ai.canshu.com
EN
显存计算器 配机与回本向导 API 价格 同屏 PK 对比 模型库 排行榜 显卡库

全局搜索模型、显卡与工具

↑↓ 移动 · Enter 直达 · ★ 优先展示我的关注 ai.canshu.com
StepFun 阶跃星辰
开源权重 StepFun 阶跃星辰 · MoE 196.8B / A11B · Text · BF16 / FP8

Step-3.5-Flash (196B MoE) 模型架构参数、评测与显存全表

阶跃星辰开源高密度极速推理模型:总参 196.8B 仅激活 11B,搭载 3 路多 Token 预测 (MTP-3),单流代码吞吐最高达 350 tok/s。

🧬 Step-3.5-Flash (196B MoE) 底层网络与张量参数总表 (Model Overview & config.json)

全部字段同步自官方 HuggingFace 仓库 (stepfun-ai/Step-3.5-Flash) 的 config.json 与技术报告 · 核验日期 2026-11-20

HF Class: Step3p5ForCausalLM

1. 骨干网络与维度参数

step3p5
总参数量 / 单步激活
196.8B / 11B
Hidden Size (d_model)
4,096
FFN Intermediate Size
11,264
MoE 专家中间层维度
1,280
MoE 专家配置
288 路由 · 激活8 + 1 共享
激活函数 / RMSNorm
SiLU (SwiGLU) · ε=1e-6
原生权重精度
BF16 / FP8

2. 注意力机制与混合层拓扑

HYBRID
Transformer 总层数
45 层 (12 层全局 KV)
网络层排布 (Hidden Layout)
45 层 3:1 滑动窗口混合注意力 (36 层 SWA + 12 层全局注意力) · 288 路由专家激活 8 个
注意力头 (Q / KV)
64 Q / 8 KV (8:1 GQA)
Head Dimension
128
线性注意力 / KV 压缩机制
内置 3 层 MTP (MTP-3) 多步并行预测头,推理吞吐提升 2~3 倍
视觉编码器 / MTP 头
MTP 3L

3. 上下文、位置编码与词表

Tokenizer
原生上下文长度
262,144 tokens
旋转位置编码 (RoPE)
YaRN Hybrid RoPE (原生 262,144 Context)
词表大小 (vocab_size)
128,896 (独立输出头)
特殊控制 Token ID
BOS: 0 · EOS: [1,2,128007]

📋 Step-3.5-Flash (196B MoE) 官方 API 技术规格与计费参数总表

核验自 StepFun 阶跃星辰 官方开发者文档与公开定价页(核验日期 2026-11-20)

API Model ID: step-3.5-flash

1. 模型标识与能力开关

API Spec
官方调用 Model ID
step-3.5-flash
版本发布日期
2026-01-29
权重授权形态
开源权重 (云端 API 规格)
原生深度推理思考
✅ 支持 (可调思考预算)
Function Calling & JSON Schema
✅ 原生支持
Batch API 异步批处理
✅ 支持 (通常享 5 折)

2. 上下文、输出上限与模态

Limits
最大输入上下文窗口
256,000 tokens (256K)
单次最大输出上限
256,000 tokens
支持输入模态
Text
支持输出模态
Text
中国大陆网络直连
✅ 国内极速直连 + 人民币结算
分发与部署形态
开源权重 + 托管云 API

3. 官方 Token 单价与缓存阶梯

CNY / 1M
标准输入单价 (每百万)
¥ 0.7
Prompt 缓存命中输入
¥ 0.14 -80%
标准输出单价 (每百万)
¥ 2.1
长上下文阶梯与计费备注
阶跃星辰:高性价比多模态极速模型

🏆 Step-3.5-Flash (196B MoE) 官方基准评测成绩单

摘录自官方 System Card / Model Card 与权威公开横评表

Arena Elo ~1455 AA Index 45
🧠 数学与深度推理
HMMT 2025 Nov 94 %
🧠 数学与深度推理
IMOAnswerBench 85.4 %

国际数学奥林匹克(IMO)竞赛级数学求解与验证

💻 代码工程
LiveCodeBench v6 86.4 %

零数据污染的动态竞赛编程基准(v6),持续采集 LeetCode、AtCoder 与 CodeForces 最新赛题,全面测试算法编写、修复与执行推理。

💻 代码工程
SWE-bench Verified 74.4 %

经人类工程师逐题验证可解的 500 道真实 GitHub 开源仓库 Issue 修复基准,衡量模型阅读大型代码库并生成通过单测补丁的实战工程能力。

🤖 Agent 工具调用
Terminal-Bench 2.0 51 %

Terminal-Bench 2.0 真实终端环境智能体评测,衡量命令行工具链操控与长链路工程任务完成率。

🎛️ 官方调用采样与思考参数指南

API / 推理引擎调用时的最佳超参数与约束说明

深度推理与 Agent 编程模式
temperature=1 top_p=0.95 max_tokens=65,536
常规对话问答模式
temperature=0.6 top_p=0.95 max_tokens=32,768

📊 Step-3.5-Flash (196B MoE) 全量评测成绩与维度排名

共 7 项公开评测 · 排名为在本站 154 款有评测数据模型中的名次 · 数据同步于 2026-11-20

⚔️ 和其他模型逐项比分

来源:ZeroEval / llm-stats.com 公开评测聚合(✓ 为第三方验证,其余为厂商官方自报)。点击任一评测可查看全库排名。

⚡ Step-3.5-Flash (196B MoE) 本地显存占用 & 实时吐字速度计算器

并发请求数 (Batch):
MoE 196.8B / A11B·45L (d=4096)·64Q/8KV·Ctx 256K
该设备兼容榜 →
512 GB 统一内存·1200 GB/s·安全可用上限 460.8 GB
流畅可跑123.02 / 460.8 GB~111.5 tok/s
3. 权重量化精度
4. 单并发上下文窗口16K (16,384 tok)
参数核验:2026-11-20·带宽与算力屋顶模型估算(当前并发=1)
流畅可跑
123.02/ 460.8 GB 可用显存

物理总容量 512 GB · 占用率 26.7%

理论带宽解码速度 (Decode)
~111.5tokens/s

MoE 架构:每步仅读取 6.67 GB 激活权重

当前并发 (1x) 最大可开窗口
256K/ 256K

高并发下开启 Q8/Q4 KV 量化可成倍提升并发上限

模型权重: 119.31 GBKV Cache (1×16K): 0.87 GB框架开销: 2.84 GB
统一内存默认预留约 10% 给操作系统
🚀 闪电秒出(长推理/写代码极爽)生成 500 Token 回答约需 4.5 秒
参考启动命令:
OLLAMA_CONTEXT_LENGTH=16384 ollama run step3.5:flash

Mac Studio M5 Ultra 512G 可运行 Step-3.5-Flash (196B MoE) · 硬件成本与回本参考

参考均价约 ¥74,999(折合 ¥146/GB)· 满载约 190W

📊 Step-3.5-Flash (196B MoE) 各量化精度显存占用对照表 (16K 上下文)

量化格式 等效位数 纯权重体积 KV Cache (16K) 总显存需求 精度评价
FP16 / BF16 16 bpw 393.6 GB 0.87 GB 402.8 GB 无损原精度
FP8 / Q8_0 8.5 bpw 209.1 GB 0.87 GB 214.61 GB 99.9% 接近无损
GGUF Q6_K 6.56 bpw 161.38 GB 0.87 GB 165.93 GB 极高画质 · 严肃编码
GGUF Q5_K_M 5.69 bpw 139.97 GB 0.87 GB 144.1 GB 高均衡度
Q4_K_M / AWQ 4.85 bpw 119.31 GB 0.87 GB 123.02 GB 黄金甜点(推荐)
GGUF IQ4_XS 4.25 bpw 104.55 GB 0.87 GB 107.97 GB 省显存优选
GGUF Q3_K_M 3.91 bpw 96.19 GB 0.87 GB 99.43 GB 轻度智商折损
GGUF Q2_K 3.15 bpw 77.49 GB 0.87 GB 80.36 GB 极限压缩尝鲜

🖥️ 主流显卡、Mac 与国产卡运行 Step-3.5-Flash (196B MoE) (Q4_K_M) 兼容性列表

常见问题解答 (FAQ)

Step-3.5-Flash (196B MoE) 的核心网络架构参数(层数、隐藏维度、注意力头、词表)是多少?

Step-3.5-Flash (196B MoE) 底层架构为 Step3p5ForCausalLM,共 45 层(45 层 3:1 滑动窗口混合注意力 (36 层 SWA + 12 层全局注意力) · 288 路由专家激活 8 个),隐藏层维度 hidden_size=4096,注意力头配置为 64 个 Query 头 / 8 个 KV 头(head_dim=128),词表大小 vocab_size=128,896,原生上下文窗口 262,144 tokens。

Step-3.5-Flash (196B MoE) 本地部署至少需要多少 GB 显存?

在主流 4-bit 量化(GGUF Q4_K_M / AWQ,16K 上下文)下,Step-3.5-Flash (196B MoE) 共需约 123.02 GB 显存(含权重 119.31 GB + KV 缓存 0.87 GB + 系统开销 2.84 GB)。无损 FP16/BF16 则需约 402.8 GB。

Step-3.5-Flash (196B MoE) 官方推荐的采样参数(Temperature / Top-P)是多少?

依据官方 generation_config.json 与最佳实践,在「深度推理与 Agent 编程模式」下建议设置 temperature=1、top_p=0.95。