Langkah 3.5 Flash: model MoE aktif 11B mencapai kinerja agentic tingkat terdepan

Para peneliti memperkenalkan Step 3.5 Flash, sebuah model Mixture-of-Experts yang jarang (sparse) yang menjembatani kecerdasan agentic tingkat terdepan dengan efisiensi komputasi dengan menggunakan hanya 11B parameter aktif dari fondasi 196B.

• Dioptimalkan dengan perhatian jendela geser/full interleaved 3:1 dan Multi-Token Prediction (MTP-3) untuk mengurangi latensi dan biaya interaksi agentic multi-round.
• Memanfaatkan kerangka kerja pembelajaran penguatan yang dapat diskalakan yang menggabungkan sinyal yang dapat diverifikasi dengan umpan balik preferensi untuk pelatihan off-policy skala besar yang stabil.
• Mencapai 85,4% pada IMO-AnswerBench, 86,4% pada LiveCodeBench-v6, 88,2% pada tau2-Bench, 69,0% pada BrowseComp, dan 51,0% pada Terminal-Bench 2.0.
• Performanya sebanding dengan model terdepan seperti GPT-5.2 xHigh dan Gemini 3.0 Pro.

Model ini menyediakan fondasi berdensitas tinggi untuk mengerahkan agen yang canggih di lingkungan industri dunia nyata dengan mendefinisikan ulang frontier efisiensi.