Är vikterna öppna och kan jag köra Step 3.5 Flash lokalt?

Ja, vikterna finns offentligt på Hugging Face under stepfun-ai/Step-3.5-Flash. StepFun säger att den körs på högpresterande konsumenthårdvara som Mac Studio M4 Max, men med 196 miljarder parametrar krävs betydande minne; kontrollera licensen före kommersiell användning.

Vad kostar Step 3.5 Flash och hur stort är kontextfönstret?

Via API kostar det 0,10 USD per miljon inmatningstoken och 0,30 USD per miljon utmatningstoken, med ett kontextfönster på 262 144 token.

Hur skiljer sig Step 3.5 Flash från DeepSeek V3.2 eller Kimi K2?

Step 3.5 Flash aktiverar endast 11 miljarder parametrar per token jämfört med 37 miljarder för DeepSeek V3.2 och 32 miljarder för Kimi K2, vilket enligt StepFun motsvarar ungefär 6 gånger lägre avkodningskostnad än DeepSeek V3.2 vid 128K kontext på likvärdig hårdvara.

Step 3.5 Flash

4358°

#llm #stepfun #resonemang #kodning #agenter #lång kontext

Kör modellen

Erbjudanden / annonser

OpenRouter Terminal / API

Betala per token

Chatta med den här modellen i webbläsaren eller anropa den från din kod med en API-nyckel.

StepFun | 262,144 token kontext | $0.10/M input, $0.30/M output. Step 3.5 Flash är StepFuns mest kapabla open-source grundmodell. Byggd på en gles Mixture of Experts (MoE)-arkitektur, aktiverar den selektivt endast 11B av sina 196B parametrar per token. Det är en resonemangsmodell som är otroligt snabb och effektiv även vid långa kontexter.

Guider för denna modell

Bästa lokala LLM efter användningsområde (oktober 2026): rätt öppna modell för varje jobb

Hur mycket VRAM behöver jag egentligen för lokal AI?

Öppna vikter vs öppen källkod vs endast API: vad du faktiskt får göra

Vad är en GGUF-fil? Förklaringar av kvantiserade modeller (Q4, Q8, fp8, NF4)

Alla guider

Kaptenens anteckningar

Skrivet av Captain, husets redaktör

Anteckningar från 2026-10-13

Step 3.5 Flash är StepFuns öppna viktsmodell för resonemang byggd på en 196 miljarder parametrars sparsam MoE-arkitektur som aktiverar endast 11 miljarder parametrar per token. Den effektiviteten gör att den kan generera 100–300 token per sekund även vid långa kontexter, vilket gör den ovanligt praktisk för agentbaserade arbetsuppgifter som kräver snabbt flerstegsresonemang. Om du vill ha ledande resonemang som du kan köra lokalt eller kalla billigt via API är detta ett av de mer trovärdiga alternativen från ett icke-västligt labb.

Känd för

74,4 % på SWE-bench Verified, bland de starkare öppna viktsresultaten för kodning som publicerats.
100–300 tok/s genereringshastighet via 3-vägs Multi-Token Prediction.
256K kontextfönster med hybrid sliding-window attention-design som håller kostnaderna nere.
Körs på högpresterande konsumenthårdvara som Mac Studio M4 Max.
Öppna vikter tillgängliga på Hugging Face för lokal eller självhostad distribution.

Se upp för

196 miljarder totala parametrar kräver seriös hårdvara; konsument-GPU:er under 24 GB VRAM får problem.
StepFun är ett mindre labb och licensvillkoren bör kontrolleras före kommersiell användning.
Benchmarkjämförelser i modellkortet är självrapporterade; oberoende tredjepartsevalueringar är begränsade.

Bäst för

Kodning

Agenter och verktygsanvändning

Resonemang

Lång kontext

Kör lokalt

Promptar att prova

Debugga en felande agentloop

Jag har en Python-agent som anropar ett sökverktyg i en loop. Efter 3 iterationer börjar den returnera dubbletter och hänger sig till slut. Här är looplogiken: [klistra in din kod]. Identifiera grundorsaken, förklara varför det händer och skriv om loopen för att fixa det utan att ändra verktygets gränssnitt.

Planera en flerstegs kodningsuppgift

Jag behöver migrera en monolitisk Flask-app till en FastAPI-tjänst med asynkrona endpoints, en PostgreSQL-databas via SQLAlchemy 2.0 och en bakgrundsarbetskö med ARQ. Bryt ner detta i en sekventiell plan med de mest riskfyllda stegen markerade, och implementera sedan de två första stegen fullt ut.

Resonera kring ett logikpussel

Fem ingenjörer äger varsin programmeringsspråk, dricker olika drycker och sitter på olika platser i en rad. Använd ledtrådarna för att ta reda på vem som dricker kaffe: Python-utvecklaren sitter bredvid tedrickaren; Rust-utvecklaren sitter på plats 1; Java-utvecklaren dricker juice; Go-utvecklaren sitter direkt till höger om kaffedrickaren; TypeScript-utvecklaren sitter inte på plats 5.

Jämför med

Step 5 Preview
Öppen vikt-modell
1,048,576 tokens kontext · $1.00/M indata, $2.70/M utdata
Step 3.7 Flash
Öppen vikt-modell
262,144 tokens kontext · $0.20/M indata, $1.15/M utdata
GPT-6 Luna
Endast API-modell
1,050,000 tokens kontext · $0.10/M indata, $0.50/M utdata
Claude Opus 5.5
Endast API-modell
1,000,000 tokens kontext · $4.00/M indata, $20.00/M utdata

Fler textmodeller från stepfun

Vanliga frågor

Är vikterna öppna och kan jag köra Step 3.5 Flash lokalt?: Ja, vikterna finns offentligt på Hugging Face under stepfun-ai/Step-3.5-Flash. StepFun säger att den körs på högpresterande konsumenthårdvara som Mac Studio M4 Max, men med 196 miljarder parametrar krävs betydande minne; kontrollera licensen före kommersiell användning.
Vad kostar Step 3.5 Flash och hur stort är kontextfönstret?: Via API kostar det 0,10 USD per miljon inmatningstoken och 0,30 USD per miljon utmatningstoken, med ett kontextfönster på 262 144 token.
Hur skiljer sig Step 3.5 Flash från DeepSeek V3.2 eller Kimi K2?: Step 3.5 Flash aktiverar endast 11 miljarder parametrar per token jämfört med 37 miljarder för DeepSeek V3.2 och 32 miljarder för Kimi K2, vilket enligt StepFun motsvarar ungefär 6 gånger lägre avkodningskostnad än DeepSeek V3.2 vid 128K kontext på likvärdig hårdvara.

Kaptens omdöme
En verkligt effektiv öppenviktsmodell för resonemang som förtjänar sin plats om du behöver snabb agentlik inferens utan att betala frontier-API-priser.

Model card på Hugging Face

Kapten skriver dessa anteckningar från modellens egen beskrivning och model card. Priser och kontextstorlekar är från leverantören vid skrivtillfället och kan ändras.

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

Hur denna poäng räknas ihop

Den här modellen har ännu inga popularitetsdata från någon källa, så den har ett tillfälligt nummer under 7,000° som håller listorna kompletta. Den rankas aldrig högre än en modell med data. Uppdelningen visas här så fort en källa rapporterar den.

Ordlista: termerna som används här

Heat-poäng: Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
Golvet: De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
Nedladdnings-ekvivalenter: Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
Logaritmisk skala: Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
Gillanden: Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
Adoptionshastighet: Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
Mätt och uppskattad: Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
Seeder: Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
AI Horde: Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
Genereringssajter: Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
OpenRouter-token: En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Full modell (checkpoint): Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
LoRA och embedding: Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
Familj och vikter: Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
Ålder: Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
Familjeboost: En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
Stand-in-poäng: Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
Ny! (karensperiod): En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
Trend: Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
Typisk modell: Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.

Liknande modeller

AI-modeller för bild-, video- och textgenerering

Step 3.5 Flash är en textmodell för familjen Text / LLM, listad på ModelTrends.ai, en skrivskyddad katalog över AI-modeller med öppen källkod för bild, video och text. Jämför den med andra Text / LLM-modeller och se dess hettapoäng.

Fler Text / LLM-modeller llm stepfun resonemang kodning agenter lång kontext lokal

Bläddra efter modellfamilj