POSTopenai
/v1/chat/completionsStep 3.7 Flash
step-3.7-flashStep 3.7 Flash 是 StepFun 推出的高效多模态混合专家（MoE）模型，专为生产级智能体和开发者工作负载而设计。凭借原生的文本和图像理解、256K 上下文窗口以及灵活推理能力，它非常适合编码、视觉和文档分析、工具调用、搜索增强任务以及复杂的多步骤智能体工作流。其稀疏的 198B 架构每个 token 仅激活约 11B 参数，在强大推理和多模态性能与高效推理之间取得了平衡。
最大上下文
256KToken
最大输出
256KToken
发布日期
2026年5月29日
模态
Step 3.7 Flash 价格
| 输入价格 | 输出价格 | 缓存读取 |
|---|---|---|
| $0.2/M | $1.15/M | $0.04/M |
如何通过 API 使用 Step 3.7 Flash？
POSTopenai-response
/v1/responsesPOSTanthropic
/v1/messagesStep 3.7 Flash 基准测试
Step 3.7 Flash
30.9
/100
Artificial Analysis 综合能力指数
Artificial Analysis 综合能力评分
指数分数
39.6
/100
Artificial Analysis 代码能力指数
Artificial Analysis 软件任务评分
指数分数
指标来源 Artificial Analysis
step-3.7-flash 常见问题
通过 TokenHub 使用 step-3.7-flash 时的常见问题。
step-3.7-flash 是什么？+
step-3.7-flash 是 StepFun 推出的开放权重稀疏混合专家视觉语言模型，面向智能体工作流、编程、搜索、工具调用和图像理解。
step-3.7-flash 最适合哪些用途？+
它适合会调用工具的智能体、代码库级编程、界面与文档的视觉分析、研究工作流，以及其他结合感知和推理的高吞吐任务。
step-3.7-flash 的主要优势是什么？+
原生视觉、长上下文处理、三档推理强度、对稳定工具调用的重视，以及开放的部署选项，使它能灵活用于生产级智能体系统。
需要考虑哪些限制或取舍？+
它是体量很大的自托管模型，本地部署可能需要大量内存和算力。输出仍可能出错；请验证重要结果，并在自己的工作负载上比较质量、延迟和成本。
如何通过 TokenHub API 使用 step-3.7-flash？+
在 TokenHub API 请求中将模型设为 step-3.7-flash，并使用 TokenHub 账户中显示的接口地址和凭据。文本与图像请求体请遵循 TokenHub 的最新说明。
step-3.7-flash 如何定价和提供？+
TokenHub 的价格、地区和配额可能变化，部署前请查看实时模型列表和账户信息。该模型也提供开放权重和上游托管选项，而在 TokenHub 的可用性以 TokenHub 为准。
什么时候应选择 step-3.7-flash 而不是其他模型？+
当你需要具备工具调用能力、可开放部署的快速多模态智能体模型时，可以选择它。纯文本简单任务可比较更小的模型；若追求最高准确度，请用自己的数据评测更强的备选模型。
Step-3.7-flash 媒体与演示
精选的 step-3.7-flash 公开公告、测试和社区讨论。
X (Twitter)
Reddit
YouTube