الوصف
الخطوة 3.7 فلاش هو نموذج رؤية-لغة مختلط من نوع Mixture-of-Experts (MoE) يحتوي على 198 مليار معلمة، مصمم للتعامل مع أعباء العمل الإنتاجية عالية التردد. يجمع بين هيكل لغوي يحتوي على 196 مليار معلمة ومشفّر بصري يحتوي على 1.8 مليار معلمة، مما يمكّن من فهم الصور ومعالجة واجهات بصرية كثيفة مثل نماذج واجهة المستخدم ومخططات البيانات.
قراءة المزيد
يفعل النموذج حوالي 11 مليار معلمة لكل رمز ويوفر إنتاجية تصل إلى 400 رمز في الثانية، مع دعم نافذة سياق بحجم 256k. يقدم ثلاثة مستويات تفكير قابلة للاختيار - منخفض، متوسط، وعالي - مما يسمح للمطورين بتحقيق توازن بين السرعة والتكلفة وعمق التفكير.
تم تصميم الخطوة 3.7 فلاش للمطورين الذين يحتاجون إلى توسيع سير العمل الوكيلة التي تجمع بين الإدراك والبحث والتفكير. يتفوق في مهام مثل تحليل التقارير المالية الضخمة في تمريرة واحدة، وتشغيل حلقات بحث متعددة الخطوات مع التحقق عبر مصادر متعددة، وتشغيل وكلاء برمجة متزامنين في خطوط إنتاج عالية الإنتاجية.
يوفر النموذج ذكاء بصري من الدرجة الأولى، حيث حصل على المركز الأول في SimpleVQA (البحث) بتقييم 79.2 وحقق توازنًا متقدمًا في V* (بايثون) بتقييم 95.3. يعالج بدقة الواجهات البصرية الكثيفة ويمكنه تحديد البيانات المفقودة بشكل مستقل وتنفيذ عمليات البحث للتحقق من السياق قبل تقديم استنتاجات موثوقة.
تتصدر الخطوة 3.7 فلاش معيار ClawEval-1.1 بتقييم 67.1، مما يظهر مقاومة عالية للفخاخ العدائية والالتزام الصارم بسياسات النظام خلال التنسيق متعدد الأدوار. يتفاعل بشكل موثوق مع واجهات برمجة التطبيقات الخارجية وينفذ سير العمل طويل الأمد دون الانحراف عن التعليمات أو انتهاك قيود النظام.
تشمل تسعيرة الخطوة 3.7 فلاش 0.20 دولار لكل مليون رمز لفقدان ذاكرة التخزين المؤقت للإدخال، و0.04 دولار لكل مليون رمز لنجاحات ذاكرة التخزين المؤقت للإدخال، و1.15 دولار لكل مليون رمز للإخراج. النموذج متاح على منصة StepFun Open، وOpenRouter، وNVIDIA NIM، مع خطط لتوسيع التوافر من خلال شراكات مع DeepInfra وFireworks AI وModal.
يدعم الخطوة 3.7 فلاش نشرًا مرنًا عبر السحابة ومراكز البيانات والبيئات المحلية، وهو مُحسّن للاستدلال المحلي باستخدام واجهات خلفية معيارية مثل vLLM وSGLang وHugging Face Transformers وllama.cpp. يتم دعمه عبر البنية التحتية مفتوحة المصدر الشائعة لكل من الاستدلال وتطوير النموذج، بما في ذلك نظام NVIDIA Nemo.
- الفئةنماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
- نموذج التسعيرمدفوع
- النشرسحابي, يعمل محليًا
- المنصاتالويب
أبرز ملامح الخطوة 3.7 فلاش
نموذج MoE مختلط يحتوي على 198 مليار معلمة
هيكل لغوي يحتوي على 196 مليار معلمة
مشفّر بصري يحتوي على 1.8 مليار معلمة
11 مليار معلمة مفعلّة لكل رمز
إنتاجية 400 رمز في الثانية
نافذة سياق بحجم 256k
ثلاثة مستويات تفكير
ذكاء بصري من الدرجة الأولى
البدء مع الخطوة 3.7 فلاش
الوصول إلى صفحة النموذج: زيارة صفحة نموذج Hugging Face
المصادقة: استخدم مفتاح API الخاص بك للمصادقة
التكوين: إعداد معلمات النموذج
إرسال المطالبات: إدخال استفساراتك للمعالجة
التخصيص: ضبط النموذج لمهام محددة
حالات استخدام الخطوة 3.7 فلاش
- تحليل التقارير المالية
- حلقات البحث متعددة الخطوات
- عمليات وكيل البرمجة
- معالجة الواجهات البصرية الكثيفة
- التفاعل المستقل مع واجهات برمجة التطبيقات
