Mis on Step 3.5 Flash?
Step 3.5 Flash on StepFuni pakutav tekstipõhine arutlus- ja kodeerimismudel. See on avatud kaaludega mudel, mitte ainult suletud ja majutatud teenus: StepFun avaldab allalaaditavad kaalud ja juurutusjuhised, mis võimaldavad organisatsioonidel ja tehniliselt võimekatel kasutajatel seda oma taristus käitada. Mudel on välja antud Apache 2.0 litsentsi alusel.
Mudel on mõeldud ülesannete jaoks, mis nõuavad enamat kui lühikesi vestlusvastuseid. Selle kasutusalad hõlmavad tarkvaraarendust, koodi genereerimist, vigade otsimist, mitmeetapilist arutlust, tööriistade kutsumist ja pikaajalisi agentide töövooge. StepFun paigutab selle oma praegusesse Step-mudelite valikusse kõrvuti selliste mudelitega nagu Step 5 Preview ja Step 3.7 Flash, kuid Step 3.5 Flashi kõige selgem eripära on avatud juurutamise, suure läbilaskevõimega genereerimise ning kodeerimisele ja agentidega seotud töödele keskendumise kombinatsioon.
StepFun teatas mudelist 12. veebruaril 2026. Ametlikud mudelimaterjalid määratlevad selle aluskeelemudelina; need ei kirjelda selle mudeli puhul piltide, heli ega video loomulikku mõistmist ega genereerimist.
Arhitektuur ja põhispetsifikatsioonid
Step 3.5 Flash kasutab hõredat ekspertide segu ehk MoE-arhitektuuri. MoE-mudelis võivad võrgu eri alamhulgad töödelda erinevaid sõnesid või ülesandeid. See tähendab, et kogu võrk võib olla väga suur, ilma et iga genereeritud sõne puhul aktiveeritaks kõiki parameetreid. Step 3.5 Flashi puhul on avaldatud näitajad ligikaudu 196,81 miljardit parameetrit kokku ja ligikaudu 11 miljardit aktiivset parameetrit sõne kohta.
See eristus on praktikas oluline. Parameetrite koguarv näitab kogu mudeli suurust, samas kui aktiivsete parameetrite arv on tihedamalt seotud ühe sõne töötlemiseks vajaliku arvutusega. See ei muuda mudeli kohapealset juurutamist vaikimisi kergeks: kaalude salvestamine ja mudeli teenindamine nõuavad endiselt märkimisväärset riistvara, eriti täppisarvutuse või mitme samaaegse kasutaja korral. Hõre aktiveerimine võib aga parandada mudeli mahu ja genereerimise läbilaskevõime suhet.
Ametlikud materjalid kirjeldavad ka 45 transformer-kihti, 128 896 sõnega sõnavara ja 3:1 libiseva akna tähelepanu mehhanismi. Mudel toetab 256K-sõnest kontekstiakent, mis vastab mudeli metaandmetes esitatud 262 144 sõnele. Kontekstiaken hõlmab viipa, vestlusajalugu, tööriistade sõnumeid ja genereeritud sisu, mida teenindussüsteem kättesaadavana hoiab. Uurimismaterjalides ei täpsustata eraldi maksimaalset väljundsõnede arvu, seega ei tohiks eeldada muud sõltumatut väljundipiiri peale nende piirangute, mille määravad juurutus või API konfiguratsioon.
| Spetsifikatsioon | Esitatud üksikasjad |
|---|---|
| Pakkuja | StepFun |
| Mudelite perekond | Step 3 |
| Mudeli tüüp | Arutlus- ja kodeerimiskeelemudel |
| Parameetreid kokku | Ligikaudu 196,81 miljardit |
| Aktiivseid parameetreid sõne kohta | Ligikaudu 11 miljardit |
| Kontekstiaken | 256K sõnet |
| Litsents | Apache 2.0 |
| Sisend ja väljund | Tekstisisend ja tekstiväljund |
| Loomulik piltide, heli või video tugi | Selle mudeli puhul dokumenteerimata |
Arutlus, kodeerimine ja agentide töövood
Step 3.5 Flash on eelkõige mõeldud probleemidele, mille puhul mudel peab enne vastuse esitamist hoidma plaani, uurima vahepealset teavet või tegema mitu otsust. Näited hõlmavad tarkvarahoidla analüüsimist, koodimuudatuste jada pakkumist, ebaõnnestunud testi põhjuse tuvastamist või otsustamist, millist välist tööriista järgmisena kutsuda.
Selle kodeerimiskeskset lähenemist toetavad StepFuni esitatud võrdlustestide tulemused, sealhulgas 74,4% SWE-bench Verifiedi ja 51,0% Terminal-Bench 2.0 puhul. Need on pakkuja esitatud väited, mitte uuringus toodud sõltumatud hinnangud, mistõttu tuleks neid käsitleda suunava tõendusmaterjalina, mitte konkreetse koodibaasi jõudluse garantiina. Tegelikud tulemused sõltuvad viibast, hoidla keerukusest, tööriistakeskkonnast, testide katvusest ja teeninduskonfiguratsioonist.
Mudeli tööriistade kasutamise tugi on agentide jaoks eriti oluline. Ametlikud juurutusjuhised kirjeldavad StepFunile mõeldud arutlus- ja tööriistakutsete parsereid, mis aitavad teenindussüsteemil eristada tavalist arutlust või teksti struktureeritud tööriistapäringutest. See võib toetada töövooge, nagu failide lugemine, testide käivitamine, teenuse päringute tegemine või muud orkestreerimiskihi kaudu kättesaadavaks tehtud toimingud. Mudel ise ei paku neid väliseid tööriistu automaatselt; rakendus peab tööriistad määratlema, neile juurdepääsu andma, neid käivitama ja tööriistade tulemused tagastama.
Step 3.5 Flash kasutab ka Multi-Token Predictioni tehnoloogiat. Selle asemel et genereerimise ajal ennustada korraga ainult üht järgmist sõnet, on selle lähenemise eesmärk dekodeerimise tõhususe parandamine. StepFun teatab tavaliseks genereerimiskiiruseks ligikaudu 100–300 sõnet sekundis, kusjuures mõne ühe voo kodeerimistöö korral võib tippkiirus ulatuda 350 sõneni sekundis. Need näitajad on pakkuja väited ja neid ei tohiks käsitleda universaalse kiiruse garantiina. Mõõdetud läbilaskevõimet võivad muuta riistvara, kvantimine, paketisuurus, konteksti pikkus, raamistik ja samaaegsus.
Kontekst, modaalsused ja väljundipiirangud
256K-sõnene kontekstiaken on praktilise arendustöö jaoks üks mudeli kasulikumaid spetsifikatsioone. See mahutab suuri koodifaile, ulatuslikke logisid, hoidlate väljavõtteid, pikki tehnilisi dokumente ja põhjalikke tööriistajälgi, arvestades teenindusraamistiku enda mälu- ja päringupiiranguid. Suurem kontekst ei tähenda automaatselt, et iga detail saab võrdselt palju tähelepanu, mistõttu võivad sihipärane otsing ja lühikesed tööriistatulemused siiski töökindlust parandada.
Dokumenteeritud mudelikonfiguratsioonis on Step 3.5 Flash ainult tekstipõhine. See võtab vastu tekstisisendit ja toodab tekstiväljundit. Puuduvad tõendid selle kohta, et see mudel võtaks otse vastu pilte, heli või videot, ning seda ei tohiks segi ajada StepFuni laiema ökosüsteemiga, mis hõlmab eraldi multimodaalseid ja meedialoomise teenuseid.
Uurimismaterjalid ei kinnita selle täpse mudeli puhul maksimaalset väljundsõnede arvu, struktureeritud väljundi garantiid, JSON-režiimi, viipade vahemällu salvestamist, paketipõhist API-t ega peenhäälestuse kättesaadavust. Need väljad tuleb hoida üldisest tööriistakutsete toest eraldi. Eelkõige ei tõesta tööriistakutsete parseri olemasolu iseenesest, et iga juurutus pakub üldotstarbelist JSON-režiimi.
Juurutamine ja kättesaadavus
Step 3.5 Flash on saadaval StepFuni ametlikes hoidlates ja Hugging Face'i organisatsioonis. Esitatud juurutusmaterjalides nimetatakse Transformersi, vLLM-i, SGLangi ja llama.cpp tuge. Need võimalused katavad eri kasutusviise alates mudeli otsesest katsetamisest kuni tootmiskasutuseks mõeldud teenindamise ning kohaliku või kvanditud järeldamiseni.
Kasutajad, kes vajavad lihtsamat majutatud lahendust, saavad mudelile ligi StepFuni platvormi kaudu, kuigi täpset praegust API-hinda ei kontrollitud selle ülevaate jaoks esitatud ametlikust avalikust hinnateabeallikast. Seetõttu ei ole usaldusväärset sisend- ega väljundsõne hinda esitada. Mudeli Apache 2.0 litsents võib muuta ise majutamise atraktiivseks organisatsioonidele, kes soovivad juurutuse üle suuremat kontrolli, kuid endiselt tuleb arvestada taristu-, riistvara-, arendus-, seire- ja hoolduskuludega.
Kohalik juurutus nõuab tähelepanu ka mälunõuetele ja ühilduvusele. Ligikaudu 196,81 miljardi parameetriga koguvõrk ei ole salvestusruumi ega käitamise lihtsuse poolest võrreldav 11 miljardi parameetriga tiheda mudeliga. Kvantimine ja optimeeritud järeldusmootorid võivad vähendada tegelikke ressursivajadusi, kuid uurimismaterjalid ei määra üht kindlat riistvaranõuet ega jõudlustaset.
Peamised tugevused ja piirangud
Step 3.5 Flashi tugevused
- Avatud juurutamine: Allalaaditavad kaalud ja Apache 2.0 litsents annavad suurema kontrolli kui ainult majutatud mudel.
- Kodeerimine ja tarkvaraarendus: Mudel on loodud koodi genereerimiseks, vigade otsimiseks, hoidlatega töötamiseks ja terminalipõhiste agentide ülesanneteks.
- Pikk kontekst: 256K-sõnene aken sobib suurte viipade, koodibaaside, logide ja põhjalike tööriistajälgede jaoks.
- Agentidega integreerimine: Ametlik parserijuhend toetab arutluse ja tööriistakutsete töövooge.
- Genereerimise läbilaskevõime: Mitme sõne ennustamise tehnoloogia ja hõre aktiveerimine on mõeldud kiiruse ja tõhususe parandamiseks.
- Paindlik juurutamine: Toetatud järeldamisvõimalustena on nimetatud Transformersi, vLLM-i, SGLangi ja llama.cpp-d.
Millal see on vähem sobiv
- Ainult tekstipõhine töö: See ei ole sobiv valik piltide, heli või video otseseks sisendiks ja väljundiks.
- Käitamise keerukus: Suur hõre mudel nõuab töökindlaks kohapealseks teenindamiseks endiselt märkimisväärset taristut ja eksperditeadmisi.
- Kontrollimata kommertshind: Ametlikke praeguseid API-hindu sõne kohta ei kinnitatud esitatud uurimismaterjalides.
- Kontrollitud väljundipiir puudub: Kontekstiaken on dokumenteeritud, kuid eraldi maksimaalset väljundsõnede arvu ei ole.
- Võrdlustestide ebakindlus: Viidatud võrdlustestide näitajad pärinevad StepFunilt ega pruugi ennustada jõudlust igas keskkonnas.
- Ülesandepõhine varieeruvus: Väga spetsialiseeritud valdkonnad või pikad mitme vooruga vestlused võivad vajada mudelit, mille käitumist selle töökoormuse puhul on järjepidevamalt valideeritud.
Millal valida Step 3.5 Flash
Vali Step 3.5 Flash, kui soovid avatud kaaludega mudelit kodeerimisagentidele, privaatseks järeldamiseks, pika kontekstiga tarkvaratööks või tööriistu kasutavaks automatiseerimiseks. See on eriti atraktiivne siis, kui juurutuse kontroll on oluline ja sinu meeskond suudab vajalikku teenindustaristut hallata. Sisemist kodeerimisabilist, hoidlate analüüsisüsteemi või terminaliagenti loov arendaja võiks kasutada mudelit paigaparanduste genereerimiseks, testiväljundi uurimiseks ja määratletud tööriistade komplekti koordineerimiseks.
See on mõistlik valik ka siis, kui läbilaskevõime on olulisem kui võimalikult suure tiheda mudeli kasutamine. Hõre arhitektuur, aktiivsete parameetrite ülesehitus ja teatatud dekodeerimiskiirus on mõeldud pakkuma praktilist tasakaalu arutlusvõime ja genereerimiskulude vahel. See tasakaal on kavandatud eelis, mitte garanteeritud kulutulemus: tegelik majanduslik tasuvus sõltub riistvara kasutusest, kvantimisest, samaaegsusest ning sellest, kas mudelit majutatakse ise või kasutatakse tasulise platvormi kaudu.
Teine võimalus võib olla sobivam, kui rakendus vajab visuaalset loomulikku mõistmist, kõnet, meedia genereerimist, kontrollitud struktureeritud väljundi lepingut või selgelt avaldatud API-hinda. Majutatud mudel võib olla eelistatav ka meeskondadele, kes ei soovi hallata suure mudeli taristut. Seevastu väiksemat tihedat mudelit võib olla lihtsam juurutada lihtsa klassifitseerimise, lühikeste vastuste või väheste ressurssidega rakenduste jaoks, kus Step 3.5 Flashi arutlus- ja kontekstivõime oleks tarbetu.
Kokkuvõte
Step 3.5 Flash on spetsialiseeritud avatud kaaludega valik kasutajatele, kes hindavad kodeerimisvõimet, pikka konteksti, tööriistade kasutamist ja kontrolli juurutuse üle. Selle ligikaudu 196,81 miljardi parameetriga hõre MoE-arhitektuur aktiveerib sõne kohta umbes 11 miljardit parameetrit, samal ajal kui Multi-Token Prediction on suunatud kiiremale genereerimisele. Dokumenteeritud 256K-sõnene kontekstiaken ja Apache 2.0 litsents suurendavad selle atraktiivsust privaatse tarkvaraarenduse ja agentidega seotud töökoormuste puhul.
Sama olulised on ka kompromissid: mudel on ainult tekstipõhine, seda on hõredast aktiveerimisest hoolimata keerukas käitada ning esitatud uurimismaterjalides puuduvad kontrollitud avalik hind ja dokumenteeritud maksimaalne väljundsõnede arv. Seetõttu peaks parim hindamine ühendama StepFuni teatatud võrdlustestid kasutaja enda hoidlate, tööriistade, riistvara ja samaaegsusnõuete testimisega.