Step 3.7 Flash

Model ini mengaktifkan sekitar 11B parameter per token dan memberikan throughput hingga 400 token per detik, mendukung jendela konteks 256k. Model ini menawarkan tiga tingkat penalaran yang dapat dipilih—rendah, sedang, dan tinggi—memungkinkan pengembang untuk menyeimbangkan kecepatan, biaya, dan kedalaman kognitif.

Step 3.7 Flash dirancang untuk pengembang yang perlu meningkatkan alur kerja agen yang menggabungkan persepsi, pencarian, dan penalaran. Model ini unggul dalam tugas seperti menganalisis laporan keuangan besar dalam satu kali proses, menjalankan loop pencarian multi-langkah dengan verifikasi lintas sumber, dan mengoperasikan agen pengkodean bersamaan dalam jalur throughput tinggi.

Model ini memberikan kecerdasan visual tingkat atas, meraih tempat pertama di SimpleVQA (Pencarian) dengan skor 79.2 dan mencapai paritas frontier di V* (Python) dengan skor 95.3. Model ini memproses antarmuka visual yang padat dengan akurat dan dapat secara independen mengidentifikasi data yang hilang serta melakukan pencarian untuk memverifikasi konteks sebelum mengembalikan kesimpulan yang telah diverifikasi secara faktual.

Step 3.7 Flash memimpin benchmark ClawEval-1.1 dengan skor 67.1, menunjukkan ketahanan tinggi terhadap jebakan adversarial dan kepatuhan ketat terhadap kebijakan sistem selama orkestrasi multi-langkah. Model ini dapat berinteraksi dengan API eksternal secara andal dan menjalankan alur kerja jangka panjang tanpa menyimpang dari instruksi atau melanggar batasan sistem.

Harga untuk Step 3.7 Flash mencakup $0.20 per juta token untuk cache input yang hilang, $0.04 per juta token untuk cache input yang berhasil, dan $1.15 per juta token untuk output. Model ini tersedia di StepFun Open Platform, OpenRouter, dan NVIDIA NIM, dengan rencana untuk memperluas ketersediaan melalui kemitraan dengan DeepInfra, Fireworks AI, dan Modal.

Step 3.7 Flash mendukung penerapan fleksibel di cloud, pusat data, dan lingkungan lokal, dan dioptimalkan untuk inferensi lokal menggunakan backend standar industri seperti vLLM, SGLang, Hugging Face Transformers, dan llama.cpp. Model ini didukung di seluruh infrastruktur open-source populer untuk inferensi dan pengembangan model, termasuk ekosistem NVIDIA Nemo.