智东西

作者 | 王涵

编辑 | 心缘

智东西2月2日报道，今日，阶跃星辰Step 3.5 Flash开源并上线，该模型在Agent场景和数学任务上能力逼近闭源模型，能够胜任复杂、长链条任务，是阶跃星辰迄今最强的开源基座模型。

Step 3.5 Flash开源页面（来源：Hugging Face）

就在上周，阶跃星辰宣布由旷视科技联合创始人、千里科技董事长印奇正式出任董事长，并完成华勤、腾讯等参投的超50亿元B+轮融资。这也是印奇履新后，阶跃星辰在开源模型领域的首个大动作。

在智能密度对比图中可以看出，Step 3.5 Flash以约200B的参数量，取得了81.0的分数，在所有模型中智能密度最高。在单请求代码类任务中，Step 3.5 Flash的推理速度最高可达到350TPS。

智能密度对比图

Step 3.5 Flash采用稀疏MoE架构，每个token仅激活约110亿个参数（总计1960亿参数），在保证模型能力的同时提升推理效率。

包括华为昇腾、沐曦股份、壁仞科技、燧原科技、天数智芯、阿里平头哥在内的多家芯片厂商，已率先完成对Step 3.5 Flash的适配。

开源地址：

GitHub：

https://github.com/stepfun-ai/Step-3.5-Flash/tree/main

Hugging Face：

https://huggingface.co/stepfun-ai/Step-3.5-Flash

一、性能全面逼近闭源大模型，最高推理速度达350TPS

在基准测试成绩上，推理能力方面，Step 3.5 Flash在AIME 2025、IMOAnswerBench、HMMT 2025等数学竞赛级任务中分别取得了97.3、88.8、96.2的分数，均排名第二，Step 3.5 Flash开启Parallel Thinking后的增强性能排名第一。

在编码能力上，Step 3.5 Flash在LiveCodeBench-V6测试中得分86.4，排名第三，开启Parallel Thinking后，其仅次于Gemini 3.0 Pro。

在智能Agent能力上，Step 3.5 Flash在BrowseComp测试中得分69.0，仅次于kimi K2.5；在xbench-DeepSearch测试得分54.0，仅次于GPT-5.2 xhigh。

基准测试成绩

该模型采用稀疏混合专家（MoE）架构，总参数量达1960亿，单个token仅需激活约110亿参数。

针对长文本处理场景，Step 3.5 Flash三路多Token预测（MTP-3）技术，Step 3.5 Flash在典型使用场景中实现了每秒100-300个token的生成吞吐量，在单请求代码类任务中峰值可达350TPS。

在长上下文任务中，模型仅聚焦关键信息区域，降低冗余计算开销，可支撑256K长度的长文本理解与生成。

据官方介绍，Step 3.5 Flash专为智能体任务构建，集成了可扩展的强化学习框架以实现持续的自我改进。

该模型通过采用3:1滑动窗口注意力（SWA）比例，即每层全注意力层配以三层SWA层。这种混合方法确保模型在处理海量数据或长代码库时性能稳定，同时降低了标准长上下文模型通常所需的计算开销。

针对可访问性优化，Step 3.5 Flash可以在高端消费级硬件，如Mac Studio M4 Max、NVIDIA DGX Spark等上安全运行，确保数据私密性的同时不牺牲性能。

二、几秒算出等差数列，还能一句话搭建可视化平台

智东西第一时间上手体验，首先数学方面，我们先考考Step 3.5 Flash一个把很多大模型都难倒了的问题：9.9和9.11谁大？Step 3.5 Flash几乎立刻就给出了思考过程和正确答案，但是在回答中出现了将9.9误输出为99.9的错误。

9.9和9.11比大小

那再复杂一些的数学题呢？阶跃星辰官方给出案例，Step 3.5 Flash可以快速计算复杂数学题并输出正确答案。

Prompt：请在不使用外部工具的情况下，依次计算并列出以下等差数列的和：从第1项开始，首项为100，公差为-3的前50项和；1³+2³+…+10³的和；1!+2!+3!+4!+5!的和；2^10+3^5的和；√144+∛125+⁴√16的和。

快速计算复杂数学题

在智能体编程方面，Step 3.5 Flash可以基于一段文字prompt自动编程输出可视化平台结果。

我们让Step 3.5 Flash生成一个模拟海浪平台，可以看到，其生成的可视化平台可以调节海浪的频率和形态，还可以调整摄像头的位置，生成效果基本符合要求。

生成模拟海浪平台

官方给出了一个生成气象情报仪表盘的例子：

Prompt：气象情报仪表盘——一款受飞行驾驶舱启发的三维地球可视化平台，专为高密度数据环境设计。其搭载的定制WebGL 2.0引擎，可实时处理超过15000个动态节点及WebSocket遥测数据流。

生成结果显示，Step 3.5 Flash展现出了构建低延迟数据管道与高性能地理空间可视化系统的能力。

生成气象情报仪表盘

Step 3.5 Flash也原生支持多智能体架构，其中一个主智能体通过自主规划和动态路由来协调复杂任务。

这个分层框架会派遣专门的“搜索”和“验证”智能体，通过并行工具调用循环来处理信息检索和事实核查。为确保精确性，一个“总结”智能体会将每个子智能体的执行轨迹整合为结构化反馈，使主智能体能够综合生成最终连贯的响应。

多智能体深度研究

Step 3.5 Flash还可以端云结合，简化本地端执行流程。例如，用户提出对比Mac Mini M4在各平台的价格。

Step 3.5 Flash作为“云端大脑”，将这一复杂需求拆解为针对淘宝、京东和拼多多的具体子任务。随后Step 3.5 Flash汇总结果，识别出拼多多为最低价平台，并提供购买指南。

这种云端规划显著降低了本地Step-GUI的执行难度，使其在从各应用抓取实时数据时获得更高成功率。

对比Mac Mini M4在各平台的价格

结语：Agent能力成为新战场

无论是阶跃星辰Step 3.5 Flash的开源，还是此前月之暗面Kimi K2.5的发布，都指向了Agent的能力，阶跃星辰官方还透露已经开启Step 4模型的训练，同样是Agent基础模型。

Agent要求模型具备深度的逻辑推理、任务拆解、规划执行和工具调用能力，对模型“大脑”的性能要求更高。

模型大脑的技术迭代加速了AI技术的实用化进程，或将催生更强大的生产力工具，并可能围绕智能体形成新的竞争格局。