Step 3.7 Flash
Rede Neural
Step 3.7 Flash é o modelo multimodal da StepFun para texto, imagens e vídeos, disponível via API no BotHub.
Comprimento máximo de resposta
(em tokens)
Tamanho do contexto
(em tokens)
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona Step 3.7 Flash?
O Step 3.7 Flash é um modelo multimodal da StepFun baseado na arquitetura Mixture-of-Experts: a base linguística possui 196 bilhões de parâmetros, mas cerca de 11 bilhões são ativados por solicitação, e o codificador visual integrado adiciona compreensão nativa de imagens e vídeos. Graças a esse esquema, o modelo permanece rápido, mantendo a qualidade da análise de dados textuais e visuais. Através do BotHub, ele é acessível sem VPN ou cartões estrangeiros; o pagamento é feito com cartões russos em rublos e por uso, e os tokens não utilizados não expiram. Em uma única janela, você tem mais de 250 redes neurais, permitindo comparar respostas e alternar modelos sem reescrever a integração: uma API única compatível com OpenAI funciona com uma chave, o tráfego é criptografado via AES-GCM, e as empresas têm acesso a contratos, faturas, EDI e painel administrativo com limites. É ideal para analisar capturas de tela de interfaces, diagramas e plantas, descrever o conteúdo de vídeos, criar assistentes multimodais via API, extrair dados de documentos digitalizados e fotos, e construir cenários onde texto e imagem são analisados em conjunto.Perguntas frequentes sobre Step 3.7 Flash
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
O step-3.7-flash é um modelo de texto da StepFun com um contexto de 256.000 tokens. Aceita texto, documentos e imagens, raciocina antes de responder e chama funções. É adequado para analisar documentos extensos, trabalhar com código e depuração, tarefas STEM e integração em serviços próprios via API.
Em uma única resposta, o modelo gera até 230.400 tokens — o suficiente para documentação extensa, análise de código grande ou um relatório longo completo, sem colagem manual de partes. E o contexto de 256.000 tokens permite manter os materiais originais e o resultado no mesmo diálogo.
Sim, o raciocínio antes da resposta é um recurso do modelo: antes de formular o resultado, ele analisa a tarefa passo a passo. Isso ajuda significativamente em matemática, lógica, análise de dados e depuração de código, onde não apenas o resultado é importante, mas também o caminho até ele.
Sim, o modelo suporta chamada de funções e saída estruturada em JSON, por isso é fácil conectá-lo a ferramentas externas, bancos de dados e seus próprios serviços. No BotHub, isso funciona através de uma API única compatível com OpenAI — você pode trocar de modelo sem reescrever a integração.
Imagens e documentos, sim, podem ser enviados junto com o texto: para analisar capturas de tela, diagramas, tabelas, contratos ou apresentações. Áudio e vídeo não estão marcados em nossos dados, então não prometeremos essa entrada — é mais fácil verificar o formato necessário diretamente na interface.
Não temos dados sobre os idiomas de prompts e respostas, por isso não faremos afirmações. É mais confiável testar o modelo com seu próprio texto e comparar com outros na mesma janela: no BotHub, ele está disponível na Rússia sem VPN e sem cartão estrangeiro, com pagamento por uso de tokens.