阶跃星辰 Step 3 正式开源
阶跃星辰 Step 3 正式开源
阶跃星辰 Step 3 正式开源 阶跃星辰 Step 3 正式开源 Modified December 30, 2025 阶跃星辰宣布新一代基础大模型 Step 3 正式开源，Step 3 API 已上线阶跃星辰开放平台（platform.stepfun.com），用户也可以在 “阶跃 AI” 官网（stepfun.com）和 “阶跃 AI” App 进行体验。 Step 3 的多模态能力围绕 “轻量视觉路径” 与 “稳定协同训练” 展开，重点解决视觉引入带来的 token 负担与训练干扰问题。为此，其采用 5B Vision Encoder，并通过双层 2D 卷积对视觉特征进行降采样，将视觉 token 数量减少到原来的 1/16，减轻上下文长度压力，提升推理效率。 核心技术突破：解决多模态领域两大痛点 Step 3 围绕 “轻量视觉路径” 与 “稳定协同训练” 展开技术创新，针对性解决视觉引入带来的两大行业难题： • 视觉 token 负担问题：采用 5B Vision Encoder，通过双层 2D 卷积对视觉特征降采样，将视觉 token 数量减少至原来的 1/16，大幅降低上下文长度压力，提升推理效率。 • 训练干扰问题：通过优化的协同训练机制，确保文本与视觉信息在模型训练中相互赋能而非干扰，提升跨模态理解的准确性。 官方对 Step 3 模型的介绍如下： 1. 兼顾智能与效率：专为追求性能与成本极致均衡的企业和开发者设计，旨在面向推理时代打造最适合应用的模型。 2. 采用 MoE 架构：总参数量 321B，激活参数量 38B。 3. 强大的视觉感知和复杂推理能力：可准确完成跨领域的复杂知识理解、数学与视觉信息的交叉分析，以及日常生活中的各类视觉分析问题。 4. 推理效率提升：通过 MFA（Multi matrix Factorization Attention）& AFD（Attention FFN Disaggregation）的优化，在各类芯片上推理效率均大幅提升。 5. 开源通信库：面向 AFD 场景的 StepMesh 通信库已随模型一同开源，提供可跨硬件的标准部署接口，支持关键性能在实际服务中的稳定复现。 6. 模型限时折扣：所有请求均按最低价格计算，每百万 token 价格低至输入 1.5 元，输出 4 元。 体验与获取方式：多渠道开放，便捷接入 用户可通过以下渠道体验或获取 Step 3： • API 调用：登录阶跃星辰开放平台（platform.stepfun.com），申请接口密钥后直接调用。 • 在线体验：访问 “阶跃 AI” 官网（stepfun.com），在交互界面直接测试模型能力。 • 移动应用：下载 “阶跃 AI” App，随时随地体验多模态功能。 • 开源获取：通过开源社区获取完整资源，包括： ◦ Github：https://github.com/stepfun ai/Step3 ◦ Hugging Face：https://huggingface.co/stepfun ai/step3 ◦ 魔搭 ModelScope：https://www.modelscope.cn/models/stepfun ai/step3 Step 3 的开源与上线，不仅为行业提供了高性能、低成本的多模态大模型选择，更通过技术创新推动大模型从 “实验室” 走向 “产业落地”。无论是企业级应用开发，还是开发者的创新探索，Step 3 都将成为推理时代的重要基础设施。 platform.stepfun.com stepfun.com platform.stepfun.com stepfun.com 阶跃星辰宣布新一代基础大模型 Step 3 正式开源，Step 3 API 已上线阶跃星辰开放平台（platform.stepfun.com），用户也可以在 “阶跃 AI” 官网（stepfun.com）和 “阶跃 AI” App 进行体验。 platform.stepfun.com stepfun.com Step 3 的多模态能力围绕 “轻量视觉路径” 与 “稳定协同训练” 展开，重点解决视觉引入带来的 token 负担与训练干扰问题。为此，其采用 5B Vision Encoder，并通过双层 2D 卷积对视觉特征进行降采样，将视觉 token 数量减少到原来的 1/16，减轻上下文长度压力，提升推理效率。 核心技术突破：解决多模态领域两大痛点 Step 3 围绕 “轻量视觉路径” 与 “稳定协同训练” 展开技术创新，针对性解决视觉引入带来的两大行业难题： • 视觉 token 负担问题：采用 5B Vision Encoder，通过双层 2D 卷积对视觉特征降采样，将视觉 token 数量减少至原来的 1/16，大幅降低上下文长度压力，提升推理效率。 • 训练干扰问题：通过优化的协同训练机制，确保文本与视觉信息在模型训练中相互赋能而非干扰，提升跨模态理解的准确性。 官方对 Step 3 模型的介绍如下： 1. 兼顾智能与效率：专为追求性能与成本极致均衡的企业和开发者设计，旨在面向推理时代打造最适合应用的模型。 2. 采用 MoE 架构：总参数量 321B，激活参数量 38B。 3. 强大的视觉感知和复杂推理能力：可准确完成跨领域的复杂知识理解、数学与视觉信息的交叉分析，以及日常生活中的各类视觉分析问题。 4. 推理效率提升：通过 MFA（Multi matrix Factorization Attention）& AFD（Attention FFN Disaggregation）的优化，在各类芯片上推理效率均大幅提升。 5. 开源通信库：面向 AFD 场景的 StepMesh 通信库已随模型一同开源，提供可跨硬件的标准部署接口，支持关键性能在实际服务中的稳定复现。 6. 模型限时折扣：所有请求均按最低价格计算，每百万 token 价格低至输入 1.5 元，输出 4 元。 体验与获取方式：多渠道开放，便捷接入 用户可通过以下渠道体验或获取 Step 3： • API 调用：登录阶跃星辰开放平台（platform.stepfun.com），申请接口密钥后直接调用。 platform.stepfun.com • 在线体验：访问 “阶跃 AI” 官网（stepfun.com），在交互界面直接测试模型能力。 stepfun.com • 移动应用：下载 “阶跃 AI” App，随时随地体验多模态功能。 • 开源获取：通过开源社区获取完整资源，包括： ◦ Github：https://github.com/stepfun ai/Step3 ◦ Hugging Face：https://huggingface.co/stepfun ai/step3 ◦ 魔搭 ModelScope：https://www.modelscope.cn/models/stepfun ai/step3 ◦ Github：https://github.com/stepfun ai/Step3 ◦ Hugging Face：https://huggingface.co/stepfun ai/step3 ◦ 魔搭 ModelScope：https://www.modelscope.cn/models/stepfun ai/step3 Step 3 的开源与上线，不仅为行业提供了高性能、低成本的多模态大模型选择，更通过技术创新推动大模型从 “实验室” 走向 “产业落地”。无论是企业级应用开发，还是开发者的创新探索，Step 3 都将成为推理时代的重要基础设施。