설명
Step 3.7 Flash는 고주파 생산 작업을 처리하도록 설계된 198B 매개변수의 희소 Mixture-of-Experts (MoE) 비전-언어 모델입니다. 이는 196B 매개변수의 언어 백본과 1.8B 매개변수의 비전 인코더를 결합하여 네이티브 이미지 이해를 가능하게 하고 UI 와이어프레임 및 데이터 차트와 같은 밀집 시각 인터페이스를 처리할 수 있습니다.
더 읽기
이 모델은 토큰당 약 11B 매개변수를 활성화하며, 초당 최대 400 토큰의 처리량을 제공하고 256k 컨텍스트 창을 지원합니다. 개발자는 속도, 비용 및 인지 깊이를 균형 있게 조정할 수 있도록 낮음, 중간, 높음의 세 가지 선택 가능한 추론 수준을 제공합니다.
Step 3.7 Flash는 인식, 검색 및 추론을 결합한 에이전트 워크플로를 확장해야 하는 개발자를 위해 설계되었습니다. 이 모델은 대규모 재무 보고서를 한 번에 파싱하고, 교차 출처 검증을 통해 다단계 검색 루프를 실행하며, 고처리량 파이프라인에서 동시 코딩 에이전트를 운영하는 작업에서 뛰어난 성능을 발휘합니다.
이 모델은 최고 수준의 시각 지능을 제공하며, SimpleVQA (Search)에서 79.2의 점수로 1위를 차지하고 V* (Python)에서 95.3의 경계 동등성을 달성했습니다. 밀집 시각 인터페이스를 정확하게 처리하고, 누락된 데이터를 독립적으로 식별하며, 사실적으로 검증된 결론을 반환하기 전에 컨텍스트를 확인하기 위해 조회를 실행할 수 있습니다.
Step 3.7 Flash는 ClawEval-1.1 벤치마크에서 67.1의 점수로 선두를 달리며, 다단계 오케스트레이션 중 적대적 함정에 대한 높은 저항성과 시스템 정책에 대한 엄격한 준수를 보여줍니다. 외부 API와 신뢰성 있게 상호작용하며, 지침에서 벗어나거나 시스템 제약을 위반하지 않고 장기적인 워크플로를 실행합니다.
Step 3.7 Flash의 가격은 입력 캐시 미스에 대해 백만 토큰당 $0.20, 입력 캐시 적중에 대해 백만 토큰당 $0.04, 출력에 대해 백만 토큰당 $1.15입니다. 이 모델은 StepFun Open Platform, OpenRouter 및 NVIDIA NIM에서 사용할 수 있으며, DeepInfra, Fireworks AI 및 Modal과의 파트너십을 통해 가용성을 확장할 계획입니다.
Step 3.7 Flash는 클라우드, 데이터 센터 및 로컬 환경에서 유연한 배포를 지원하며, vLLM, SGLang, Hugging Face Transformers 및 llama.cpp와 같은 업계 표준 백엔드를 사용하여 로컬 추론을 최적화합니다. NVIDIA Nemo 생태계를 포함한 인기 있는 오픈 소스 인프라에서 추론 및 모델 개발을 지원합니다.
- 카테고리AI 모델 및 LLM
- 요금제유료
- 배포클라우드, 로컬 실행
- 플랫폼웹
Step 3.7 Flash 하이라이트
198B 매개변수의 희소 MoE 모델
196B 언어 백본
1.8B 비전 인코더
토큰당 11B 매개변수 활성화
초당 400 토큰 처리량
256k 컨텍스트 창
세 가지 추론 수준
최고 수준의 시각 지능
Step 3.7 Flash 시작하기
모델 페이지에 접근: Hugging Face 모델 페이지를 방문하세요
인증: API 키를 사용하여 인증하세요
구성: 모델 매개변수를 설정하세요
프롬프트 전송: 처리할 쿼리를 입력하세요
미세 조정: 특정 작업에 맞게 모델을 조정하세요
Step 3.7 Flash의 사용 사례
- 재무 보고서 파싱
- 다단계 검색 루프
- 코딩 에이전트 운영
- 밀집 시각 인터페이스 처리
- 자율 API 상호작용







