Step 3.7 Flash

step-3.7-flashは、エージェント型ワークフロー、コーディング、検索、ツール利用、画像理解向けに設計された、StepFunのオープンウェイトな疎なMixture-of-Experts型視覚言語モデルです。

ツールを使うエージェント、リポジトリ規模のコーディング、UIや文書の視覚分析、調査ワークフロー、知覚と推論を組み合わせる高スループット処理に適しています。

ネイティブな画像理解、長いコンテキストの処理、3段階の推論レベル、安定したツール利用への注力、オープンな導入方法により、本番のエージェントシステムで柔軟に使えます。

自己でホストするには非常に大きなモデルで、ローカル導入には多くのメモリと計算資源が必要になり得ます。出力には誤りもあるため、重要な結果を検証し、実際の処理で品質、遅延、コストを比較してください。

TokenHub APIリクエストのモデルにstep-3.7-flashを指定し、TokenHubアカウントに表示されるエンドポイントと認証情報を使います。対応するテキストおよび画像ペイロードは、TokenHubの最新案内に従ってください。

TokenHubの料金、提供地域、クォータは変わる可能性があるため、導入前に最新のモデル一覧とアカウント情報を確認してください。モデルにはオープンウェイト版や外部のホスト版もありますが、TokenHub上の提供条件はTokenHubに準じます。

ツール利用に対応し、導入方法を選べる高速なマルチモーダルエージェントモデルが必要な場合に適しています。単純なテキスト処理では小型モデルも比較し、最高精度が必要なら自分のデータでより高性能な候補を評価してください。