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StepFun-Flash-3.5。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，StepFun-Flash-3.5 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出色，性能表现也很亮眼。

对比当前国内另外两个刚发布不久的最强模型Moonshot Kimi K2.5（以下简称 Kimi K2.5）和阿里通义 Qwen3-Max-Thinking，StepFun-Flash-3.5 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：

StepFun-Flash-3.5 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

StepFun-Flash-3.5 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 个国产大模型，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：StepFun-Flash-3.5 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：StepFun-Flash-3.5 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：StepFun-Flash-3.5 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，StepFun-Flash-3.5 的优势很明显：活跃参数仅 11B，推理成本比另外两个低很多。

StepFun-Flash-3.5 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 StepFun-Flash-3.5 最大的价值就是参数量适中，评测结果不错，成本很低。如果实测和评测表现相符，那基本上这个模型一定具有非常高的吸引力了。

关于 StepFun-Flash-3.5 更多信息参考 DataLearnerAI 模型信息卡：https://www.datalearner.com/ai-models/pretrained-models/stepfun-flash-3-5