階躍星辰開源了參數規模為320億（32B）的深度研究模型：Step-DeepResearch，其在深度研究能力上媲美OpenAI o3-mini和Gemini 2.0 Flash等頂級商業模型，但部署成本降低至不足十分之一（單次調用成本<0.5元人民幣）。

https://github.com/stepfun-ai/StepDeepResearch

模型概述

Step-DeepResearch是一款經濟高效的端到端深度研究Agent模型，專為開放式研究場景中的自主信息探索和專業報告生成而設計。

• 原子能力集成：通過將複雜的研究任務分解為可訓練的原子能力（包括規劃、信息檢索、反思和交叉驗證以及專業報告生成），並在模型層面實現深度內化，該系統確保在單次推理過程中實現閉環反思和動態校正。
• 漸進式訓練流程：我們建立了一條完整的優化路徑，從智能體中期訓練到監督式微調（SFT）和強化學習（RL），將訓練目標從“預測下一個詞元”重塑為“決定下一個原子動作”。這種方法有效地增強了模型在複雜環境中的自適應能力和泛化性能。
• 跨模型規模的卓越表現：Step-DeepResearch 僅擁有 320 億個參數，在 Scale AI Research Rubrics 測試中取得了 61.4% 的成績，與 OpenAI Deep Research 和 Gemini Deep Research 的成績持平。在 ADR-Bench 的專家人工評估中，其 Elo 分數顯著優於 DeepSeek-v3.2 和 GLM-4.6 等規模更大的模型，並可與頂級閉源模型相媲美。
• 卓越的成本效益：Step-DeepResearch 部署和推理成本極低，同時保持專家級的研究能力，是目前業內最具成本效益的深度研究代理解決方案。
• 訪問方式：可通過 StepFun 開放平台 API 獲取，首月免費。

（左）基於研究評價標準的成本效益： Step-DeepResearch 取得了接近最高水平的性能（61.42），同時顯著降低了推理成本（RMB），處於高效率前沿。（右）基於 ADR-Bench 的專家評估： Step-DeepResearch 在所有維度上的 Elo 評分均保持領先，足以媲美頂級閉源模型。

系統架構

Step-DeepResearch 採用基於 ReAct 範式的單智能體架構，通過推理、行動和反思的動態循環實現自主深度研究。

基於我們內部專有的工具集，我們提供了一套精簡的工具集，並在框架內實現了本地部署，包括batch_web_surfer批量網頁搜索和瀏覽、file文件讀取、寫入和編輯、todo任務狀態管理以及shell交互式命令執行，以支持完整的科研工作流程。

Step-DeepResearch 系統架構：代理在 ReAct 循環中運行，利用專門的工具集（例如 batch_web_surfer、todo、shell）進行規劃、執行和反思，以生成全面的研究報告。

開源地址：https://github.com/stepfun-ai/StepDeepResearch