Step 3.5 Flash

# 一、简介与定位

中国的阶跃星辰于2026年2月2日，发布了一款定位为开源智能体（Agent）基座的旗舰级大模型Step 3.5 Flash，主打高效推理与低成本部署，聚焦智能体场景的核心需求。

其名称中“Step”是阶跃星辰大模型家族的统一前缀，代表“阶跃式迭代”的研发理念；“3.5”是家族迭代版本号，介于Step 3与Step 4之间，属于中期升级款；“Flash”意为“闪电”，直观体现其极速推理的核心优势。该模型核心功能是为智能体场景提供锐利推理与可靠执行能力，可高效处理长上下文任务、完成代码编写与复杂逻辑分析，同时支持端云协同部署。官方使用门槛极低，完全开源，模型预训练权重、中训练权重及配套Steptron训练框架均免费开放，无订阅要求、无API调用额度限制，普通开发者可直接在Hugging Face下载使用；同期未发布同系列兄弟模型，但后续开源了其全套训练体系，与阶跃星辰此前发布的Step系列多模态模型形成能力互补。

目前该模型处于生命周期的活跃期，是阶跃星辰当前的主力开源模型，未被淘汰且持续受到开源社区关注；其最突出的核心特点是采用稀疏混合专家架构，以110亿激活参数实现媲美顶级闭源模型的推理能力，同时兼顾350TPS的超高推理速度与低成本部署优势。

# 二、发展历程

# 2.1 研发背景

Step 3.5 Flash发布前，行业内主流大模型呈现“闭源领跑、开源追赶”的格局：闭源领域，GPT-5.2 xHigh、Claude Opus 4.5、Gemini 3.0 Pro等模型占据顶级推理能力赛道，但存在部署成本高、无法本地使用的痛点；开源领域，Qwen3.5-Flash、Llama 3等模型虽降低了部署门槛，但在智能体所需的长链推理、高效执行能力上仍有差距。彼时，2026年被普遍视为AI Agent规模化落地的关键节点，行业痛点集中在“高性能与低成本不可兼得”“智能体部署门槛高”，阶跃星辰正是在这样的“时代局势”下，推出了兼顾推理速度、智能水平与使用成本的Step 3.5 Flash，打破“参数决定性能”的固有认知，推动开源模型向“智能密度”竞争转型。

# 2.2 关键节点

阶跃星辰于2023年4月成立后，便启动了Step系列大模型的研发，聚焦通用人工智能与AI+终端战略；2025年底，随着AI Agent热潮兴起，团队启动Step 3.5 Flash的专项研发，重点攻克长上下文处理与推理速度优化难题；2026年1月26日，阶跃星辰完成超50亿元B+轮融资，同时宣布印奇出任董事长，为该模型的研发落地提供了资金与战略支持；2026年2月初，模型完成内部内测，通过多轮基准测试验证了推理速度与智能体能力，随后于2月2日正式对外发布；2026年3月4日，阶跃星辰进一步开源该模型的全套训练体系，包括预训练权重、中训练权重及Steptron训练框架；截至2026年3月中旬，模型在Hugging Face积累超300k下载量，成为开源社区热门模型。

# 2.3 家族构成

Step 3.5 Flash隶属于阶跃星辰Step系列大模型矩阵，该家族覆盖语言、多模态、推理等全场景能力，目前已公开的核心模型包括：

Step 3：作为Step 3.5 Flash的上一代基座模型，定位为通用语言大模型，采用稠密架构，侧重基础语言理解与生成能力，为后续迭代奠定了底层技术基础，目前已逐步被Step 3.5 Flash替代，但仍用于部分轻量场景部署。

Step 3.5 Flash：家族当前主力开源模型，定位为Agent基座模型，主打稀疏架构、极速推理与低成本部署，核心服务于智能体场景，是家族中推理效率与综合能力平衡最佳的模型。

Step系列多模态模型：与Step 3.5 Flash同期迭代，定位为多模态智能体基座，支持文本、图像、语音等多模态输入输出，可与Step 3.5 Flash协同使用，提升智能体的多维度交互能力。

Step 4（研发中）：阶跃星辰下一代旗舰模型，目前处于训练阶段，将在Step 3.5 Flash的基础上，进一步优化推理深度与多场景适配能力，预计将延续开源路线。

# 三、核心技术剖析

# 3.1 固有技术

Step 3.5 Flash继承了阶跃星辰上一代模型的核心底层技术，基础架构上延续了Transformer相关的注意力机制框架，保留了监督微调（SFT）与强化学习（RL）相结合的对齐手段，确保模型输出的准确性与实用性；同时继承了家族一贯的分布式训练基建理念，依托大规模计算集群保障训练稳定性，延续了“基础预训练+领域微调”的训练思路，先通过开放领域数据建立基础认知，再针对性优化代码、逻辑推理等核心领域能力。

# 3.2 创新技术

该模型的核心创新集中在架构优化、推理效率提升与强化学习策略三个方面，均围绕智能体场景的核心需求设计，通俗易懂解读如下：

1.  稀疏MoE（混合专家）架构：这是模型最核心的创新，总参数达1960亿，但推理时仅激活约110亿参数。简单来说，就像一个“专业团队”，模型包含多个“专家模块”，每个模块擅长不同的任务（如推理、代码、长文本处理），推理时仅调用与当前任务相关的“专家”，无需启动全部参数，既保证了推理能力，又大幅降低了算力消耗与部署成本，解决了“高性能与低成本不可兼得”的行业痛点。

2.  混合注意力机制优化：采用滑动窗口注意力（SWA）与全注意力3:1交错排列的方式，同时将SWA层的查询头数量从64个增加到96个，并加入逐头门控注意力机制。通俗来讲，处理长文本时，模型无需从头到尾通读全部内容，只需重点关注当前段落附近的信息，同时自动过滤无用信息，既解决了传统长文本模型“遗忘前文”的问题，又提升了信息处理的精准度，支持最高256K的超长上下文窗口。

3.  多Token预测（MTP-3）技术：模型在输出当前Token（词元）时，会同步预测后续3个Token，就像熟练的演讲者说出当前句子时，提前构思好下一句话，大幅提升了推理速度，使单请求代码类任务的推理峰值达到350TPS，远超主流开源模型的平均水平，解决了终端侧“打字机效应”的痛点。

4.  优化的强化学习框架（MIS-PO）：针对传统强化学习在长链推理中易震荡、偏差放大的问题，采用“二元过滤”策略，直接丢弃偏离基准过远的劣质样本，重点优化高质量样本，就像老师批改作业时，不纠结离谱的解题思路，只强化方向正确的答卷，让模型在长序列任务上的优化更稳定、更高效。同时拆分奖励机制，用RLVR处理有明确对错的任务（如数学、代码），用RLHF评估文本表达质量，进一步提升输出可靠性。

5.  专家并行负载均衡策略：针对分布式部署中“部分显卡负载过高、部分闲置”的问题，通过技术手段强制让各显卡组工作量均匀，避免单台设备过载或闲置，提升了模型部署的稳定性与效率，同时适配华为昇腾、阿里平头哥等多款国产芯片，扩大了部署场景。

# 四、表现评估

# 4.1 历史与现状

刚发布时，Step 3.5 Flash凭借“稀疏架构+极速推理”的差异化优势，迅速在开源社区脱颖而出，打破了闭源模型在智能体场景的垄断，上线初期便登上OpenRouter Trending第一名，被视为国产开源模型向“智能密度”转型的标杆；截至2026年4月，该模型在Hugging Face下载量超300k，稳居OpenClaw榜单Top2，成为开发者搭建智能体的首选开源模型之一，同时获得多家芯片厂商适配，生态影响力持续扩大，仍保持活跃的更新与优化节奏，未出现被淘汰的迹象。

# 4.2 优势亮点

结合OpenRouter、AIME 2025、SWE-bench Verified等业内公认的榜单与测试数据，Step 3.5 Flash的优势主要集中在三个核心维度，表现突出：

1.  推理速度与效率：单请求代码类任务推理峰值达350TPS，远超主流开源模型（轻量级模型平均80-150TPS），首字延迟低，可实现瞬时响应，适合语音交互、实时翻译等对速度要求高的场景，同时稀疏架构大幅降低了部署算力需求，128GB RAM的设备（如高端手机、Mac Studio）即可流畅运行。

2.  数学与逻辑推理：在AIME 2025数学竞赛基准测试中得分97.3，在IMO-AnswerBench等顶级逻辑挑战中表现优异，能够快速准确解决复杂等差数列、平方和、阶乘求和等数学问题，推理深度可媲美Claude Opus 4.5、GPT-5.2 xHigh等顶级闭源模型。

3.  智能体与代码能力：在τ²-Bench智能体基准测试中取得88.2的高分，可高效拆解复杂长链任务（如电商比价），自动规划任务流程、调用工具完成执行；在SWE-bench Verified代码测试中达到74.4%的正确率，能快速开发医疗资源监控、气象仪表盘等复杂Web应用，生成代码的完整性与可执行性较强。

# 4.3 缺点与不足

客观来看，Step 3.5 Flash仍存在明显短板，未达到“全能型”模型水平，主要不足包括：

1.  代码能力仍有差距：虽然代码生成表现优秀，但与顶级闭源模型相比仍有小幅差距，生成复杂项目时偶尔出现逻辑漏洞，且无法直接预览代码效果，需手动粘贴保存后才能验证，增加了开发者的操作成本。

2.  细节处理不够精细：在数学计算、文本生成等场景中，偶尔出现“结果正确但格式不规范”的问题，例如数学计算未合并同类项，文本生成时存在少量冗余表述，对细节要求高的场景需手动优化。

3.  多模态能力缺失：作为单一语言模型，不支持图像、语音等多模态输入输出，无法处理多模态相关的智能体任务，需与阶跃星辰的多模态模型协同使用，增加了部署复杂度。

4.  长文本深度不足：虽然支持256K超长上下文，但在处理极端长度的文档（如10万Token以上）时，仍会出现少量信息遗漏或逻辑断层，对超长篇幅的文本理解能力有待提升。

# 五、重大事件

1.  2026年1月26日：阶跃星辰完成超50亿元B+轮融资，创下过去一年内中国大模型赛道单笔最高融资纪录，同时印奇出任董事长，为Step 3.5 Flash的研发落地提供了资金与战略支持，也提升了模型的行业关注度。

2.  2026年2月2日：Step 3.5 Flash正式发布，凭借350TPS的推理速度与稀疏MoE架构，当天便引发开源社区热议，成为国内面向Agent场景的重磅开源模型，多家芯片厂商宣布将适配该模型。

3.  2026年3月4日：阶跃星辰全面开源Step 3.5 Flash的预训练权重、中训练权重及Steptron训练框架，实现从模型到训练流程的系统性开源，进一步降低开发者使用门槛，推动模型在开源社区的普及。

2026年3月中旬：Step 3.5 Flash在Hugging Face下载量突破300k，同时稳居OpenRouter OpenClaw榜单Top2，日均排名持续跃升，成为开发者搭建智能体的首选开源模型之一，验证了其技术实力。

2026年3月12日：阶跃星辰上线“阶跃龙虾”（StepClaw）云端服务，以Step 3.5 Flash为底层模型，实现OpenClaw框架的3分钟一键部署，5万个免费体验名额迅速被抢光，让普通用户也能零成本体验AI Agent服务，进一步扩大了模型的应用场景与影响力。