Descrição
Step 3.7 Flash é um modelo de linguagem-visual Mixture-of-Experts (MoE) esparso com 198 bilhões de parâmetros, projetado para lidar com cargas de trabalho de produção de alta frequência. Ele combina uma estrutura de linguagem de 196 bilhões de parâmetros com um codificador visual de 1,8 bilhões de parâmetros, permitindo a compreensão nativa de imagens e o processamento de interfaces visuais densas, como wireframes de UI e gráficos de dados.
Ler mais
O modelo ativa aproximadamente 11 bilhões de parâmetros por token e entrega uma taxa de transferência de até 400 tokens por segundo, suportando uma janela de contexto de 256k. Ele oferece três níveis de raciocínio selecionáveis — baixo, médio e alto — permitindo que os desenvolvedores equilibrem velocidade, custo e profundidade cognitiva.
Step 3.7 Flash é projetado para desenvolvedores que precisam escalar fluxos de trabalho agentes que combinam percepção, busca e raciocínio. Ele se destaca em tarefas como a análise de relatórios financeiros massivos em uma única passagem, a execução de loops de busca em múltiplas etapas com verificação de fontes cruzadas e a operação de agentes de codificação concorrentes em pipelines de alta taxa de transferência.
O modelo oferece inteligência visual de primeira linha, garantindo o primeiro lugar no SimpleVQA (Busca) com uma pontuação de 79,2 e alcançando paridade de fronteira no V* (Python) com 95,3. Ele processa com precisão interfaces visuais densas e pode identificar de forma independente dados ausentes e executar buscas para verificar o contexto antes de retornar conclusões verificadas factual e rigorosamente.
Step 3.7 Flash lidera o benchmark ClawEval-1.1 com uma pontuação de 67,1, demonstrando alta resistência a armadilhas adversariais e estrita adesão às políticas do sistema durante a orquestração em múltiplas etapas. Ele interage de forma confiável com APIs externas e executa fluxos de trabalho de longo prazo sem se desviar das instruções ou violar as restrições do sistema.
Os preços para o Step 3.7 Flash incluem $0,20 por milhão de tokens para falhas de cache de entrada, $0,04 por milhão de tokens para acertos de cache de entrada e $1,15 por milhão de tokens para saída. O modelo está disponível na StepFun Open Platform, OpenRouter e NVIDIA NIM, com planos de expandir a disponibilidade por meio de parcerias com DeepInfra, Fireworks AI e Modal.
Step 3.7 Flash suporta implantação flexível em ambientes de nuvem, data center e locais, e é otimizado para inferência local usando backends padrão da indústria, como vLLM, SGLang, Hugging Face Transformers e llama.cpp. Ele é suportado em infraestrutura popular de código aberto tanto para inferência quanto para desenvolvimento de modelos, incluindo o ecossistema NVIDIA Nemo.
- CategoriaModelos de IA e LLMs
- Modelo de preçosPago
- ImplantaçãoNuvem, Roda localmente
- PlataformasWeb
Destaques de Step 3.7 Flash
Modelo MoE esparso de 198 bilhões de parâmetros
Estrutura de linguagem de 196 bilhões
Codificador visual de 1,8 bilhões
11 bilhões de parâmetros ativados por token
Taxa de transferência de 400 tokens por segundo
Janela de contexto de 256k
Três níveis de raciocínio
Inteligência visual de primeira linha
Primeiros passos com Step 3.7 Flash
Acesse a página do modelo: Visite a página do modelo Hugging Face
Autentique-se: Use sua chave de API para autenticação
Configure: Defina os parâmetros do modelo
Envie prompts: Insira suas consultas para processamento
Ajuste: Ajuste o modelo para tarefas específicas
Casos de uso de Step 3.7 Flash
- Análise de Relatórios Financeiros
- Loops de Busca em Múltiplas Etapas
- Operações de Agentes de Codificação
- Processamento de Interfaces Visuais Densas
- Interação Autônoma com APIs
