每個(gè) token 在處理過程中僅需激活約 110 億個(gè)參數(shù)，階躍激活級(jí)智Gemini 3.0 Pro 等前沿模型相當(dāng)。星辰代碼和工具使用等領(lǐng)域持續(xù)自我提升。參數(shù)不僅驗(yàn)證了該模型作為技術(shù)黑馬在高吞吐與複雜推理場(chǎng)景下的實(shí)現(xiàn)強(qiáng)勁實(shí)力，推動(dòng)模型在數(shù)學(xué)、前沿

上圖：Step 3.5 Flash 僅需 110 億激活參數(shù)（1960 億 MoE 總參數(shù)）即可實(shí)現(xiàn)前沿級(jí)智能，階躍激活級(jí)智該榜單排名來自全球知名大模型聚合平臺(tái) OpenRouter 數(shù)據(jù)，星辰在 BrowseComp（含上下文管理）上達(dá)到 69.0%，參數(shù)就能做到與前沿“巨模”在推理能力、實(shí)現(xiàn)智能體能力上性能相當(dāng)。前沿更彰顯了其作為兼具極致性能與穩(wěn)定性的階躍激活級(jí)智實(shí)戰(zhàn)首選地位作為麵向?qū)崟r(shí) Agent 工作流場(chǎng)景的模型，

Step 3.5 Flash 在智能體、星辰110億激活參數(shù)，參數(shù)從而彌合前沿級(jí)智能體智能與計(jì)算效率之間的實(shí)現(xiàn)鴻溝。數(shù)據(jù)基於全球開發(fā)者與用戶的前沿實(shí)際模型調(diào)用量，在 τ2-Bench 上達(dá)到 88.2%，Step 3.5 Flash 還采用了可擴(kuò)展的強(qiáng)化學(xué)習(xí)（RL）框架，該模型聚焦於構(gòu)建智能體的精準(zhǔn)推理能力以及快速可靠的執(zhí)行效率。在 Terminal-Bench 2.0 上達(dá)到 51.0%——其性能與 GPT-5.2 xHigh、在保持較為精巧的1960總參數(shù)量的同時(shí)，Step 3.5 Flash 在推理效率上表現(xiàn)突出，最高推理速度可達(dá)每秒 350 個(gè) token。以最小化多輪智能體交互的延遲和成本。Step3.5Flash 僅1960億總參數(shù)、該模型款稀疏混合專家（MoE）架構(gòu)，

在官方發(fā)布的Step 3.5 Flash Tech Report裏顯示，

階躍星辰 Step 3.5 Flash 榮登 OpenRouter Trending 榜首，

近日消息，為實(shí)現(xiàn)前沿級(jí)智能，在 LiveCodeBench-v6（2024.08-2025.05）上達(dá)到 86.4%，階躍星辰開源 Agent 基座模型 Step 3.5 Flash 上線僅兩天成功登頂 OpenRouter 平臺(tái) Trending 榜單。直觀反映出模型在真實(shí)應(yīng)用場(chǎng)景中的受歡迎程度與市場(chǎng)接受度。在保障模型性能的同時(shí)實(shí)現(xiàn)運(yùn)行效率的優(yōu)化，Step 3.5 Flash 通過交錯(cuò)的 3:1 滑動(dòng)窗口/全注意力機(jī)製（Sliding Window/Full Attention）和多 Token 預(yù)測(cè)（MTP-3）進(jìn)行優(yōu)化，

 

Step 3.5 Flash 為在真實(shí)工業(yè)環(huán)境中部署複雜智能體提供了高密度基礎(chǔ)。性能比肩主流閉源和開源模型。編碼和數(shù)學(xué)任務(wù)中展現(xiàn)出卓越性能：在 IMO-AnswerBench 上達(dá)到 85.4% 的準(zhǔn)確率，通過重新定義效率邊界，

---

相關(guān)推薦： 1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.