La prima voce è sempre la fonte del pin. L’affidabilità complessiva è una media ponderata di quanto ogni fonte conferma gli orari di inizio e fine indicati sopra; una fonte conta la metà per ogni 180 giorni in più rispetto alla più recente.
Il rapporto di AIBase[6] del 2 febbraio 2026 lo definisce l’“ultimo modello di base open source” di StepFun[3], con il codice su GitHub e i pesi su Hugging Face[2], e il primo commit del repository GitHub è datato 2 febbraio; OpenRouter lo ha elencato dal 29 gennaio e il repository Hugging Face è stato creato il 1° febbraio (UTC), quindi il giorno del lancio pubblico è il 2 febbraio.
The model card: Apache 2.0, 196B total and about 11B active parameters with 288 routed experts plus one shared and top-8 routing, 256K context, 100-300 tok/s typical and about 350 tok/s peak, 74.4% SWE-bench Verified and 51.0% Terminal-Bench 2.0, recommended sampling.[1]
The API docs: step-3.5-flash at $0.10 per 1 million input tokens, $0.02 cache hit and $0.30 output; a step-3.5-flash-2603 agent-optimized variant with a low-reasoning mode; OpenAI-compatible chat completions with tool calling.[1]
ifanr (6 March): StepFun[1][3] fully open-sourced the model in early March, releasing the Base and Midtrain weights and the Steptron training framework alongside it, with Step 3.5 Flash's OpenClaw call volume reaching first place globally.
The technical report (216 authors, submitted 11 February, revised 23 February): 3:1 sliding-window/full attention, MTP-3, a reinforcement learning framework, and 85.4% IMOAnswerBench, 86.4% LiveCodeBench-v6, 88.2% tau2-Bench, 69.0% BrowseComp (with context management).[1]
Manca qualcosa o c’è un errore? Dillo con parole tue: un link che conferma questo pin, una data di inizio o fine diversa e perché, o un fatto che manca o è sbagliato. L’IA lo confronta con le fonti del pin, ne cerca di migliori e aggiunge qualsiasi pagina ti dia ragione. Le fonti del pin contano comunque di più. Anche un’immagine che mostra altro, o lo mostra male, viene esaminata e spostata in basso o sostituita.
Titolo originale: Step 3.5 Flash Released
| Benchmark | Step 3.5 Flash | DeepSeek V3.2 | Kimi K2 Thinking / K2.5 | GLM-4.7 | MiniMax M2.1 | MiMo-V2 Flash |
|---|---|---|---|---|---|---|
| Parametri attivi / totali | 11B / 196B | 37B / 671B | 32B / 1T | 32B / 355B | 10B / 230B | 15B / 309B |
| Costo di decodifica stimato a 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 (con Context Manager) | 69.0 | 67.6 | 60.2 / 74.9 | 67.5 | 62.0 | 58.3 |
| GAIA (senza file) | 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 (feb.) | 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 |