CONFIRMÉCertitude de la date: CONFIRMÉAnnoncé comme fermeAvec quelle fermeté la source formule la date : confirmée, programmée, estimée, reportée ou non vérifiée.Voir toutes les épingles CONFIRMÉCONFIANCE 87 %Confiance globale: 87%Dans quelle mesure la source et les références du pin étayent ses dates.Moyenne pondérée de la fermeté avec laquelle 6 références, source comprise, étayent les heures de début et de fin de l’épingle ; une référence compte moitié moins pour chaque tranche de 180 jours d’ancienneté par rapport à la plus récenteAfficher toutes les épingles à 75 % de confiance ou plus
Le rapport d’AIBase[6] du 2 février 2026 le présente comme le « dernier modèle de fondation open source » de StepFun[1][3], avec le code sur GitHub et les poids sur Hugging Face[2], et le premier commit du dépôt GitHub date du 2 février ; OpenRouter l’a référencé dès le 29 janvier et le dépôt Hugging Face a été créé le 1er février (UTC), si bien que le jour du lancement public est le 2 février.- Début
- 2 févr. 2026CONFIANCE 92 %selon news.aibase.com
Step 3.5 Flash est sorti
Traduit automatiquement de l’original
Titre original: Step 3.5 Flash Released
StepFun publie en open source Step 3.5 Flash, un mélange d'experts creux de 196B paramètres dont 11B actifs, avec un contexte de 256K et jusqu'à 350 tokens par seconde, qui obtient 74.4% sur SWE-bench Verified sous licence Apache 2.0.
- StepFun a sorti Step 3.5 Flash le 2 février 2026, le qualifiant de son "modèle de fondation open source le plus performant" et le destinant aux agents plutôt qu'au chat ; les poids sont sur Hugging Face sous licence Apache 2.0[1][2][6]
- C'est un mélange d'experts creux de 196B paramètres au total dont 11B actifs, avec une fenêtre de contexte de 256K, utilisant trois couches d'attention à fenêtre glissante pour chaque couche d'attention complète et une prédiction multi-token de trois tokens pour la vitesse[1][2][5]
- StepFun revendique 100-300 tokens par seconde en usage typique et jusqu'à environ 350 pour le codage en flux unique, et indique que dans son tableau le modèle atteint 74.4% sur SWE-bench Verified et 51.0% sur Terminal-Bench 2.0 avec une moyenne de 81.0 sur huit benchmarks, contre 82.2 pour GPT-5.2 xhigh et 80.6 pour Claude Opus 4.5[1]
- Le rapport technique a suivi le 11 février ; la publication ouverte complète est intervenue début mars, lorsque StepFun a aussi publié les poids Base et Midtrain ainsi que son framework d'entraînement Steptron[4][5]
- Il est peu coûteux à appeler : l'API de StepFun facture $0.10 par 1 million de tokens en entrée, $0.02 en cas de succès du cache et $0.30 pour la sortie[3]; il était gratuit sur OpenRouter au lancement[6]
Principales fonctionnalités
- Architecture : 288 experts routés plus un partagé avec routage top-8, attention à portes par tête, 96 têtes de requête dans les couches à fenêtre glissante et des couches denses au début ; StepFun cite jusqu'à 350 tokens par seconde sur des GPU NVIDIA Hopper lors de l'exécution de SWE-bench Verified[1][2]
- Usage local : une version GGUF INT4 tourne à environ 20 tokens par seconde sur un NVIDIA DGX Spark avec 128GB et s'étend à un contexte de 256K grâce à la quantification INT8 du cache KV ; StepFun cite aussi l'Apple M4 Max et l'AMD AI Max+ 395 comme cibles[1]
- Configurations pour agents : des cookbooks pour OpenClaw, Claude Code et Roo Code, et une variante d'API step-3.5-flash-2603 optimisée pour les agents avec un mode de raisonnement réduit qui diminue l'usage de tokens[2][3]
- Limites que StepFun énumère elle-même : des trajectoires de génération plus longues que Gemini 3.0 Pro pour une qualité similaire et une moindre stabilité face aux changements de distribution, avec un raisonnement répétitif, des sorties en langues mélangées et une conscience incohérente du temps ou de l'identité[1]
Benchmarks[1]
| Benchmark | Step 3.5 Flash | DeepSeek V3.2 | Kimi K2 Thinking / K2.5 | GLM-4.7 | MiniMax M2.1 | MiMo-V2 Flash |
|---|---|---|---|---|---|---|
| Paramètres actifs / totaux | 11B / 196B | 37B / 671B | 32B / 1T | 32B / 355B | 10B / 230B | 15B / 309B |
| Coût de décodage estimé à 128K (Hopper) | 1.0x | 6.0x | 18.9x | 18.9x | 3.9x | 1.2x |
| τ²-Bench | 88.2 | 80.3 (85.2*) | 74.3* / 85.4* | 87.4 | 86.6* | 80.3 (84.1*) |
| BrowseComp | 51.6 | 51.4 | 41.5* / 60.6 | 52.0 | 47.4 | 45.4 |
| BrowseComp (avec Context Manager) | 69.0 | 67.6 | 60.2 / 74.9 | 67.5 | 62.0 | 58.3 |
| GAIA (sans fichier) | 84.5 | 75.1* | 75.6* / 75.9* | 61.9* | 64.3* | 78.2* |
| AIME 2025 | 97.3 | 93.1 | 94.5 / 96.1 | 95.7 | 83.0 | 94.1 (95.1*) |
| HMMT 2025 (févr.) | 98.4 | 92.5 | 89.4 / 95.4 | 97.1 | 71.0* | 84.4 (95.4*) |
| IMOAnswerBench | 85.4 | 78.3 | 78.6 / 81.8 | 82.0 | 60.4* | 80.9* |
| LiveCodeBench-V6 | 86.4 | 83.3 | 83.1 / 85.0 | 84.9 | — | 80.6 (81.6*) |
| SWE-bench Verified | 74.4 | 73.1 | 71.3 / 76.8 | 73.8 | 74.0 | 73.4 |
| Terminal-Bench 2.0 | 51.0 | 46.4 | 35.7* / 50.8 | 41.0 | 47.9 | 38.5 |
- Tableau comparatif de StepFun ; un astérisque signale un score que StepFun a relancé ou remplacé selon ses propres conditions de test, un tiret un score non disponible[1]