Explorando o Flash da Etapa 3.5: Modelo de Código Aberto para Raciocínio Profundo Rápido

O Step 3.5 Flash é um modelo de base de código aberto focado em fornecer capacidades de raciocínio profundo rápidas e confiáveis. Ele utiliza uma arquitetura esparsa de Mistura de Especialistas (MoE), ativando apenas 11 bilhões de seus 196 bilhões de parâmetros por token. Essa ativação seletiva lhe confere alta "densidade de inteligência", permitindo que ele compita com os melhores modelos proprietários enquanto permanece ágil para interações em tempo real.
Raciocínio Profundo e Velocidade
O modelo incorpora a Previsão de Múltiplos Tokens de 3 vias (MTP-3), permitindo que ele processe de 100 a 300 tokens por segundo, atingindo picos de 350 para tarefas de codificação de fluxo único — ideal para raciocínio complexo e de múltiplas etapas com resposta rápida.
Desempenho em Tarefas de Codificação e de Agente
O Step 3.5 Flash se destaca em tarefas de agente, apoiado por uma estrutura de aprendizado por reforço escalável que garante uma melhoria contínua. Ele alcançou uma pontuação de 74,4% no benchmark SWE-bench Verified e 51,0% no Terminal-Bench 2.0, refletindo sua capacidade de lidar com tarefas sofisticadas e de longo prazo.
Processamento Eficiente de Contexto Longo
Ele suporta uma grande janela de contexto de 256K usando uma proporção de Atenção por Janela Deslizante (SWA) de 3:1, integrando três camadas SWA para cada camada de atenção completa. Esse método reduz significativamente a sobrecarga computacional em comparação com os modelos tradicionais de contexto longo.
Implantação Local e Acessibilidade
Projetado para fácil implantação local, o Step 3.5 Flash pode ser executado com segurança em hardware de consumo de alta gama, como o Mac Studio M4 Max e o NVIDIA DGX Spark, garantindo a privacidade dos dados sem comprometer o desempenho.
📖 Leia a fonte completa: HN AI Agents
👀 See Also

O desenvolvedor do Claude Code reconhece falha no pensamento adaptativo e fornece solução alternativa
Boris Charny, criador do Claude Code, confirmou uma falha no recurso de pensamento adaptativo que causa degradação de desempenho. Usuários que estão enfrentando problemas mesmo com configurações de esforço=alto podem usar CLAUDE_CODE_DISABLE_ADAPTIVE_THINKING=1 como uma solução temporária.

Precisão da Estrutura de Raciocínio STAR Cai de 100% para 0% em Prompts de Produção
Um pesquisador descobriu que o framework de raciocínio STAR, que elevou a precisão do Claude em um problema de restrição implícita de 0% para 100% em isolamento, caiu para 0-30% de precisão quando usado dentro de um prompt de sistema de produção de 60 linhas. O problema foi causado por instruções conflitantes no prompt de produção que desencadearam comprometimentos prematuros de resposta.

Xiaomi Lança Código Aberto do MiMo-V2.5-Pro: Próximo ao Claude Opus 4.6 em Benchmarks de Codificação
A Xiaomi lançou o MiMo-V2.5-Pro, um modelo de codificação de código aberto que obteve 233/233 em um projeto de compilador universitário, construiu um editor de vídeo de forma autônoma e está entre os 1% melhores do Claude Opus 4.6 no SWE-Bench e Terminal-Bench.

Coinbase x402 vs Google A2A: Duas Ordens de Pagamento Opostas para Pagamentos entre Agentes
Construindo pagamentos entre agentes revela uma divisão fundamental: o middleware x402 da Coinbase liquida após o trabalho (verificar→executar→liquidar), enquanto a extensão A2A do Google liquida antes (verificar→liquidar→executar) para chamadas lentas de agentes.