Step 3.7 Flash – 阶跃星辰开源的稀疏 MoE 多模态模型

Step 3.7 Flash 是一款由阶跃星辰于 2026 年 5 月推出的稀疏混合专家视觉语言模型，主要用于在高频智能体工作流中承担感知、检索与工程执行任务，支持多档推理强度切换与原生图像理解，适用于长报表解析、跨源检索核验与并发编程智能体调度等场景。

Step 3.7 Flash 的核心能力

Step 3.7 Flash 的取舍很直接：以较大的总参数规模保留模型容量，通过稀疏激活把每 token 的计算量控制在约 11B，让高频调用跑得起。官方发布页把它定位成「智能体效率」而不是榜单分数，以下三块是支撑这个定位的具体设计。

稀疏激活换吞吐

198B 总参数里每 token 只激活约 11B，官方公布的吞吐上限约为 400 tokens/s；这是特定硬件与推理配置下的指标，不等于网页或接口调用时每次请求都能达到。发布页给出的参照是 Terminal-Bench 与 SWE-Bench 一类长链路任务，这类任务的瓶颈通常不在单步质量，而在步数乘上单步耗时。

三档推理强度可切

低、中、高三档推理强度由调用方按任务难度指定，简单任务不必走满推理链。这一步省下的是输出 token，对按量计费的接口来说，账单差别比参数规模差别更直接。

原生图像理解与缺图自查

结合视觉编码器与语言主干，可读 UI 线框图、应用界面与数据图表并转成结构化代码。遇到信息不全的图，它会主动识别缺失项并调用检索补齐，再给结论——发布页把这条列为视觉推理与检索增强的结合点。

工具编排的轨迹稳定性

官方公布的成绩里，ClawEval-1.1 为 67.1，同页次优为 59.8；Toolathlon 为 49.5，HLE with Tool 在发布页对比表中为 47.2，同表另列 text-only 49.7。这些都是官方给出的基准成绩，不是独立第三方复测结果；它们指向多轮工具调用中不跑偏、不违反系统约束，而不是单轮问答质量。视觉推理这一档的定位，可对照站内 GPT-6.1 Terra 一起读。

Step 3.7 Flash 与同类模型的对比

下表从参数结构、上下文窗口、推理档位与调用渠道等维度，把三款面向智能体场景的模型放在一起对照。

• 表格内数据来源：Step 3.7 Flash 取官方发布页与仓库 README，Step 5 Preview 与 Kimi K2.8 Preview 取自各自官方发布说明及站内对应页面；未公开的项标注「以官方配置为准」，不作推测。
• 产品对比简述：Step 3.7 Flash 在参数结构上走稀疏激活、推理档位可细分三档；Step 5 Preview 面向旗舰任务，体量高于 Flash 线；Kimi K2.8 Preview 在典型用途上侧重长程编程与终端任务。三者不是同档位的替代关系。

如果关心的是同一技术路线里更小体量的稀疏模型怎么用，站内的 Naive-N0.5-Flash 是一个可以对照阅读的样本。

Step 3.7 Flash 的应用场景与适用人群

把模型塞进需要反复跑、又要控成本的流程里时，这类高吞吐配置才有意义；一次性的复杂推理，旗舰模型仍然更省事：

• 财报与长文档解析：一次读进上百页报表，抽取指标并做跨表核对。
• 多轮跨源检索：先搜、再验、最后给结论，缺信息时自己补检索。
• 并发编程智能体：多条任务线同时跑，单步延迟直接决定整体吞吐。
• 界面转代码：把 UI 线框图、应用截图读成结构化前端代码。

适用人群：适合把模型嵌进流水线、按 token 结算的后端与平台团队，也适合需要在本机或私有环境跑多模态推理的工程团队；只做一两次深度推理、对延迟不敏感的用户，旗舰档模型更划算。只求最稳、对延迟不敏感的场合，可对照站内 Gemini 4 Carbon 一并读。

Step 3.7 Flash 的使用方法

三条路都通到同一个权重：走官方平台最省事，走第三方托管适合已有统一网关的团队，本地部署则要把量化和显存算清楚。

官方平台：网页先试，再换接口

1. 在阶跃星辰网页版或 App 里用同一批业务样本试跑，确认中文表达与工具调用表现。
2. 在 阶跃星辰开放平台 创建 API Key，把模型名填成 Step 3.7 Flash，请求里指定推理强度档位。
3. 先用小样本比对三档强度的效果与输出长度，再决定生产环境固定用哪一档。

第三方托管：接进已有网关

1. 在 OpenRouter 的模型列表里找到 stepfun/step-3.7-flash，确认计价后再设用量上限。
2. 把 base_url 与模型名替换成托管方给的值，其余调用代码不用改。
3. 注意缓存读取有单独计价，长对话场景应确认命中率再估账单。

本机部署：按显存选量化格式

1. 精度优先取 BF16 权重；显存紧张时改用 FP8 或 NVFP4 版本。
2. GGUF 版本需通过官方适配的 llama.cpp 分支运行，硬件门槛并不低：官方给出的最低统一内存或显存约 120GB，推荐 128GB 统一内存，更适合高内存工作站与专业部署环境，不宜理解为普通消费级显卡即可运行。
3. 部署前确认框架版本是否已支持该模型的 MoE 路由与视觉塔，否则会出现加载成功但输出异常。

两点要留意：三档推理强度会改变输出长度，同一提示在不同档位下的费用差别可能超过模型选择本身的差别；本地部署时显存需求按 198B 总参数量估算，而不是按激活的 11B 估算，同时还要计入权重精度、KV Cache、视觉模块、运行时开销与并行策略，不能简单用参数量等同于最终显存需求。

Step 3.7 Flash 的项目地址

• 发布页：https://static.stepfun.com/blog/step-3.7-flash/
• GitHub 仓库：https://github.com/stepfun-ai/Step-3.7-Flash
• Hugging Face 权重：https://huggingface.co/stepfun-ai/Step-3.7-Flash

Step 3.7 Flash 的价格与开源情况

权重与代码均以 Apache-2.0 在 Hugging Face 与 GitHub 发布，许可证覆盖模型权重与仓库代码；下载、商用与二次分发都不需要向阶跃星辰付费，成本转移到了自己承担的算力上。

走官方开放平台按 token 结算；第三方托管渠道 OpenRouter 上该模型标价为每百万输入 token 0.20 美元、每百万输出 token 1.15 美元，缓存读取每百万 token 0.04 美元。这两个数字是渠道挂牌价，会随渠道调整，下单前以页面为准。同类低价档的报价口径可参考站内 DeepSeek V4.1 Flash。

发布页另给了一个更有参考价值的口径：开启 Advisor 模式后，单任务成本约 0.19 美元，同页给出的对比对象为 1.76 美元。这是官方在特定评测任务上跑出的数字，换任务类型后不成立，不能当作通用单价。

Step 3.7 Flash 的常见问题