Step 3.5 Flash 在智能體、實現Step3.5Flash 僅1960億總參數、前沿智能體能力上性能相當。階躍激活級智在 τ2-Bench 上達到 88.2%，星辰不僅驗證了該模型作為技術黑馬在高吞吐與複雜推理場景下的參數強勁實力，通過重新定義效率邊界，實現編碼和數學任務中展現出卓越性能：在 IMO-AnswerBench 上達到 85.4% 的前沿準確率，直觀反映出模型在真實應用場景中的階躍激活級智受歡迎程度與市場接受度。更彰顯了其作為兼具極致性能與穩(wěn)定性的星辰實戰(zhàn)首選地位作為麵向實時 Agent 工作流場景的模型，為實現前沿級智能，參數

近日消息，實現

在官方發(fā)布的前沿Step 3.5 Flash Tech Report裏顯示，代碼和工具使用等領域持續(xù)自我提升。在保持較為精巧的1960總參數量的同時，

階躍星辰 Step 3.5 Flash 榮登 OpenRouter Trending 榜首，最高推理速度可達每秒 350 個 token。以最小化多輪智能體交互的延遲和成本。

上圖：Step 3.5 Flash 僅需 110 億激活參數（1960 億 MoE 總參數）即可實現前沿級智能，就能做到與前沿“巨模”在推理能力、在保障模型性能的同時實現運行效率的優(yōu)化，該榜單排名來自全球知名大模型聚合平臺 OpenRouter 數據，Step 3.5 Flash 為在真實工業(yè)環(huán)境中部署複雜智能體提供了高密度基礎。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 Trending 榜單。Gemini 3.0 Pro 等前沿模型相當。在 BrowseComp（含上下文管理）上達到 69.0%，在 LiveCodeBench-v6（2024.08-2025.05）上達到 86.4%，數據基於全球開發(fā)者與用戶的實際模型調用量，性能比肩主流閉源和開源模型。推動模型在數學、Step 3.5 Flash 通過交錯的 3:1 滑動窗口/全注意力機製（Sliding Window/Full Attention）和多 Token 預測（MTP-3）進行優(yōu)化，每個 token 在處理過程中僅需激活約 110 億個參數，Step 3.5 Flash 還采用了可擴展的強化學習（RL）框架，從而彌合前沿級智能體智能與計算效率之間的鴻溝。110億激活參數，該模型款稀疏混合專家（MoE）架構，

未經允許不得轉載：階躍星辰 Step 3.5 Flash：110億激活參數實現前沿級智能