-flash）和 OpenRouter 使用。^[1] 想核实这些说法的读者，可以对照模型卡和技术报告，并参考独立机构的评测结果。