

> 阶跃星辰推出的 Step3.5Flash 模型专为 Agent 场景设计，凭借 350TPS 的极致推理速度和稀疏 MoE 架构，在保持低成本的同时实现了比肩闭源大模型的性能，旨在成为开发者构建智能体的首选“大脑”。

## 为Agent而生的速度怪兽

阶跃星辰（Stepfun）近日正式发布了其最新一代开源基座模型——**Step3.5Flash**。这款模型的定位异常清晰：做一个更聪明、更稳定且成本可控的“Agent 大脑”。

在智能体（Agent）的应用场景中，响应速度往往决定了用户体验的生死。Step3.5Flash 在这方面交出了惊人的答卷：其推理速度最高可达 **350 TPS**（Tokens Per Second）。这意味着它能在眨眼间生成大段高质量文本，尤其在需要频繁交互的代码编写和即时问答任务中，这种低延迟带来的体验提升是质的飞跃。

![Google_AI_Studio_2026-02-02T03_04_31.656Z.png](https://static.downly.cn/images/a9cde5dd6c845b821608a83fd1b65294.png) <center>图源备注：图片由AI生成</center>

## 稀疏MoE架构与技术创新

Step3.5Flash 的高性能并非单纯堆砌算力，而是源于架构层面的创新。

*   **稀疏 MoE 架构** 模型总参数量达到 1960 亿，但在每次推理时，通过混合专家（Mixture of Experts）技术，仅激活约 110 亿参数。这种设计在保证了千亿参数级模型“智商”的同时，大幅降低了计算负载。
*   **MTP-3 技术** 引入了多 Token 预测技术，一次预测 3 个 Token，直接将生成效率翻倍。
*   **长文本优化** 结合滑动窗口与全局注意力机制，模型支持 256K 超长上下文，能够精准捕捉复杂任务中的关键信息，非常适合处理长链条的逻辑任务。

## 多场景实测与部署

在实际应用中，Step3.5Flash 展现了强大的**端云协同**能力。它不仅能像“云端大脑”一样将模糊的用户需求拆解为具体的搜索与抓取任务，还能在不依赖外部工具的情况下，独立完成等差数列求和等复杂数学运算。在编程领域，它甚至能仅凭一段描述，自动编写出基于 WebGL 2.0 的可视化平台代码。

目前，该模型已在 GitHub、HuggingFace 和 OpenRouter 上线。为了方便开发者，阶跃星辰专门优化了其在 NVIDIA DGX 和 Apple M4 Max 等个人工作站上的运行性能，进一步降低了高性能 Agent 的开发门槛。与此同时，下一代 Step4 模型的训练也已启动。

搜索结果: 技术发布