阶跃星辰正式开源了参数量达320亿（32b）的深度研究专用大模型：step-deepresearch。该模型在深度研究任务上的表现已比肩openai o3-mini与gemini 2.0 flash等顶尖商业模型，而单次调用成本却降至其十分之一以内。
https://www.php.cn/link/ae5ef52da81b8f483ac166475587ad87
模型简介
Step-DeepResearch是一款兼顾高性能与高性价比的端到端深度研究智能体模型，专为开放式科研场景下的自主信息挖掘与专业级报告生成而打造。
- 原子化能力融合：将复杂研究流程拆解为可学习、可评估的原子能力模块（涵盖任务规划、多源信息检索、多轮反思与交叉验证、结构化报告生成），并在模型内部实现深度融合，确保单次前向推理中即可完成闭环式思考与实时纠错。
- 渐进式智能体训练范式：构建从智能体中期训练、监督微调（SFT）到强化学习（RL）的全链路优化路径，将建模目标由传统语言建模的“预测下一个词元”转向“决策下一个原子动作”，显著提升模型在动态、不确定研究环境中的适应性与泛化力。
- 小模型大能力：尽管参数规模仅为32B，Step-DeepResearch在Scale AI Research Rubrics基准测试中斩获61.4分，与OpenAI Deep Research及Gemini Deep Research等闭源旗舰模型持平；在ADR-Bench专家人工评测中，其Elo得分超越DeepSeek-v3.2、GLM-4.6等更大参数模型，整体表现直追顶级商业方案。
- 极致成本优势：在维持专家级研究质量的前提下，大幅压缩部署与推理开销，成为当前业界单位性能成本最低的深度研究智能体解决方案。
- 便捷接入方式：支持通过StepFun开放平台API调用，新用户首月免费体验。
（左）研究效能-成本权衡图谱：Step-DeepResearch以61.42的高分逼近性能天花板，同时推理成本（RMB）显著低于同类方案，稳居高效能前沿。（右）ADR-Bench专家评分对比：在所有评估维度中，Step-DeepResearch均取得领先Elo分数，实力媲美一线闭源模型。
架构设计
Step-DeepResearch采用基于ReAct范式的单智能体架构，依托“推理→行动→反思”的迭代循环机制，驱动自主、可控、可追溯的深度研究过程。
适用于用户提出以下需求时：“构建赢回活动（win-back campaign）”、“重新激活已流失订阅者（re-engage lapsed subscribers）”、“执行重新授权 / 重新同意（re-permission / re-consent）清理”或“清理无效联系人列表（sunset my dead list）”；输出一个闭环式再激活方案——包括：流失用户群组（lapsed-cohort）定义、分阶段优惠阶梯（staged offer ladder）、重新授权（re-consent / re-p
依托自研轻量化工具集，模型原生支持本地化部署与执行，内置四大核心工具：batch_web_surfer（批量网页搜索与内容提取）、file（文件读写与编辑）、todo（研究任务状态追踪与管理）、shell（系统级命令交互），全面覆盖科研全流程需求。
Step-DeepResearch系统架构示意：智能体在ReAct循环中协同调用专用工具（如batch_web_surfer、todo、shell），完成研究规划、步骤执行与结果反思，最终输出高质量研究报告。
开源地址：https://www.php.cn/link/ae5ef52da81b8f483ac166475587ad87
源码地址：点击下载
