StepFun
Step 5 Preview
step-5-preview
最大コンテキスト
1M
最大出力
1M
リリース日
N/A
入力$1 / 百万トークン
出力$2.7 / 百万トークン
Step 3.7 Flash
step-3.7-flashStep 3.7 Flashは、StepFunが開発した高効率のマルチモーダルMixture-of-Experts（MoE）モデルで、本番規模のエージェントワークロードおよび開発者ワークロード向けに設計されています。ネイティブのテキストおよび画像理解、256Kのコンテキストウィンドウ、柔軟な推論機能を備え、コーディング、ビジュアルおよびドキュメント分析、ツール呼び出し、検索拡張タスク、複雑なマルチステップのエージェントワークフローに適しています。スパースな198Bアーキテクチャは、トークンごとに約11Bのパラメータのみをアクティブ化し、強力な推論とマルチモーダルパフォーマンスを効率的な推論とバランスさせます。
Context Window
256K tokens
Maximum Output
256K tokens
Release Date
2026年5月29日
Modalities
Step 3.7 Flash の料金
| 入力価格 | 出力価格 | キャッシュ読み取り |
|---|---|---|
| $0.2/M | $1.15/M | $0.04/M |
Step 3.7 Flash の API 機能
Reasoning
Supported
Tool calling
Supported
Temperature parameter
Supported
Attachments
Supported
Knowledge Base
—
Endpoint Protocols
Responses APIMessages APICompletions API
Step 3.7 Flashのモデル特長
Step 3.7 Flashは、ネイティブな画像理解、選択可能な推論深度、高スループットのAgentコーディングを組み合わせ、頻繁な本番作業に対応します。
ネイティブ視覚理解
専用の視覚エンコーダーにより、スクリーンショット、画面レイアウト、図、グラフなどの画像を理解できます。
選択可能な推論深度
低・中・高の推論レベルを選び、応答速度とタスクに必要な分析の深さを調整できます。
高スループットAgent開発
疎なアーキテクチャにより高速な本番推論を実現しつつ、複数ファイルの開発と長時間のAgent処理に対応します。
Step 3.7 Flashのユースケース
Step 3.7 Flashは、画面からのコード生成、リポジトリのデバッグ、金融文書の分析、複数情報源を扱う調査Agentに適しています。
画面からコード生成
UIのスクリーンショットやワイヤーフレームを理解し、レイアウトと部品を反映した構造的なフロントエンドコードを作成します。
リポジトリのデバッグ
複数ファイルにまたがる動作を追跡し、課題報告から不具合を特定して、テスト可能なパッチを作成します。
複数情報源の調査
反復検索を行い、情報源間の根拠を比較して、テキスト、画像、詳細なレポートから確認済みの知見を統合します。
TokenHub API で Step 3.7 Flash を使用する方法
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.responses.create({})
console.log(result.output_text)Step 3.7 Flash のベンチマーク
Step 3.7 Flash
| 指数スコア | ||
|---|---|---|
| Artificial Analysis Intelligence Index | 総合能力の集約評価 | 30.9 |
| Artificial Analysis Coding Index | コーディング能力の集約評価 | 39.6 |
指標の出典 Artificial Analysis
Step 3.7 Flash API よくある質問
StepFun APIでStep 3.7 Flashを利用する際の、マルチモーダル機能、エージェントワークフロー、料金、コンテキスト制限、TokenHub連携に関する回答です。
Step 3.7 Flashとは何ですか？+
Step 3.7 Flashは、StepFunの高効率なマルチモーダルMixture-of-Expertsモデルです。本番のエージェントや開発者向けワークロードを想定し、テキスト・画像理解、256Kコンテキスト、柔軟な推論を組み合わせ、コーディング、文書分析、ツール呼び出し、多段階タスクに対応します。
Step 3.7 Flashはどのような用途に適していますか？+
Step 3.7 Flashは、応答性が求められるコーディング支援、画像・文書分析、検索拡張型リサーチ、構造化抽出、ツールを使うエージェントワークフローに適しています。単なるテキスト応答ではなく、マルチモーダル入力と多段階推論の両方が必要な場合に有力な候補です。
Step 3.7 Flashはマルチモーダル入力、推論、ツール呼び出しをサポートしていますか？+
このモデルは、ネイティブなテキスト・画像理解、柔軟な推論、ツール中心のエージェントタスクを想定して設計されています。導入前に、利用できる入力形式、対応エンドポイント、リクエストスキーマ、ツール呼び出しの挙動をTokenHubの最新モデルページで確認してください。
256Kのコンテキストと疎なMoEアーキテクチャは利用にどう影響しますか？+
256Kコンテキストにより、Step 3.7 Flashは大きな文書、視覚資料、検索で取得した根拠、多段階タスクの状態を扱いやすくなります。疎なアーキテクチャは性能と推論効率の両立を意図していますが、実際の遅延とコストは入力サイズ、出力長、推論設定、TokenHubの最新価格に左右されます。
TokenHub上のStepFun APIでStep 3.7 Flashを呼び出すにはどうすればよいですか？+
まずTokenHub API Keyを作成し、モデルカタログに表示される最新のStep 3.7 FlashモデルIDを選択します。次に、モデルページに掲載されたエンドポイントとリクエスト例に従って呼び出します。画像入力、ストリーミング、ツール呼び出しを含む場合は、本番トラフィックを送る前に最新ドキュメントを確認してください。
Step 3.7 Flash APIの料金はどのように評価すべきですか？+
古い記事の固定価格ではなく、TokenHubの最新料金表を基準にしてください。一般的な入力・出力トークン数、利用可能な場合のキャッシュ使用量、リクエスト量、各ワークフローに含まれる画像や長いコンテキストの量からコストを見積もります。本番予算を決める前に、代表的なプロンプトでテストしてください。
他のモデルではなくStep 3.7 Flashを選ぶべきなのはどのような場合ですか？+
画像・文書理解、コーディングまたはリサーチ、ツール呼び出し、多段階のエージェント実行を組み合わせ、推論効率も重視するワークロードでは、Step 3.7 Flashを優先的に評価できます。単純なテキスト処理ではより小さく低コストなモデルと比較し、重要度の高いタスクでは同じプロンプト、遅延目標、予算でStep 3.7 Flashと代替候補をテストしてください。
Step 3.7 Flash を使い始めますか？
1つの API キーで Step 3.7 Flash とその他の AI モデルにアクセスできます。
Step-3.7-flashのメディアとデモ
step-3.7-flashに関する公開発表、テスト、コミュニティでの議論を選びました。
X (Twitter)
Reddit
YouTube