階躍新模型快到“沒推理”！印奇上任，果然氣勢一新

聞樂 發自 凹非寺
量子位 | 公眾號 QbitAI

春節檔果然熱鬧！

印奇上任后，階躍星辰也氣勢一新了。

正式發布新一代開源Agent基座模型Step 3.5 Flash，總參數196B，激活參數11B，支持256K上下文窗口。

生態層面，依舊走軟硬結合的技術路線，優化模型本身的同時，兼容適配主流算力硬件。

目前，Step 3.5 Flash已經和昇騰、沐曦股份、壁仞科技、燧原科技、天數智芯、阿里平頭哥多家芯片廠商完成適配，覆蓋了當前主流的國產AI加速芯片平臺。

官方數據稱新模型的推理峰值達350TPS，在Agent場景和數學任務上媲美閉源模型，能勝任復雜、長鏈條任務。

被AI“秒回”了

先來看波成績單。

官方公布了Step 3.5 Flash在推理、編碼、智能體三大核心場景的基準測試對比圖（陰影條表示使用并行思考增強的Step 3.5 Flash的性能）。

新模型在推理類測試排名均在前列，其中AIME 2025基準測試中得分97.3；

編碼任務的SWE-bench Verified測試中達到74.4%，與國外閉源模型相比仍有小幅距離；

智能體任務的τ2-Bench測試中取得88.2的分數。

接下來實測走起！

• 請在不使用外部工具的情況下，依次計算并列出以下算式的結果：首項為80、公差為4的等差數列前30項和；12+22+…+102的平方和；2!++4!+6!+8!+10!的和；√169+?216+?√32的和。

好家伙，推理速度是“肉眼幾乎不可見”的快，秒回的答案也準確。

看圖計算也來試一試：

• （上傳圖片）計算

雖然答案沒錯，但嘗試了國內外多個模型之后發現，只有Step 3.5 Flash沒把答案合并同類項到最終形式……

接下來看編程場景，讓Step 3.5 Flash開發一個模擬醫療資源監控系統。

• 開發一個醫療資源監控儀表盤，使用WebGL渲染3D院區場景。各科室、急診、手術室設置發光點位，點擊后放大區域并展示半透明數據層，包含床位、接診量、設備利用率圖表。數據通過WebSocket實時更新，網絡異常使用緩存。

系統完成初始化加載后，左上角會實時展示當前運行狀態，清晰標注系統的在線情況、最新數據更新時間和連接狀態（模擬）。

右上角則還原了醫院各類醫療設備的在線率、負載狀態與運行情況，設備總攬面板非常直觀。

界面核心區域作為主可視化大屏，集中呈現全院各科室的實時忙碌程度、醫護資源利用趨勢與業務流量變化。

同時對床位占用、關鍵設備運行狀態進行全天候實時監控，一旦出現資源緊張或超負荷情況，會自動觸發繁忙預警與高亮提示。

點擊左側導航欄中的不同科室選項，可以展開對應科室的詳細運營數據與業務指標，界面會自動切換至專屬科室視圖。

當光標懸浮在科室床位分布的餅狀圖上時，還會實時彈出浮動提示框，清晰展示床位占用、空閑、預留等細分數據。

如果仔細觀察背景的院區布局圖層就會發現，每點擊一個科室選項，場景都會自動平滑滑動，將鏡頭定位到對應科室的物理位置上。

再來一個飛行員氣象儀表盤：

• 制作一個藝術化氣象儀表盤，使用WebGL渲染3D真實地球。各國主要城市顯示發光標記點，點擊后鏡頭平滑放大到對應區域，并切換為半透明2D疊加層，展示該地區的詳細氣象圖表。數據通過WebSocket實時流式傳輸，網絡異常時自動降級使用緩存快照，保證界面穩定運行。

可視化交互的效果不錯，但有個問題是這個模型不能直接預覽或者給出預覽網址，生成代碼后還得手動粘貼保存文件才能查看。

除了推理和編程場景，端云協同也是Step 3.5 Flash重點打造的實用能力，核心思路是云端負責燒腦的規劃與推理，端側負責安全的數據讀取與本地執行

在官方的電商比價演示中，面對用戶“對比 Mac Mini M4 各平臺價格”的需求，Step 3.5 Flash化身云端大腦，直接將復雜的比價任務，拆解為分別查詢淘寶、京東、拼多多的獨立小任務。

云端提前做好任務規劃后，本地的Step-GUI就無需復雜思考，只需要專注完成數據抓取工作。

最后由云端統一匯總所有價格信息，快速比對后為用戶生成清晰的購買參考。

△已加速

主打一個數據不出本地、隱私不上云。

模型架構

架構層面，Step 3.5 Flash采用的是MoE稀疏混合專家架構。

總參數量達到196B，但在實際推理過程中，每個Token僅激活約11B參數。在保證模型能力的同時，通過稀疏激活有效控制了計算與部署成本。

針對長上下文優化，模型使用3:1滑動窗口注意力與全注意力交錯的方案，緩解了傳統長文本模型的失憶問題。

此外，研發團隊將SWA層的查詢頭數從64增加到96，在不擴大KV緩存占用的情況下增強了模型的表征能力。

為了確保數值穩定性，模型還集成了頭向門控注意力，通過動態調節信息流向來維持推理過程的穩定性。

在推理效率上，Step 3.5 Flash采用了3路多Token 預測（MTP-3）技術，允許模型在主輸出的同時并行預測未來的多個token，并通過并行驗證機制在單次處理中校驗多個token假設。

這種方式使其在NVIDIA Hopper GPU上的單流編程任務中，推理峰值達到350TPS。

為了強化模型推理與智能體執行能力，Step 3.5 Flash還搭載了自研的MIS?PO強化學習框架。

用更嚴格的樣本過濾機制替代了傳統的重要性加權計算，有效減少了數據噪聲與梯度方差，讓模型在長序列任務上的優化更穩定；即便在大規模離線訓練的環境中，依然能保持可靠的輸出。

此外，據官方透露，Step 4也正在訓練中。

參考鏈接：https://static.stepfun.com/blog/step-3.5-flash/

— 完 —