开源模型

阶跃 Step 3.7 Flash 3.7 Flash

Step 3.7 Flash系列 · 阶跃星辰(StepFun) · 2026-05发布

开源支持本地部署多模态国内可直连有免费额度长上下文代码专用

模型介绍

阶跃星辰开源的面向生产级 Agent 的高速多模态 MoE 模型,198B 总参 / 11B 激活,256K 上下文,最高 400 tokens/s,原生多模态理解与高可靠工具调用。

模型基础信息

模型系列Step 3.7 Flash系列
开发机构阶跃星辰(StepFun)
发布时间2026-05
参数规模198B(MoE,激活 11B)
上下文窗口256K
模型类型多模态(文本+图像)
中文能力优秀
使用方式网页体验 / API调用 / 本地部署

免费额度与收费政策

API 免费体验 开源

免费规则详情

platform.stepfun.com 提供 API 免费体验额度;权重开源可自部署。

收费标准简介

API 按量计费;开源权重免费。

模型能力介绍

✅ 核心优势

  • 400 tokens/s 高速输出
  • 11B 激活,成本接近小模型
  • 原生多模态理解执行
  • gent 生态兼容(MCP 等)

⚠️ 短板与局限

  • 总参 198B 部署需多卡
  • 生态仍在完善

🎯 适用场景

  • 高频 Agent 应用
  • 多模态 UI / 图表理解
  • 工具调用工作流
  • 实时客服与办公自动化

模型使用教程

本章节整理 阶跃 Step 3.7 Flash 的在线体验、API调用、本地部署全套入门教程,快速上手使用该模型。

  • 体验网址:<https://platform.stepfun.com>(阶跃星辰开放平台,免费体验额度)。
  • 能力简介:阶跃星辰开源的生产级 Agent 多模态模型,198B 总参 / 11B 激活,256K 上下文,最高 400 tokens/s。
  • 适用场景:高频 Agent 应用、多模态 UI/图表理解、工具调用工作流、实时客服与办公自动化。
  • 使用建议:配合 Claude Code、OpenClaw 等框架即插即用。
  • 开发接入:platform.stepfun.com 获取 API Key,或本地部署开源权重。
  1. 注册并登录 [阶跃星辰开放平台](https://platform.stepfun.com)。
  2. 控制台 → API Keys → 创建密钥(有免费体验额度)。
  3. 配置环境变量:
export STEPFUN_API_KEY=your_api_key

> 提示:权重开源,也可从 GitHub / Hugging Face 下载本地部署。

curl 示例

curl https://api.stepfun.com/v1/chat/completions \
  -H "Authorization: Bearer $STEPFUN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"step-3.7-flash","messages":[{"role":"user","content":"你好,请自我介绍"}]}'

Python 示例

pip install openai
from openai import OpenAI
client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.stepfun.com/v1")
resp = client.chat.completions.create(
    model="step-3.7-flash",
    messages=[{"role": "user", "content": "你好,请自我介绍"}],
)
print(resp.choices[0].message.content)

> 提示:支持 reasoning_effort(low/medium/high)三档推理级别。

  • 部署方式:开源权重(Apache-2.0),支持 vLLM / SGLang / llama.cpp / NVIDIA NIM。
  • 硬件要求:198B 总参 / 11B 激活,提供 BF16 / FP8 / NVFP4 多种量化格式。
  • 参考:GitHub [stepfun-ai/Step-3.7-Flash](https://github.com/stepfun-ai/Step-3.7-Flash) 与 NVIDIA 官方部署指南。

💡 使用小技巧

配合 Claude Code、OpenClaw 等框架即插即用。

❓ 常见问题 FAQ

Q1:支持哪些推理框架?

A1:vLLM、SGLang、llama.cpp、NVIDIA NIM 等。

访问备注与注意事项