ĐÃ XÁC NHẬNĐộ tin cậy của ngày: ĐÃ XÁC NHẬNĐược nêu là chắc chắnMức độ chắc chắn mà nguồn nêu ngày: đã xác nhận, đã lên lịch, ước tính, bị hoãn hoặc chưa xác minh.Hiện tất cả ghim ĐÃ XÁC NHẬNĐỘ TIN CẬY 87%Độ tin cậy tổng thể: 87%Mức độ nguồn và tài liệu tham khảo của ghim củng cố các ngày của nó.Trung bình có trọng số về mức độ 6 tài liệu, gồm cả nguồn, ủng hộ thời điểm bắt đầu và kết thúc của ghim; một tài liệu được tính giảm một nửa cho mỗi 180 ngày cũ hơn tài liệu mới nhấtHiện tất cả ghim có độ tin cậy từ 75% trở lên
Báo cáo của AIBase[6] ngày 2 tháng 2 năm 2026 gọi đây là “mô hình nền tảng mã nguồn mở mới nhất” của StepFun[1][3], với mã trên GitHub và trọng số trên Hugging Face[2], và commit đầu tiên của kho GitHub có ngày 2 tháng 2; OpenRouter niêm yết từ ngày 29 tháng 1 và kho Hugging Face được tạo vào ngày 1 tháng 2 (UTC), vì vậy ngày ra mắt công khai là 2 tháng 2.- Bắt đầu
- 2 thg 2, 2026ĐỘ TIN CẬY 92%từ news.aibase.com
Phát hành Step 3.5 Flash
Được dịch tự động từ bản gốc
Tiêu đề gốc: Step 3.5 Flash Released
StepFun mở mã nguồn Step 3.5 Flash, mô hình hỗn hợp chuyên gia thưa với 196B tham số (11B hoạt động), ngữ cảnh 256K và tới 350 token mỗi giây, đạt 74.4% trên SWE-bench Verified theo giấy phép Apache 2.0.
- StepFun phát hành Step 3.5 Flash vào ngày 2 tháng 2 năm 2026, gọi đây là "mô hình nền tảng mã nguồn mở mạnh nhất" của hãng và nhắm đến tác tử hơn là trò chuyện; trọng số có trên Hugging Face theo giấy phép Apache 2.0[1][2][6]
- Đây là mô hình hỗn hợp chuyên gia thưa với tổng 196B tham số và 11B hoạt động, cửa sổ ngữ cảnh 256K, dùng ba lớp attention cửa sổ trượt cho mỗi lớp attention đầy đủ và dự đoán đa token ba token để tăng tốc[1][2][5]
- StepFun tuyên bố 100-300 token mỗi giây khi dùng thông thường và tới khoảng 350 khi lập trình luồng đơn, đồng thời cho biết trong bảng của hãng mô hình đạt 74.4% trên SWE-bench Verified và 51.0% trên Terminal-Bench 2.0 với trung bình 81.0 trên tám bài đánh giá, so với 82.2 của GPT-5.2 xhigh và 80.6 của Claude Opus 4.5[1]
- Báo cáo kỹ thuật được công bố vào ngày 11 tháng 2; bản phát hành mở đầy đủ đến vào đầu tháng 3, khi StepFun cũng công bố trọng số Base và Midtrain cùng khung huấn luyện Steptron[4][5]
- Chi phí gọi rất rẻ: API của StepFun tính $0.10 cho mỗi 1 triệu token đầu vào, $0.02 khi trúng bộ nhớ đệm và $0.30 cho đầu ra[3]; mô hình miễn phí trên OpenRouter khi ra mắt[6]
Tính năng nổi bật
- Kiến trúc: 288 chuyên gia được định tuyến cộng một chuyên gia dùng chung với định tuyến top-8, attention có cổng theo từng đầu, 96 đầu truy vấn trong các lớp cửa sổ trượt và các lớp dày ở đầu; StepFun nêu tới 350 token mỗi giây trên GPU NVIDIA Hopper khi chạy SWE-bench Verified[1][2]
- Dùng cục bộ: bản dựng GGUF INT4 chạy khoảng 20 token mỗi giây trên NVIDIA DGX Spark 128GB và mở rộng tới ngữ cảnh 256K nhờ lượng tử hóa INT8 cho bộ nhớ đệm KV; StepFun cũng nêu Apple M4 Max và AMD AI Max+ 395 là nền tảng mục tiêu[1]
- Thiết lập cho tác tử: sách hướng dẫn cho OpenClaw, Claude Code và Roo Code, cùng biến thể API step-3.5-flash-2603 được tinh chỉnh cho tác tử với chế độ suy luận thấp giúp giảm lượng token sử dụng[2][3]
- Các hạn chế do chính StepFun liệt kê: quỹ đạo sinh dài hơn Gemini 3.0 Pro cho chất lượng tương đương và kém ổn định hơn khi phân phối dữ liệu thay đổi, với suy luận lặp lại, đầu ra lẫn nhiều ngôn ngữ và nhận thức thời gian hoặc danh tính không nhất quán[1]
Benchmark[1]
| Benchmark | Step 3.5 Flash | DeepSeek V3.2 | Kimi K2 Thinking / K2.5 | GLM-4.7 | MiniMax M2.1 | MiMo-V2 Flash |
|---|---|---|---|---|---|---|
| Tham số hoạt động / tổng | 11B / 196B | 37B / 671B | 32B / 1T | 32B / 355B | 10B / 230B | 15B / 309B |
| Chi phí giải mã ước tính ở 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 (với Context Manager) | 69.0 | 67.6 | 60.2 / 74.9 | 67.5 | 62.0 | 58.3 |
| GAIA (không có tệp) | 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 (tháng 2) | 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 |
- Bảng so sánh của StepFun; dấu hoa thị đánh dấu điểm số mà StepFun chạy lại hoặc thay thế theo điều kiện kiểm tra riêng, dấu gạch ngang là điểm số không có sẵn[1]