StepFun
Step 5 Preview
step-5-preview
최대 컨텍스트
1M
최대 출력
1M
출시일
N/A
입력$1 / 백만 토큰
출력$2.7 / 백만 토큰
Step 3.7 Flash
step-3.7-flashStep 3.7 Flash는 StepFun이 개발한 고효율 멀티모달 Mixture-of-Experts(MoE) 모델로, 프로덕션 규모의 에이전트 및 개발자 워크로드를 위해 설계되었습니다. 네이티브 텍스트 및 이미지 이해, 256K 컨텍스트 창, 유연한 추론 기능을 갖추고 있어 코딩, 시각 및 문서 분석, 도구 호출, 검색 증강 작업, 복잡한 다단계 에이전트 워크플로우에 적합합니다. 희소한 198B 아키텍처는 토큰당 약 11B 파라미터만 활성화하여 강력한 추론 및 멀티모달 성능과 효율적인 추론 간의 균형을 유지합니다.
Context Window
256K tokens
Maximum Output
256K tokens
Release Date
2026년 5월 29일
Modalities
Step 3.7 Flash 가격
| 입력 가격 | 출력 가격 | 캐시 읽기 |
|---|---|---|
| $0.2/M | $1.15/M | $0.04/M |
Step 3.7 Flash API 기능
Reasoning
Supported
Tool calling
Supported
Temperature parameter
Supported
Attachments
Supported
Knowledge Base
—
Endpoint Protocols
Responses APIMessages APICompletions API
Step 3.7 Flash 모델 주요 특징
Step 3.7 Flash는 네이티브 이미지 이해, 선택 가능한 추론 깊이, 높은 처리량의 Agent 코딩을 결합해 빈번한 프로덕션 업무를 지원합니다.
네이티브 시각 이해
전용 비전 인코더를 통해 스크린샷, 인터페이스 레이아웃, 다이어그램, 차트 등의 이미지 입력을 이해합니다.
선택 가능한 추론 깊이
낮음, 중간, 높음의 추론 수준을 선택해 응답 속도와 작업에 필요한 분석 깊이의 균형을 맞출 수 있습니다.
고처리량 Agent 코딩
희소 아키텍처는 빠른 프로덕션 추론을 제공하면서 다중 파일 코딩과 장시간 Agent 워크플로를 지원합니다.
Step 3.7 Flash 사용 사례
Step 3.7 Flash는 스크린샷 기반 코드 생성, 저장소 디버깅, 금융 문서 분석, 다중 출처 조사 Agent에 적합합니다.
스크린샷 기반 코드 생성
UI 스크린샷이나 와이어프레임을 이해하고 레이아웃과 구성 요소를 반영한 구조화된 프런트엔드 코드를 생성합니다.
저장소 디버깅
여러 파일의 동작을 추적하고 이슈 보고서에서 결함을 찾아 테스트로 확인할 수 있는 패치를 생성합니다.
다중 출처 조사
반복 검색을 수행하고 출처 간 근거를 비교해 텍스트, 이미지, 정보가 밀집된 보고서의 검증된 결과를 종합합니다.
TokenHub API로 Step 3.7 Flash 사용하는 방법
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 벤치마크
Step 3.7 Flash
| 지표 점수 | ||
|---|---|---|
| Artificial Analysis Intelligence Index | 종합 역량 평가 | 30.9 |
| Artificial Analysis Coding Index | 코딩 역량 종합 평가 | 39.6 |
지표 출처 Artificial Analysis
Step 3.7 Flash API 자주 묻는 질문
TokenHub를 통해 StepFun API로 Step 3.7 Flash를 사용할 때의 멀티모달 기능, 에이전트 워크플로, 가격, 컨텍스트 제한 및 연동 방법을 안내합니다.
Step 3.7 Flash는 무엇인가요?+
Step 3.7 Flash는 StepFun의 고효율 멀티모달 Mixture-of-Experts 모델입니다. 프로덕션 에이전트와 개발자 워크로드를 위해 설계되었으며, 텍스트 및 이미지 이해, 256K 컨텍스트, 유연한 추론을 결합해 코딩, 문서 분석, 도구 호출 및 다단계 작업에 활용할 수 있습니다.
Step 3.7 Flash는 어떤 용도에 적합한가요?+
Step 3.7 Flash는 응답성이 중요한 코딩 도우미, 시각 또는 문서 분석, 검색 증강 리서치, 구조화 추출 및 도구를 사용하는 에이전트 워크플로에 적합합니다. 단순 텍스트 응답이 아니라 멀티모달 입력과 다단계 추론이 함께 필요한 작업에서 우선 검토할 수 있습니다.
Step 3.7 Flash는 멀티모달 입력, 추론 및 도구 호출을 지원하나요?+
이 모델은 네이티브 텍스트 및 이미지 이해, 유연한 추론, 도구 중심의 에이전트 작업을 위해 설계되었습니다. 구현 전에는 계정에서 사용할 수 있는 정확한 입력 형식, 지원 엔드포인트, 요청 스키마 및 도구 호출 동작을 TokenHub의 최신 모델 페이지에서 확인하세요.
256K 컨텍스트와 희소 MoE 아키텍처는 사용에 어떤 영향을 주나요?+
256K 컨텍스트 덕분에 Step 3.7 Flash는 대형 문서, 시각 자료, 검색으로 확보한 근거 및 다단계 작업 상태를 처리하는 데 유용할 수 있습니다. 희소 아키텍처는 성능과 추론 효율의 균형을 목표로 하지만, 실제 지연 시간과 비용은 입력 크기, 출력 길이, 추론 설정 및 TokenHub의 현재 가격에 따라 달라집니다.
TokenHub에서 StepFun API로 Step 3.7 Flash를 호출하려면 어떻게 해야 하나요?+
먼저 TokenHub API Key를 만들고 모델 카탈로그에 표시된 현재 Step 3.7 Flash 모델 ID를 선택한 뒤, 모델 페이지에 게시된 엔드포인트와 요청 예시를 따라 호출하세요. 이미지 입력, 스트리밍 또는 도구 호출을 포함하는 앱이라면 프로덕션 트래픽을 보내기 전에 최신 문서를 확인해야 합니다.
Step 3.7 Flash API 가격은 어떻게 평가해야 하나요?+
이전 글의 고정 가격 대신 TokenHub의 현재 가격표를 기준으로 평가하세요. 일반적인 입력 및 출력 토큰, 사용 가능한 경우 캐시 사용량, 요청량, 각 워크플로에 포함된 이미지 또는 긴 컨텍스트의 양을 바탕으로 비용을 추정해야 합니다. 프로덕션 예산을 확정하기 전에 대표적인 프롬프트로 테스트하세요.
다른 모델 대신 Step 3.7 Flash를 선택해야 하는 경우는 언제인가요?+
이미지 또는 문서 이해, 코딩 또는 리서치, 도구 호출, 다단계 에이전트 실행이 함께 필요하고 추론 효율도 중요할 때 Step 3.7 Flash를 우선 검토할 수 있습니다. 단순 텍스트 요청은 더 작고 저렴한 모델과 비교하고, 중요한 작업은 동일한 프롬프트, 지연 시간 목표 및 예산에서 Step 3.7 Flash와 대안을 평가하세요.
Step 3.7 Flash을 사용할 준비가 되셨나요?
하나의 API 키로 Step 3.7 Flash과 더 많은 AI 모델을 이용하세요.
Step-3.7-flash 미디어 및 데모
step-3.7-flash에 관한 공개 발표, 테스트 및 커뮤니티 토론을 선별했습니다.
X (Twitter)
Reddit
YouTube