阶跃星辰StepFun开源激活参数只有11B的Step-3.5-Flash模型，但是评测结果和Kimi K2.5、Qwen3-Max-Thinking差不多，最高推理速度可以达到350tokens/s！
Stepfun AI（阶跃星辰）正式发布了其最新开源基础模型Step-3.5-Flash。这款模型以“快速、锐利、可靠的agentic智能”为核心设计，采用稀疏混合专家（Sparse MoE）架构，总参数量196B，但每token仅激活11B参数，实现高效推理的同时保持前沿级性能。它支持256K超长上下文、多token并行预测（MTP-3），推理速度可达100-300 token/s，甚至在编码任务中峰值350 token/s。
作为一款专为智能体（Agent）场景优化的开源模型，Step-3.5-Flash一发布便在多个agentic和编码基准上表现出色，有很多人测试反馈速度非常美好，前端也不错。
对比当前国内顶级闭源模型Moonshot Kimi K2.5（以下简称Kimi K2.5）和阿里通义Qwen3-Max-Thinking，Step-3.5-Flash在多项任务上接近或超越，但在资源占用和推理速度方面占据绝对优势。
Stepfun-Flash-3.5 vs Kimi-k2.5 vs Qwen3-Max模型核心特性对比
先看一下这三个模型的基本参数，参数量方面Stepfun-Flash-3.5最少，其他2个都是万亿参数规模，Stepfun-Flash-3.5只有1/5，激活参数方面也很少，只有11B。上下文长度256K，这一点Qwen3-Max-Thinking的100万还是有优势的：
Step-3.5-Flash的最大亮点在于高效agentic设计：它内置“Think-and-Act”协同、工具调用优化、多代理编排，以及边缘-云协同能力，支持本地部署（INT4量化后可在消费级硬件运行）。
关于三个模型更多的参数对比参考DataLearnerAI的大模型参数对比工具：https://www.datalearner.com/specs-compare/stepfun-flash-3-5/kimi-k2-5/qwen3-max
Stepfun-Flash-3.5 vs Kimi-k2.5 vs Qwen3-Max基准性能对比
Step-3.5-Flash官方提供了多维度基准对比，这里我们主要对比前不久刚发布的另外2个过程大模型，分别是开源的Kimi K2.5和闭源的Qwen3-Max-Thinking：
简单来说，这三个模型的评测结果差距很小：
- 编码与agentic领域：Step-3.5-Flash在SWE-bench Verified达到74.4%，仅略低于Kimi K2.5的76.8%，但远高于Qwen3-Max的69.6%。在Terminal-Bench 2.0上微弱领先Kimi，显示出更强的终端操作和长链agent能力。同时，在τ²-Bench上大幅领先Kimi Thinking变体，证明其工具调用和多代理协同更高效。
- 数学与推理领域：Step-3.5-Flash在AIME、IMOAnswerBench等高中/国际数学竞赛基准上全面领先Kimi K2.5，显示出极强的逻辑推理能力（支持PaCoRe等增强后接近满分）。
- 其他agent亮点：Step-3.5-Flash在xbench-DeepSearch等深度研究任务上表现突出，支持多代理循环规划、搜索与合成，适合复杂投资分析、科研等场景。
不过，Step-3.5-Flash的优势很明显：活跃参数仅11B，推理成本比另外两个低很多。
Step-3.5-Flash总结
其实，最近开源模型发展很快，性能提升也很明显，但是动不动就万亿参数规模或者DeepSeek的6700多亿参数规模，成本实在是太高。本次Step-3.5-Flash最大的价值就是参数量不过，评测结果不错，成本很低。如果实测和评测差不太多，那基本上这个模型一定具有非常高的吸引力了。
关于 Step-3.5-Flash 更多信息参考DataLearnerAI模型信息卡：https://www.datalearner.com/ai-models/pretrained-models/stepfun-flash-3-5
