stepfun
StepFun: Step 3.7 Flash
stepfun/step-3.7-flash
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
stepfun/step-3.7-flash aparece catalogado como um modelo multimodal de mistura de especialistas com saída de texto que aceita texto, imagens e vídeo, oferece contexto de 256K tokens e exige raciocínio com esforço baixo, médio ou alto selecionável. A StepFun descreve um design esparso de 198B parâmetros que ativa cerca de 11B por token para cargas de trabalho agênticas de alto throughput. As avaliações divulgadas enfatizam verificação visual, orquestração de ferramentas e codificação, mas o pacote contém dados do catálogo e do fornecedor, sem validação independente.[1][2]
Pontos fortes
- O catálogo e a documentação da StepFun convergem quanto à entrada multimodal de contexto longo, saída de texto, ativação esparsa e três níveis de raciocínio, um perfil voltado a cargas de produção de alta frequência.[1][2]
- A StepFun relata resultados sólidos em resposta visual a perguntas com busca, orquestração de ferramentas em várias etapas e avaliações de engenharia de software; o catálogo também expõe chamadas de ferramentas, saídas estruturadas e controles de raciocínio.[1][2]
- Uma publicação Apache-2.0 e o suporte documentado para plataformas StepFun, OpenRouter, NVIDIA NIM, vLLM, SGLang, Transformers e llama.cpp oferecem vários caminhos de avaliação gerenciada e auto-hospedada.[1][2]
Limitações
- O pacote de evidências contém apenas dados do catálogo da OpenRouter e documentação da StepFun, portanto avaliação independente, comportamento de segurança, corte de conhecimento e confiabilidade real permanecem desconhecidos e devem ser validados na carga pretendida.[1][2]
- A OpenRouter lista entrada de vídeo e descreve compreensão de vídeo, enquanto a documentação da StepFun fornecida apresenta principalmente compreensão nativa de imagens; a qualidade do vídeo e os formatos suportados exigem testes diretos.[1][2]
- A StepFun reconhece que algumas avaliações de terminal e entregáveis profissionais ficam abaixo do máximo do grupo, e a implantação local em GGUF é documentada com cerca de 120 GB mínimos e 128 GB recomendados de memória; confirme a adequação da tarefa e a viabilidade do hardware.[2]
Onde usar
- Avalie para pipelines agênticos de alto volume que combinem busca, chamadas de API ou ferramentas e análise de documentos longos; testes de carga devem verificar integridade de trajetória e latência ou custo antes da adoção.[1][2]
- Considere para assistentes de codificação ou agentes de codificação simultâneos que inspecionem repositórios de vários arquivos e redijam patches, comparando com seus próprios repositórios antes de confiar nos resultados relatados pelo fornecedor.[2]
- Experimente para saídas de texto baseadas em gráficos, interfaces, documentos ou entradas de vídeo listadas no catálogo, com um pequeno piloto para confirmar a precisão visual, especialmente em vídeo.[1][2]
Fontes
- [1] OpenRouter catalog · StepFun: Step 3.7 FlashFontes consultadas: 13 de nov. de 2026
- [2] Model documentation · StepFun: Step 3.7 FlashFontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
Step 3.7 Flash is StepFun's latest high-efficiency multimodal Mixture-of-Experts model. It pairs a 196B-parameter language backbone with a vision encoder for native image and video understanding, activating roughly 11B parameters...
Especificações
- ID do modelo
- stepfun/step-3.7-flash
- ID canônico
- stepfun/step-3.7-flash-20260528
- Criador
- stepfun
- Adicionado ao OpenRouter
- 28.05.2026
- Comprimento de contexto
- 262,144
- Modalidade
- text+image+video->text
- Modalidades de entrada
- text, image, video
- Modalidades de saída
- text
- Preço por token
- USD por 1M de tokens: entrada $0.200 / saída $1.15
- Corte de conhecimento
- —
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | Sem medição | raciocínio: obrigatório · padrão medium · esforços: high, medium, low · parâmetros: include_reasoning, reasoning, reasoning_effort |
| Programação | CC — abaixo da faixa B | — |
| Agentes | Sem medição | parâmetros: structured_outputs, tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | raciocínio: obrigatório · padrão medium · esforços: high, medium, low · parâmetros: include_reasoning, reasoning, reasoning_effort |
| Análise de documentos | Sem medição | — |
| Visão | Sem medição | entrada: image |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | — |
| Vídeo | Sem medição | entrada: video |
| Embeddings | Sem medição | — |
Avaliações
| Fonte | Benchmark | Valor | Nota | Dados obtidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 39.6 | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · 3dtaxa de vitória 39.7% · posição 88 | 1,111Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · asciiarttaxa de vitória 44.3% · posição 47 | 1,143Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · codecategoriestaxa de vitória 41.8% · posição 73 | 1,170Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · dataviztaxa de vitória 43.3% · posição 70 | 1,173Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · gamedevtaxa de vitória 37.2% · posição 77 | 1,144Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · svgtaxa de vitória 36.4% · posição 73 | 1,075Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · uicomponenttaxa de vitória 41.4% · posição 74 | 1,168Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · websitetaxa de vitória 43.7% · posição 72 | 1,187Elo | BB — próximos 30% da coorte | 13.11.2026 |
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (30m) |
|---|---|---|---|---|---|---|
| Novitafp8 | 262,144 | $0.200 | $1.15 | — | — | 100% |
| StepFunfp8 | 256,000 | $0.200 | $1.15 | — | — | 100% |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.