// 阶跃星辰 Step · 文本大模型
Step-3.5-Flash 本地部署与显存需求
总 196B · 激活 11B（MoE） 参数。4 位量化约 135 GB，BF16 约 436 GB（1 个 8K token 请求）。
发布 2026-02-01许可：可商用显存为估算值
01规格
| 发布方 | 阶跃星辰 · stepfun-ai |
|---|---|
| 系列 | 阶跃星辰 Step · Step-3.5-Flash |
| 类型 | 文本大模型 (text-generation) |
| 参数量 | 总 196B · 激活 11B（MoE） 来源：官方模型卡“# Activated Params 11B · # Total Params (MoE) 196B” |
| 上下文长度 | 256K tokens (262,144)取自 config.json 的 max_position_embeddings |
| 结构 | 45 层（12 层全注意力） · 36 层滑动窗口（512） · GQA · MoE |
| 发布权重 | BF16 · 399 GB下载量 |
| 许可 | Apache-2.0 · 可商用宽松许可（Apache-2.0 / MIT / CC-BY / OpenMDW）：允许商用。 |
| 发布日期 | 2026-02-01 （Hugging Face 仓库创建日） |
02需要多少显存（估算）
合计 = 权重 + 10% + 0.5GB 运行开销 + 1 个请求的 KV 缓存（FP16）。并发用户越多，KV 部分成倍增加。
| 精度 | 权重 | 合计 @ 8K | 合计 @ 32K | 合计 @ 128K | 最低显卡 | Mac |
|---|---|---|---|---|---|---|
| BF16 / FP16（原始精度） | 392 GB | 436 GB | 445 GB | 484 GB | 8 × H100（640GB） | — |
| FP8 / INT8 / Q8_0 | 208 GB | 233 GB | 243 GB | 282 GB | 4 × RTX PRO 6000（384GB） | Mac 512GB |
| 4 位量化（Q4_K_M / AWQ / GPTQ-Int4） | 119 GB | 135 GB | 145 GB | 183 GB | 4 × RTX PRO 6000（384GB） | Mac 256GB |
每个请求的 KV 缓存：8K 3.8 GB · 32K 13.5 GB · 128K 52.1 GB
每权重比特：BF16 16、FP8 8.5、4 位 4.85。“放得下” = 合计 ≤ 显存 90%；Mac GPU 约可用统一内存的 2/3（≤36GB）或 3/4（更大机型）。MoE 模型所有专家都要进显存，按总参数算。 估算方法 →
03怎么跑
只列厂商或推理框架官方明确支持的方式。
- vLLM — 官方模型卡提及
- SGLang — 官方模型卡提及
- llama.cpp — 官方模型卡提及
- Transformers — 官方模型卡提及
04官方仓库与量化版
stepfun-ai 官方发布的 4 个仓库。
- Step-3.5-Flash main
- Step-3.5-Flash-FP8 FP8
- Step-3.5-Flash-Base Base
- Step-3.5-Flash-GGUF-Q8_0 GGUF
05阶跃星辰 Step 其他模型
全部 12 个 →| 模型 | 参数 | 4 位合计 | 发布 |
|---|---|---|---|
| Step-5-Preview | 600B / 27B | 412 GB | 2026-09-20 |
| Step-3.7-Flash | 198B / 11B | 136 GB | 2026-05-23 |
| Step-Audio-R1.1 | 33.5B | 25.0 GB | 2026-01-14 |
| Step3-VL-10B | 10.2B | 8.5 GB | 2026-01-13 |
| Step-Audio-EditX | 3.53B | 6.1 GB | 2025-10-29 |
| Step-Audio-2-mini | 8.31B | 6.5 GB | 2025-08-28 |
| step3 | 321B / 38B | 247 GB | 2025-07-28 |
| Step-Audio-AQAA | 136.7B | 127 GB | 2025-06-11 |
06来源
数据核对于 2026-03-17。参数、上下文、许可取自官方仓库；显存为本站估算。