StepFun logo

Step-3.5-Flash

Мультимодальная
StepFun

Step-3.5-Flash — быстрая и экономичная мультимодальная модель StepFun, оптимизированная для быстрого вывода. Построена на архитектуре Step3, обеспечивает высокую производительность на текстовых и визуальных задачах с низкой задержкой и эффективным использованием токенов. 196 млрд параметров. Лидер на LiveCodeBench v6 (#1), Tau-bench (#1) и IMO-AnswerBench (#1). Лицензия Apache 2.0.

Основные характеристики

Параметры
196.0B
Контекст
65.5K
Дата выпуска
1 февраля 2026 г.
Индекс
36.8

Временная шкала

Ключевые даты в истории модели
Анонс
1 февраля 2026 г.
Последнее обновление
12 февраля 2026 г.
Сегодня
10 ноября 2026 г.

Технические характеристики

Параметры
196.0B
Токены обучения
-
Граница знаний
-
Семейство
-
Возможности
МультимодальностьZeroEval

Ценообразование и доступность

Вход (за 1М токенов)
$0.10
Выход (за 1М токенов)
$0.40
Макс. входящих токенов
65.5K
Макс. исходящих токенов
8.2K
Поддерживаемые возможности
Вызов функцийСтруктурированный выводВыполнение кодаПоиск в интернетеПакетная обработкаДообучение

Результаты бенчмарков

Показатели производительности модели на различных тестах и бенчмарках

Программирование

Тесты на навыки программирования
SWE-Bench Verified
• данные разработчика
74.0%

Другие тесты

Специализированные бенчмарки
AIME 2025
• данные разработчика
97.0%
Tau-bench
• данные разработчика
88.0%
LiveCodeBench v6
• данные разработчика
86.0%
IMO-AnswerBench
• данные разработчика
85.0%
BrowseComp
С Context Manager • данные разработчика
69.0%
Terminal-Bench 2.0
• данные разработчика
44.0%

Лицензия и метаданные

Лицензия
Apache 2.0
Дата анонса
1 февраля 2026 г.
Последнее обновление
12 февраля 2026 г.

Step-3.5-Flash: плюсы и минусы

Плюсы

  • Дешёвый API — $0.10 за 1M входных токенов
  • Понимает изображения, не только текст
  • Открытые веса — можно запустить на своём сервере
  • Быстрая генерация — около 403 токенов в секунду
  • Сильнее всего в тесте AIME 2025 — 97.0%

Минусы

  • Слабее в тесте Terminal-Bench 2.0 — 44.0%

Похожие модели

Все модели

Рекомендации основаны на схожести характеристик: организация-разработчик, мультимодальность, размер параметров и производительность в бенчмарках. Выберите модель для сравнения или перейдите к полному каталогу для просмотра всех доступных моделей ИИ.