Étape 3.5 Flash : un modèle MoE à 11B actifs atteint des performances agentic de pointe

Les chercheurs présentent Step 3.5 Flash, un modèle Mixture-of-Experts creux qui relie l'intelligence agentic de pointe à l'efficacité computationnelle en utilisant uniquement 11B paramètres actifs sur une fondation de 196B.

• Optimisé avec une attention glissante/full interleaved 3:1 et Multi-Token Prediction (MTP-3) pour réduire la latence et le coût des interactions agentic multi-tours.
• Utilise un cadre d'apprentissage par renforcement évolutif combinant des signaux vérifiables avec des retours de préférence pour un entraînement off-policy stable à grande échelle.
• Atteint 85,4 % sur IMO-AnswerBench, 86,4 % sur LiveCodeBench-v6, 88,2 % sur tau2-Bench, 69,0 % sur BrowseComp et 51,0 % sur Terminal-Bench 2.0.
• Les performances sont comparables à celles des modèles de pointe tels que GPT-5.2 xHigh et Gemini 3.0 Pro.

Le modèle fournit une fondation à haute densité pour déployer des agents sophistiqués dans des environnements industriels réels en redéfinissant la frontière de l'efficacité.