阶跃星辰发布新一代开源模型Step 3.5 Flash，其最突出的特点是“快”。通过稀疏混合专家架构与多项技术创新，模型实现了高达350TPS的推理峰值。内容通过实测，展示了它在复杂推理、编程开发及端云协同场景下的表现，为评估国产大模型的实际应用能力提供了详实参考。
智能速览
新模型采用MoE稀疏架构，总参数196B但激活参数仅11B。
官方数据显示其推理峰值高达350TPS，实现近乎秒回的响应速度。
在Agent、数学、编码等基准测试中，性能媲美部分闭源模型。
端云协同能力确保数据不出本地，保障用户隐私安全。
模型已适配多家国产AI芯片，推动国产算力生态发展。
精华内容
阶跃星辰此次发布的新模型，不仅是参数量的堆砌，更在架构与效率上进行了深度优化。实测数据显示，其推理速度与任务执行能力均达到了新的高度。
高效的MoE架构
Step 3.5 Flash的核心优势源于其稀疏混合专家架构。
模型总参数量高达196B，但每个Token推理时仅激活约11B参数，有效平衡了性能与计算成本。
为解决长文本失忆问题，模型采用了3:1滑动窗口与全注意力交错方案。同时，3路多Token预测（MTP-3）技术使其在单次处理中并行预测并校验多个token，在NVIDIA Hopper GPU上实现了350TPS的推理峰值。
此外，自研的MIS‑PO强化学习框架通过更严格的样本过滤，减少了数据噪声，提升了长序列任务的优化稳定性。
性能基准实测
在多项基准测试中，Step 3.5 Flash展现了强劲的实力。
在推理方面，模型在AIME 2025基准测试中获得97.3分，处理复杂数学问题表现出色。
编码能力上，其在SWE-bench Verified测试中的得分为74.4%，虽然与顶尖闭源模型尚有距离，但已处于开源模型前列。
在智能体任务τ²-Bench测试中，该模型取得了88.2分的成绩，证明其胜任复杂、长链条的Agent场景。
场景化应用能力
模型在实际应用场景中的表现同样亮眼。
在即时推理测试中，面对连续多步的复杂数学计算，模型几乎是“秒回”，且答案准确。
在编程任务中，它能生成复杂的WebGL渲染代码，如医疗资源监控仪表盘，交互效果良好，但目前不支持直接预览。
其端云协同能力是一大亮点，云端负责规划，端侧负责执行，在完成电商比价等任务时，实现了数据不出本地，兼顾了效率与隐私安全。
阶跃星辰的Step 3.5 Flash模型，在速度与能力之间找到了一个不错的平衡点。其在架构上的创新和对实际应用场景的打磨，为开源社区提供了一个强有力的选择。随着Step 4的训练推进，国产大模型的未来发展值得期待。
