A primeira entrada é sempre a fonte do pin. A confiança geral é uma média ponderada de quanto cada referência sustenta os horários de início e fim usados acima; uma referência conta metade a cada 180 dias a mais em relação à mais recente.
O relatório da AIBase[6] de 2 de fevereiro de 2026 a chama de “mais recente modelo de base de código aberto” da StepFun[3], com o código no GitHub e os pesos no Hugging Face[2], e o primeiro commit do repositório do GitHub é datado de 2 de fevereiro; a OpenRouter a listou desde 29 de janeiro e o repositório do Hugging Face foi criado em 1º de fevereiro (UTC), portanto o dia do lançamento público é 2 de fevereiro.
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]
Falta algo ou há um erro? Diga com suas palavras: um link que sustente este pin, uma data de início ou fim diferente e por quê, ou um fato que falta ou está errado. A IA confere isso com as fontes do pin, procura outras melhores e adiciona qualquer página que dê razão a você. As fontes do próprio pin continuam contando mais. Uma imagem que mostra outra coisa, ou mostra mal, também é analisada e rebaixada ou substituída.
Título original: 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 |
|---|---|---|---|---|---|---|
| Parâmetros ativos / totais | 11B / 196B | 37B / 671B | 32B / 1T | 32B / 355B | 10B / 230B | 15B / 309B |
| Custo estimado de decodificação 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 (com Context Manager) | 69.0 | 67.6 | 60.2 / 74.9 | 67.5 | 62.0 | 58.3 |
| GAIA (sem arquivo) | 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 (fev.) | 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 |