Zijn de gewichten open en kan ik Step 3.5 Flash lokaal draaien?

Ja, de gewichten zijn openbaar beschikbaar op Hugging Face onder stepfun-ai/Step-3.5-Flash. StepFun zegt dat het draait op high-end consumentenhardware zoals een Mac Studio M4 Max, maar met 196 miljard totale parameters heb je aanzienlijke geheugenvereisten; controleer de licentie voor commercieel gebruik.

Wat kost Step 3.5 Flash en hoe groot is het contextvenster?

Via API kost het $0,10 per miljoen inputtokens en $0,30 per miljoen outputtokens, met een contextvenster van 262.144 tokens.

Hoe verschilt Step 3.5 Flash van DeepSeek V3.2 of Kimi K2?

Step 3.5 Flash activeert slechts 11 miljard parameters per token versus 37 miljard voor DeepSeek V3.2 en 32 miljard voor Kimi K2, wat volgens StepFun neerkomt op ongeveer 6 keer lagere decodeerkosten dan DeepSeek V3.2 bij 128K context op vergelijkbare hardware.

Step 3.5 Flash

4358°

#llm #stepfun #redeneren #coderen #agenten #lange context

Voer dit model uit

Aanbiedingen / Advertenties

OpenRouter Terminal / API

Betaal per token

Chat met dit model in de browser of roep het aan vanuit je code met één API-sleutel.

StepFun | 262.144 token context | $0.10/M input, $0.30/M output. Step 3.5 Flash is StepFun's meest capabele open-source funderingsmodel. Gebouwd op een sparse Mixture of Experts (MoE) architectuur, activeert het selectief slechts 11 miljard van zijn 196 miljard parameters per token. Het is een redeneermodel dat ongelooflijk snel en efficiënt is, zelfs bij lange contexten.

Gidsen voor dit model

Beste lokale LLM per gebruik (oktober 2026): het juiste open model voor elke klus

Hoeveel VRAM heb ik eigenlijk nodig voor lokale AI?

Open weights vs open source vs alleen API: wat je eigenlijk mag doen

Wat is een GGUF-bestand? Uitleg over gekwantiseerde modellen (Q4, Q8, fp8, NF4)

Alle gidsen

Aantekeningen van de kapitein

Geschreven door Captain, de huisredacteur

Aantekeningen van 2026-10-13

Step 3.5 Flash is StepFun's open-weight redeneermodel gebouwd op een 196 miljard parameters tellende sparse MoE-architectuur die slechts 11 miljard parameters per token activeert. Die efficiëntie stelt het in staat om 100–300 tokens per seconde te genereren, zelfs bij lange contexten, wat het uitzonderlijk praktisch maakt voor agentachtige workloads die snelle meerstapsredenering vereisen. Als je toonaangevende redeneercapaciteit wilt die je lokaal kunt draaien of goedkoop via API kunt aanroepen, is dit een van de geloofwaardigste opties uit een niet-westers lab.

Bekend om

74,4% op SWE-bench Verified, een van de sterkere open-weight scores voor programmeren die gepubliceerd zijn.
100–300 tok/s generatie door 3-weg Multi-Token Prediction.
256K contextvenster met een hybride sliding-window aandachtontwerp dat kosten laag houdt.
Draait op high-end consumentenhardware zoals een Mac Studio M4 Max.
Open gewichten beschikbaar op Hugging Face voor lokaal of zelf-gehost gebruik.

Let op

196 miljard totale parameters betekent dat je serieuze hardware nodig hebt; consumentengpu's onder 24 GB VRAM zullen moeite hebben.
StepFun is een kleiner lab en de licentievoorwaarden zijn het controleren waard voor commercieel gebruik.
Benchmarkvergelijkingen in de modelkaart zijn zelfgerapporteerd; onafhankelijke evaluaties zijn beperkt.

Het beste voor

Coderen

Agenten en toolgebruik

Redeneren

Lange context

Draait lokaal

Prompts om te proberen

Debug een falende agentlus

Ik heb een Python-agent die in een lus een zoektool aanroept. Na 3 iteraties begint hij dubbele resultaten terug te geven en uiteindelijk vast te lopen. Hier is de luslogica: [plak je code]. Identificeer de hoofdoorzaak, leg uit waarom het gebeurt en herschrijf de lus om het probleem op te lossen zonder de toolinterface te wijzigen.

Plan een meerstaps programmeertaak

Ik moet een monolithische Flask-app migreren naar een FastAPI-service met async endpoints, een PostgreSQL-database via SQLAlchemy 2.0 en een achtergrondtaakwachtrij met ARQ. Maak hier een geordend plan van met de risicovolste stappen gemarkeerd en implementeer de eerste twee stappen volledig.

Redeneer een logische puzzel

Vijf engineers beheersen elk een andere programmeertaal, drinken elk een ander drankje en zitten elk op een andere stoel in een rij. Gebruik deze aanwijzingen om te bepalen wie koffie drinkt: de Python-ontwikkelaar zit naast de theedrinker; de Rust-ontwikkelaar zit op stoel 1; de Java-ontwikkelaar drinkt sap; de Go-ontwikkelaar zit direct rechts van de koffiedrinker; de TypeScript-ontwikkelaar zit niet op stoel 5.

Vergelijk met

Step 5 Preview
Model met open gewichten
1,048,576 token context · $1.00/M invoer, $2.70/M uitvoer
Step 3.7 Flash
Model met open gewichten
262,144 token context · $0.20/M invoer, $1.15/M uitvoer
GPT-6 Luna
Alleen API-model
1,050,000 token context · $0.10/M invoer, $0.50/M uitvoer
Claude Opus 5.5
Alleen API-model
1,000,000 token context · $4.00/M invoer, $20.00/M uitvoer

Meer tekstmodellen van stepfun

Veelgestelde vragen

Zijn de gewichten open en kan ik Step 3.5 Flash lokaal draaien?: Ja, de gewichten zijn openbaar beschikbaar op Hugging Face onder stepfun-ai/Step-3.5-Flash. StepFun zegt dat het draait op high-end consumentenhardware zoals een Mac Studio M4 Max, maar met 196 miljard totale parameters heb je aanzienlijke geheugenvereisten; controleer de licentie voor commercieel gebruik.
Wat kost Step 3.5 Flash en hoe groot is het contextvenster?: Via API kost het $0,10 per miljoen inputtokens en $0,30 per miljoen outputtokens, met een contextvenster van 262.144 tokens.
Hoe verschilt Step 3.5 Flash van DeepSeek V3.2 of Kimi K2?: Step 3.5 Flash activeert slechts 11 miljard parameters per token versus 37 miljard voor DeepSeek V3.2 en 32 miljard voor Kimi K2, wat volgens StepFun neerkomt op ongeveer 6 keer lagere decodeerkosten dan DeepSeek V3.2 bij 128K context op vergelijkbare hardware.

Oordeel van de kapitein
Een echt efficiënt open-weight redeneermodel dat zijn plek verdient als je snelle agentachtige inferentie nodig hebt zonder frontier API-prijzen te betalen.

Modelkaart op Hugging Face

De kapitein schrijft deze aantekeningen op basis van de eigen beschrijving en modelkaart van het model. Prijzen en contextgroottes zijn die van de provider op het moment van schrijven en kunnen veranderen.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Hoe deze score wordt opgebouwd

Dit model heeft nog geen populariteitsgegevens van welke bron dan ook, dus het krijgt een tijdelijke waarde onder 7,000° om de lijsten compleet te houden. Het staat nooit hoger dan een model met data. De uitsplitsing verschijnt hier zodra een bron het rapporteert.

Woordenlijst: de gebruikte termen

Heat-score: Één getal voor hoe veel een model nu gebruikt en gewenst wordt, van 0° tot 9.999°. Elke lijst op deze site die zegt heetste is gesorteerd op deze score en niets anders.
Vloer: De 7.000° waar elk model met echte data mee begint. De schaal loopt van 0° tot 9.999°; het deel onder de vloer is gereserveerd voor plaatsvervangers (modellen zonder data), zodat een model met data altijd hoger scoort dan een zonder. De vloer is voor iedereen gelijk en beslist niets; de graden erboven zijn de meting.
Download-equivalenten: Alles wat de score als een download telt, bij elkaar opgeteld: downloads zelf, elke torrent seeder als 1.000, elke AI Horde-afbeelding en elke run op een generatie-site als één.
Logaritmische schaal: Tellen per tien, niet per één: van 1.000 naar 10.000 downloads voegt evenveel graden toe als van 10.000 naar 100.000. Zo verdringen grote spelers niet alles.
Likes: Duimen omhoog en likes van elke bron, elk de helft van een download waard op de log-schaal.
Adoptiesnelheid: Hoeveel downloads een model nu per dag krijgt, uit het verschil tussen twee metingen van een bron. Een kwart van het gewicht van de downloadterm.
Gemeten en geschat: Gemeten betekent dat er twee metingen van een bron zijn en het verschil echt is. Geschat betekent dat alleen het totaal van vandaag bekend is en het verleden over de levensduur van het model wordt verdeeld; de site geeft aan welke het toont.
Seeder: Iemand die een kopie van de gewichten online houdt zodat anderen die via een torrent kunnen downloaden, of een gehoste mirror die hetzelfde doet. Elk telt als 1.000 downloads.
AI Horde: Een vrijwilligersnetwerk dat gratis beelden genereert op gedoneerde computers. Het aantal beelden dat het met een model heeft gemaakt is openbaar, en elk telt als één download.
Generatiesites: Sites die hun eigen kopieën van een model hosten en mensen laten genereren, zoals PixAI, SeaArt en Yodayo. Hun downloads tellen net als die van Civitai en elke generatie telt als één download.
OpenRouter tokens: Een tekstmodel dat via een API wordt aangeboden, zoals Claude of GPT, heeft geen gewichten om te downloaden, dus het gebruik wordt gemeten in tokens: de tekststukken die het las en schreef via OpenRouter, een gateway die veel apps gebruiken, in de afgelopen 30 dagen. Elke 10,000,000 tokens telt als één download. Bron: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Volledig model (checkpoint): De gewichten zelf, het bestand dat zelfstandig genereert. Het krijgt een bonus omdat add-ons ervan afhangen.
LoRA en embedding: Kleine add-on bestanden die iemands gewichten sturen naar een stijl, een personage of een concept. Ze kunnen niet zelfstandig draaien.
Familie en gewichten: De basis waarop een model is gebouwd, zoals SD 1.5, SDXL, Flux of Wan. Elk model erft de releasedatum van de gewichten van zijn familie.
Leeftijd: Graden afgetrokken voor hoe lang geleden de gewichten van de familie uitkwamen: 150° per jaar, tot 750°. Het houdt oude downloads die jaren hadden om op te lopen door de top van de lijst te bevriezen.
Familie boost: Een kleine, begrensde duw voor LoRA's van een familie die deze site nu naar voren schuift, altijd vermeld in de uitsplitsing.
Stand-in score: Een stabiel getal onder de vloer gegeven aan een model waar nog geen bron over rapporteert, zodat lijsten compleet blijven. Het staat nooit hoger dan een model met data.
Nieuw! (gratieperiode): Een model dat minder dan 7 dagen oud is, toont Nieuw! in plaats van een score en neemt geen plaats in de ranglijst in. De score wordt vanaf dag één berekend, maar een model van één dag oud groeit sneller dan wat dan ook, dus zonder de wachttijd zou de #1 van de week altijd het model zijn dat gisteren uitkwam in plaats van wat een week standhield.
Trend: Hoe de groei van een model over een periode zich verhoudt tot de typische groei van een model over dezelfde periode. Sneller dan typisch betekent stijging, langzamer betekent daling.
Typisch model: Het midden van de catalogus: de helft van de modellen met een cijfer groeide sneller over de periode, de andere helft langzamer.

Vergelijkbare modellen

NVIDIA Nemotron 3 Ultra 550B A55B

TEXT / LLM

AI-modellen voor het genereren van afbeeldingen, video en tekst

Step 3.5 Flash is een tekstmodel voor de Text / LLM-familie, vermeld op ModelTrends.ai, een alleen-lezen catalogus van open source AI-modellen voor afbeeldingen, video en tekst. Vergelijk het met andere Text / LLM-modellen en bekijk de populariteitsscore om de trend te zien.

Meer Text / LLM-modellen Meer Text / LLM Tekst / LLM llm stepfun redeneren coderen agenten lange context lokaal

Bladeren op modelfamilie