Исследователи представляют Step 3.5 Flash, разреженную модель Mixture-of-Experts, которая объединяет уровень передовой агентной интеллекции с вычислительной эффективностью за счет использования только 11B активных параметров из 196B основы.
- Оптимизирована с использованием чередующегося скользящего окна в соотношении 3:1 и полной внимательности (attention) вместе с Многозадачным Предсказанием Токенов (MTP-3) для снижения задержки и стоимости многоэтапных агентных взаимодействий.
- Использует масштабируемую систему обучения с подкреплением, сочетающую проверяемые сигналы с обратной связью по предпочтениям для стабильного крупномасштабного обучения off-policy.
- Достигает 85.4% на IMO-AnswerBench, 86.4% на LiveCodeBench-v6, 88.2% на tau2-Bench, 69.0% на BrowseComp и 51.0% на Terminal-Bench 2.0.
- Производительность сопоставима с передовыми моделями, такими как GPT-5.2 xHigh и Gemini 3.0 Pro.
Модель обеспечивает высокоплотную основу для развертывания сложных агентов в реальных промышленных средах, переосмысливая границу эффективности.