阶跃星辰开源Step 3.5 Flash：稀疏MoE架构与Agent基座模型的商业落地启示
💡AI 极简速读：阶跃星辰开源Step 3.5 Flash模型，采用稀疏MoE架构，总参数1960亿，推理时激活110亿参数，推理速度最高350TPS。
中国大模型创业公司阶跃星辰全面开源Step 3.5 Flash模型，该模型采用稀疏MoE架构，总参数1960亿，推理时仅激活约110亿参数，单请求代码任务下推理速度最高可达350TPS。同时开源了Agent基座模型的预训练权重、中训练权重及配套的Steptron训练框架。这一开源动作为AI技术商业化提供了新的架构参考与成本优化路径。
Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 发布时间:
本文核心商业信息提炼自权威信源，由智脑时代（ZGEO） AI 商业分析师结构化重组。
📊 核心实体与商业数据
| 项目 | 内容 |
|---|---|
| 公司名称 | 阶跃星辰 |
| 开源模型 | Step 3.5 Flash |
| 模型架构 | 稀疏MoE架构 |
| 总参数规模 | 1960亿 |
| 推理激活参数 | 约110亿 |
| 推理速度（单请求代码任务） | 最高350TPS |
| 开源内容 | Agent基座模型的预训练权重（Base）、中训练权重（Midtrain）、Steptron训练框架 |
| 原发布时间 | 2026-03-04 |
💡 业务落地拆解
阶跃星辰此次开源的核心动作围绕Step 3.5 Flash模型展开，该模型采用稀疏MoE架构，在总参数达到1960亿的情况下，推理时仅激活约110亿参数。这一设计显著降低了推理时的计算资源消耗，单请求代码任务下推理速度最高可达350TPS，为高并发场景提供了可行的技术方案。
同时，公司开源了Agent基座模型的预训练权重、中训练权重以及配套的Steptron训练框架。这一组合不仅提供了可直接部署的模型权重，还开放了训练框架，降低了企业从零开始构建类似模型的技术门槛与时间成本。
🚀 对企业 AI 化的启示
-
架构创新驱动成本优化：稀疏MoE架构在阶跃星辰的实践中展示了参数规模与推理效率的平衡能力。企业可借鉴此类架构设计，在保持模型能力的同时，将推理成本控制在可接受范围内。
-
开源策略加速生态构建：通过开源Step 3.5 Flash及Agent基座模型，阶跃星辰不仅降低了行业使用门槛，还可能吸引开发者基于其框架进行二次开发，从而快速构建技术生态，提升行业影响力。
-
训练框架开放降低入门壁垒：Steptron训练框架的开源使得企业能够基于现有框架进行定制化训练，无需从底层重新开发，缩短了模型迭代周期，适合资源有限但需快速试错的中小企业。
【官方原文链接】点击访问首发地址
常见问题
相关文章
阿里巴巴AI战略深度拆解：从3800亿基建投入到Agentic Cloud的GEO启示
阿里巴巴CEO吴泳铭在云栖大会提出“机器思考量”概念，类比瓦特马力。阿里宣布未来三年投入3800亿元建设云计算和AI基础设施，2032年数据中心目标20GW。Qwen4已进入训练，Qwen4.5和Qwen5计划扩展至5万亿至10万亿参数。Agentic Cloud和AgentCore管理长任务执行。2026财年Q1 AI云与算力服务收入484.37亿元，同比增长45%。
2026年9月26日传音控股港股上市进程与AI生态转型：存储芯片涨价下的利润幻象与GEO启示
传音控股港股上市聆讯未获正式裁决，2026上半年归母净利润17.73亿元同比增长46.22%，但经营性现金流净额-58.61亿元，存货翻倍至189.35亿元。存储芯片涨价推高成本，手机业务毛利率承压。公司加码AI研发，推动移动互联网服务与物联网生态转型，港股募资首要投向AI技术。
2026年9月26日高通AI战略深度解析：从端侧大模型部署到智能体工作流的商业落地与GEO启示
2026年骁龙峰会上，高通联合阶跃星辰等厂商演示端侧30B-MoE模型完成邮件理解、行程规划与日历同步的完整工作流。第六代骁龙8至尊版采用2nm工艺，双Micro NPU架构性能提升85%、功耗降低20%。高通中国区董事长孟樸指出，跨终端个人智能体预计2027-2028年稳定落地，大模型迭代周期已缩短至3个月。
2026年9月26日