يقدم الباحثون Step 3.5 Flash، وهو نموذج Mixture-of-Experts متناثر يربط بين ذكاء وكيل على المستوى المتقدم والكفاءة الحسابية باستخدام 11 مليار معلمة نشطة فقط من أصل 196 مليار في الأساس.
- تم تحسينه باستخدام انتباه نافذة منزلقة/كامل متداخل بنسبة 3:1 والتنبؤ متعدد الرموز (MTP-3) لتقليل زمن الاستجابة وتكلفة التفاعلات الوكيلية متعددة الجولات.
- يستخدم إطار عمل تعلم معزز قابل للتوسع يجمع بين إشارات قابلة للتحقق وملاحظات التفضيل لتدريب off-policy مستقر على نطاق واسع.
- حقق 85.4% على IMO-AnswerBench، و86.4% على LiveCodeBench-v6، و88.2% على tau2-Bench، و69.0% على BrowseComp، و51.0% على Terminal-Bench 2.0.
- الأداء قابل للمقارنة مع النماذج المتقدمة مثل GPT-5.2 xHigh وGemini 3.0 Pro.
يوفر النموذج أساسًا عالي الكثافة لنشر وكلاء متطورين في البيئات الصناعية الواقعية من خلال إعادة تعريف حدود الكفاءة.