step-3.5-flash

阶跃星辰的旗舰语言推理模型，该模型具备顶尖推理能力与快速可靠的执行能力，能够完成对复杂任务的分解、计划，可快速可靠地调用工具执行任务，胜任逻辑推理、数学、软件工程、深度研究等各种复杂任务。上下文长度为256K，核心定位为“轻激活、高密度的高效智能体引擎”，专为实时交互、复杂推理与代码任务打造

• 稀疏高效架构：基于196B总参数的MoE模型，每token仅激活11B参数，实现“大模型能力+小模型速度”的极致平衡。
• 超高速生成搭载：3路多令牌预测（MTP-3），典型场景达100–300 tok/s，单流编码峰值350 tok/s，响应近乎实时。
• 智能体性能领先：在SWE-bench Verified（74.4%）和Terminal-Bench 2.0（51.0%）等权威基准中表现优异，稳定性强。
• 长上下文优化：支持256K上下文，采用3:1滑动窗口注意力（SWA），大幅降低计算开销而不损性能。
• 本地友好部署：可在Mac Studio M4 Max、NVIDIA DGX Spark等消费级高端硬件运行，保障数据隐私与低延迟。

───────────────────────────────────────────────────────────────────

核心能力

⚡ 极速推理引擎：

• MTP-3技术一次前向预测4个token，显著加速生成，编码任务快如闪电。
• 激活参数仅11B，推理成本约为同类MoE模型的1/6–1/18，性价比突出。

🧰 专业智能体底座：

• 集成可扩展RL框架，支持持续自我改进，擅长长周期、多步骤任务。
• 在BrowseComp-ZH（73.7）、GAIA（84.5）、AIME 2025（97.3）等中英文推理基准全面领先。

🧠 高密度智能：

• 288专家+1共享专家的细粒度路由，保留196B模型“记忆”，执行效率媲美11B模型。
• 支持Parallel Thinking机制，在xbench-DeepSearch等任务上进一步提升表现。

───────────────────────────────────────────────────────────────────

测试数据