Step 3.5 Flash
4358°
Chạy mô hình này
Ưu đãi / Quảng cáo
StepFun | ngữ cảnh 262,144 token | $0.10/M đầu vào, $0.30/M đầu ra. Step 3.5 Flash là mô hình nền tảng mã nguồn mở có khả năng nhất của StepFun. Được xây dựng trên kiến trúc Mixture of Experts (MoE) thưa thớt, nó chỉ kích hoạt 11 tỷ trong tổng số 196 tỷ tham số mỗi token. Đây là mô hình suy luận cực kỳ hiệu quả về tốc độ ngay cả với ngữ cảnh dài.
Hướng dẫn cho mô hình này
LLM cục bộ tốt nhất theo từng trường hợp sử dụng (Tháng 10 năm 2026): mô hình mở phù hợp cho mọi công việc
Mình thực sự cần bao nhiêu VRAM cho AI cục bộ?
Mở weights vs mã nguồn mở vs chỉ API: bạn thực sự được phép làm gì
Tệp GGUF là gì? Giải thích về các mô hình lượng tử hóa (Q4, Q8, fp8, NF4)
Ghi chú của thuyền trưởng
Ghi chú từ 2026-10-13
Step 3.5 Flash là mô hình suy luận trọng số mở của StepFun, xây dựng trên kiến trúc MoE thưa thớt 196 tỷ tham số, chỉ kích hoạt 11 tỷ tham số mỗi token. Hiệu quả này cho phép nó duy trì tốc độ 100–300 token mỗi giây ngay cả với ngữ cảnh dài, làm cho nó rất thực tế cho các tác vụ tác nhân cần suy luận nhiều bước nhanh. Nếu bạn muốn một mô hình suy luận hàng đầu có thể chạy cục bộ hoặc gọi API với chi phí thấp, đây là một trong những lựa chọn đáng tin cậy từ một phòng thí nghiệm phi phương Tây.
Nổi tiếng với
- 74,4% trên SWE-bench Verified, nằm trong số điểm mã hóa trọng số mở mạnh nhất được công bố.
- Tốc độ sinh 100–300 token/giây nhờ Dự đoán Nhiều Token ba chiều.
- Cửa sổ ngữ cảnh 256K với thiết kế chú ý cửa sổ trượt lai giúp giảm chi phí.
- Chạy trên phần cứng tiêu dùng cao cấp như Mac Studio M4 Max.
- Trọng số mở có sẵn trên Hugging Face để triển khai cục bộ hoặc tự lưu trữ.
Cẩn thận với
- Tổng 196 tỷ tham số nghĩa là bạn cần phần cứng mạnh; GPU tiêu dùng dưới 24 GB VRAM sẽ gặp khó.
- StepFun là phòng thí nghiệm nhỏ hơn và bạn nên kiểm tra điều khoản giấy phép trước khi triển khai thương mại.
- So sánh điểm chuẩn trong thẻ mô hình là tự báo cáo; đánh giá độc lập bên thứ ba còn hạn chế.
Lời nhắc để thử
Gỡ lỗi vòng lặp tác nhân bị lỗi
Tôi có một tác nhân Python gọi công cụ tìm kiếm trong vòng lặp. Sau 3 vòng lặp, nó bắt đầu trả về kết quả trùng lặp và cuối cùng bị treo. Đây là logic vòng lặp: [dán mã của bạn]. Xác định nguyên nhân gốc rễ, giải thích tại sao nó xảy ra, và viết lại vòng lặp để sửa lỗi mà không thay đổi giao diện công cụ.
Lập kế hoạch tác vụ lập trình nhiều bước
Tôi cần di chuyển một ứng dụng Flask đơn khối sang dịch vụ FastAPI với các điểm cuối async, cơ sở dữ liệu PostgreSQL qua SQLAlchemy 2.0, và hàng đợi tác vụ nền dùng ARQ. Phân chia thành kế hoạch theo trình tự với các bước rủi ro cao được đánh dấu, sau đó triển khai đầy đủ hai bước đầu tiên.
Lý luận qua câu đố logic
Năm kỹ sư mỗi người sở hữu một ngôn ngữ lập trình khác nhau, uống một loại đồ uống khác nhau, và ngồi ở một ghế khác nhau trong hàng. Dùng các gợi ý để xác định ai uống cà phê: lập trình viên Python ngồi cạnh người uống trà; lập trình viên Rust ngồi ghế 1; lập trình viên Java uống nước ép; lập trình viên Go ngồi ngay bên phải người uống cà phê; lập trình viên TypeScript không ngồi ghế 5.
So sánh với
- Step 5 PreviewMô hình mở trọng sốngữ cảnh 1,048,576 token · Đầu vào $1.00/M, đầu ra $2.70/M
- Step 3.7 FlashMô hình mở trọng sốngữ cảnh 262,144 token · Đầu vào $0.20/M, đầu ra $1.15/M
- GPT-6 LunaMô hình chỉ APIngữ cảnh 1,050,000 token · Đầu vào $0.10/M, đầu ra $0.50/M
- Claude Opus 5.5Mô hình chỉ APIngữ cảnh 1,000,000 token · Đầu vào $4.00/M, đầu ra $20.00/M
Thêm mô hình văn bản từ stepfun
Câu hỏi thường gặp
- Trọng số có mở và tôi có thể chạy Step 3.5 Flash cục bộ không?
- Có, trọng số được công khai trên Hugging Face tại stepfun-ai/Step-3.5-Flash. StepFun cho biết nó chạy trên phần cứng tiêu dùng cao cấp như Mac Studio M4 Max, nhưng với 196 tỷ tham số tổng cộng bạn sẽ cần bộ nhớ lớn; kiểm tra giấy phép trước khi sử dụng thương mại.
- Step 3.5 Flash có giá bao nhiêu và cửa sổ ngữ cảnh dài bao nhiêu?
- Qua API, giá là 0,10 USD cho mỗi triệu token đầu vào và 0,30 USD cho mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 262.144 token.
- Step 3.5 Flash khác gì so với DeepSeek V3.2 hoặc Kimi K2?
- Step 3.5 Flash chỉ kích hoạt 11 tỷ tham số mỗi token so với 37 tỷ của DeepSeek V3.2 và 32 tỷ của Kimi K2, StepFun cho biết điều này tương đương với chi phí giải mã thấp hơn khoảng 6 lần so với DeepSeek V3.2 ở ngữ cảnh 128K trên phần cứng tương đương.
Phán quyết của thuyền trưởngMột mô hình suy luận trọng số mở thực sự hiệu quả, xứng đáng nếu bạn cần suy luận tác nhân nhanh mà không muốn trả giá API cao cấp.
Thẻ mô hình trên Hugging Face
Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.
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.
Điểm số này được tính như thế nào
Mô hình này chưa có dữ liệu phổ biến từ bất kỳ nguồn nào, nên nó mang một số thay thế dưới 7,000° để giữ cho danh sách đầy đủ. Nó không bao giờ xếp trên một mô hình có dữ liệu. Phân tích chi tiết sẽ xuất hiện ở đây ngay khi có nguồn báo cáo.
Thuật ngữ: các từ dùng ở đây
- Điểm nhiệt
- Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
- Sàn điểm
- 7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
- Tương đương lượt tải
- Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
- Thang log
- Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
- Lượt thích
- Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
- Tỷ lệ áp dụng
- Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
- Đã đo và ước tính
- Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
- Seeder
- Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
- AI Horde
- Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
- Trang tạo ảnh
- Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
- Token OpenRouter
- Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Mô hình đầy đủ (checkpoint)
- Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
- LoRA và embedding
- Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
- Gia đình và trọng số
- Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
- Tuổi
- Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
- Tăng gia đình
- Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
- Điểm thay thế
- Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
- Mới! (giai đoạn thử nghiệm)
- Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
- Xu hướng
- Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
- Mô hình điển hình
- Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.
Step 3.5 Flash là một mô hình văn bản thuộc họ Text / LLM được liệt kê trên ModelTrends.ai, danh mục chỉ đọc về các mô hình AI hình ảnh, video và văn bản mã nguồn mở. So sánh nó với các mô hình Text / LLM khác và xem điểm độ hot để biết xu hướng.
Thêm mô hình Text / LLMThêm Văn bản / LLM Text / LLMllmstepfunlý luậnlập trìnhtác nhânngữ cảnh dàicục bộ
Duyệt theo họ mô hình
Mô hình Text / LLM
434
Mô hình Anima
528
Mô hình Chroma
19
Mô hình Fibo
2
Mô hình Flux
1,496
Mô hình Flux 2 / Klein
1,239
Mô hình Flux 3
3
Mô hình Moss
3
Mô hình Iris
1
Mô hình MiniMax H3
364
Mô hình Hunyuan
204
Mô hình Ideogram
20
Mô hình Krea2
717
Mô hình Qwen
20
Mô hình Qwen2
47
Mô hình Ltx2
153