Step 3.7 Flash
Red Neuronal
Step 3.7 Flash es un modelo multimodal de StepFun para texto, imágenes y vídeo, disponible vía API en BotHub.
Características
- Entrada
- texto, imágenes, documentos
- Salida
- texto
- Tamaño del contexto
- 262 144 tokens
- Longitud máxima de respuesta
- 230 400 tokens
- Niveles de razonamiento
- bajo, medio, alto
- Funciones
- razonamiento, llamada a funciones
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Cómo funciona Step 3.7 Flash?
Step 3.7 Flash es un modelo multimodal de StepFun basado en la arquitectura Mixture-of-Experts: su base lingüística cuenta con 196 mil millones de parámetros, pero activa unos 11 mil millones por consulta, y su codificador visual integrado permite comprender imágenes y vídeo de forma nativa. Gracias a este diseño, el modelo es rápido y mantiene la calidad en el análisis de datos textuales y visuales. A través de BotHub, se accede sin VPN ni tarjetas extranjeras; el pago se realiza en rublos con tarjetas rusas según el uso, y los tokens no utilizados no caducan. En una misma ventana hay más de 250 redes neuronales, lo que permite comparar respuestas y cambiar de modelo sin reescribir la integración: una API única compatible con OpenAI funciona con una sola clave, el tráfico está cifrado con AES-GCM y las empresas disponen de contratos, facturas, intercambio electrónico de documentos y panel de administración con límites. Es ideal para analizar capturas de pantalla de interfaces, esquemas y planos, describir el contenido de vídeos, crear asistentes multimodales sobre la API, extraer datos de escaneos y fotos de documentos, y construir escenarios donde el texto y la imagen se analizan conjuntamente.Preguntas frecuentes sobre Step 3.7 Flash
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
step-3.7-flash es un modelo de texto de StepFun con un contexto de 256 000 tokens. Acepta texto, documentos e imágenes, razona antes de responder y llama a funciones. Es adecuado para analizar documentos extensos, trabajar con código y depuración, tareas STEM e integración en servicios propios mediante API.
En una sola respuesta, el modelo genera hasta 230 400 tokens, suficiente para documentación extensa, análisis de código grande o informes largos completos, sin necesidad de unir partes manualmente. El contexto de 256 000 tokens permite mantener los materiales originales y el resultado en un mismo diálogo.
Sí, el razonamiento antes de responder es una capacidad declarada del modelo: antes de formular el resultado, desglosa la tarea paso a paso. Esto ayuda notablemente en matemáticas, lógica, análisis de datos y depuración de código, donde no solo importa el resultado, sino también el proceso.
Sí, el modelo admite llamadas a funciones y salida estructurada en JSON, por lo que es fácil conectarlo a herramientas externas, bases de datos y servicios propios. En BotHub, esto funciona a través de una API única compatible con OpenAI: puedes cambiar de modelo sin reescribir la integración.
Imágenes y documentos, sí, se pueden enviar junto con el texto: analizar capturas de pantalla, esquemas, tablas, contratos o presentaciones. No tenemos datos sobre audio y vídeo, por lo que no podemos confirmar esa entrada; es más fácil verificar el formato necesario directamente en la interfaz.
No tenemos datos sobre los idiomas de los prompts y las respuestas, por lo que no haremos afirmaciones. Es más fiable probar el modelo con tu propio texto y compararlo con otros en la misma ventana: en BotHub está disponible desde Rusia sin VPN ni tarjeta extranjera, con pago por uso de tokens.