Step 3.7 Flash

Step 3.7 Flash 是 StepFun 推出的高效率多模态 MoE 模型，总参数 198B（196B 语言骨干 + 1.8B ViT 视觉编码器），每 token 激活约 11B 参数。支持原生图像和视频理解，上下文窗口达 256K，支持可调节推理级别（高/中/低）。专为真实世界 Agent 工作流设计，包括工具调用、迭代推理、编码代理、多步搜索与多模态文档/UI/图表分析。吞吐量高达 400 TPS，适合高吞吐生产环境。适用于编码、结构化输出和长上下文生产力任务。以厂商/网关为准。

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...