Step 3.7 Flash 是什麼？198B／11B、256K Context、API價格與本機部署

Step 3.7 Flash 是什麼？198B／11B、256K Context、API價格與本機部署

Step 3.7 Flash 是 StepFun 在 2026 年 5 月推出的多模態 Agent 模型，官方 API Model ID 為 step-3.7-flash。它使用 198B 稀疏 Mixture-of-Experts 架構，每個 Token 約啟用 11B 參數，提供 256K Context、圖片理解、Tool Calling，以及 low、medium、high 三種推理層級。

它最值得注意的地方在效率：StepFun 希望用相對小的 active parameters 承接 Coding、Search、Visual Agent、Computer Use 與長時間工具流程，而不必讓每一個 Token 都付出接近 200B dense model 的計算成本。

Step 3.7 Flash 規格快速看

項目	Step 3.7 Flash
開發公司	StepFun／階躍星辰
發布日期	2026 年 5 月 29 日
API Model ID	step-3.7-flash
模型架構	Sparse MoE Vision-Language Model
官方架構參數	198B
Language Backbone	196B
Vision Encoder	1.8B
Active Parameters	約 11B／Token
Context Window	256K
Reasoning	low／medium／high
圖片輸入	支援
Tool Calling	支援
Agent	核心定位
權重	公開
License	Apache 2.0
部署	vLLM／SGLang／Transformers／llama.cpp／NVIDIA NIM

StepFun 同時宣稱模型在合適的 serving 環境可以達到最高約 400 output tokens／second。這是供應商公布的性能數字，實際速度仍會受到 GPU、量化、Context、Batch、Provider 與 Reasoning Level 影響。

為什麼有些地方寫 198B，有些地方寫 201B？

兩個數字來自不同統計口徑。

StepFun 官方模型說明使用：

196B Language Backbone + 1.8B Vision Encoder ≈ 198B

描述模型架構。

Hugging Face 的 Safetensors metadata 則目前顯示約 201B parameters。

因此要做模型架構比較時，使用 StepFun 公開的 198B 較一致；估算下載、顯存或完整 checkpoint 時，應直接查看準備使用的實際模型檔案與量化版本。

另外一個更重要的數字是 11B active parameters。

Step 3.7 Flash 是 MoE，每個 Token 並不需要啟用全部 198B 參數。這也是它可以維持 Flash 定位的核心。

Step 3.7 Flash 和 Step 3.5 Flash 差在哪？

Step 3.7 Flash 延續 Step 3.5 Flash 的稀疏 MoE 思路，但增加原生 Vision Encoder，並把訓練重點推向真實 Agent。

最大的變化可以分成四項。

1. 從文字模型變成原生多模態

Step 3.7 Flash 可以直接讀圖片、UI、Chart、Document 與其他視覺資訊。

因此它可以先「看」畫面，再寫程式或呼叫工具。

2. Search 能力更重要

StepFun 把 Web Search、Visual Search、Evidence Filtering 與多輪搜尋列為核心能力。

這讓模型比較適合 Research Agent，而不只依賴模型權重內部記憶。

3. Tool Use 與長程 Agent 經過額外強化

StepFun 的官方測試中，Step 3.7 Flash 在 ClawEval-1.1、Toolathlon、Coding 與 Search 類 benchmark 相較 3.5 有明顯提升。

這些仍是官方評測，正式部署應用自己的 Harness 再驗證。

4. 加入 GUI／Phone Use

Step 3.7 Flash 可以結合視覺與行動，在手機 GUI 或網頁畫面上辨識介面、執行操作，再重新觀察結果。

這也是原本這篇「Computer Use Agent」內容值得留下來的部分，但應作為 Step 3.7 Flash 的能力，而不是讓整個頁面變成泛用 Computer Use 指南。

Step 3.7 Flash API 要填什麼？

官方 Model ID：

step-3.7-flash

StepFun Global Platform 的 OpenAI-compatible base URL：

https://api.stepfun.ai/v1

中國平台則使用：

https://api.stepfun.com/v1

API Key 必須和對應 Region 的 Base URL 配對，否則官方文件指出可能會因授權不符被拒絕。

因此正式系統最好把：

provider
model_id
base_url
region

四個欄位分開保存，不要只有「Step 3.7 Flash」這個顯示名稱。

Step 3.7 Flash API 價格多少？

截至 2026 年 8 月 24 日，StepFun 官方模型卡列出的美元價格為：

每百萬 Tokens	價格
Input，Cache Miss	US$0.20
Input，Cache Hit	US$0.04
Output	US$1.15

Cache Hit 的 Input 價格只有一般輸入的五分之一，因此長時間 Agent 如果會重複帶入 System Prompt、Tool Schema、Repository 摘要或固定 Context，Cache 命中率會直接影響總成本。

對 Agent 工作，更適合比較：

Cost per Accepted Task

而不是單純比較每百萬 Token。

一個便宜模型如果需要更多搜尋、重試或人工修改，最終工作成本仍可能更高。

low、medium、high Reasoning Level 怎麼選？

Step 3.7 Flash 提供三個 Reasoning Level：

low

medium

high

它們的目的是讓同一個模型在延遲、成本與推理深度之間切換。

low

適合：

• 分類；
• 資料抽取；
• 短問答；
• 固定格式轉換；
• 單一步驟工具操作。

medium

適合：

• 一般 Coding；
• 文件分析；
• 多步驟搜尋；
• Tool Calling；
• 一般 Agent 工作。

high

適合：

• 困難 Coding；
• 複雜 Research；
• 多來源衝突；
• 長時間 Agent；
• 高錯誤成本任務。

更合理的策略仍然是找出每種工作「能穩定通過驗收的最低 Reasoning Level」。

如果 medium 已經可以穩定完成工作，high 增加的 Token 與延遲就未必值得。

Step 3.7 Flash 可以做 Computer Use 嗎？

可以，而且這是 Step 3.7 Flash 相較純文字 Flash 模型很重要的能力。

StepFun 官方展示了 Phone-use／GUI Operation，模型可以根據畫面理解目前狀態，再進行操作。

官方 Android Daily 評測列出的 Step 3.7 Flash 成績為 61.87%。

但「模型可以理解 GUI」和「可以安全讓它操作正式系統」仍是兩回事。

正式 Computer Use Agent 至少還需要外部 Harness 控制：

Observe
↓
Model proposes action
↓
Policy
↓
Human confirmation when required
↓
Execute
↓
Read back
↓
Verify

付款、寄信、公開發布、刪除、權限變更與正式環境部署，不能只因模型辨識出正確按鈕就直接執行。

Advisor Mode 是什麼？

StepFun 還為 Step 3.7 Flash 設計 Advisor Mode。

核心邏輯是：

Step 3.7 Flash 繼續擔任 Executor，只在少數真正困難的節點向更大型模型詢問。

例如：

• 一開始的複雜 Plan；
• 重複失敗後的 Recovery；
• 高難度架構判斷。

這種模式的目的，是避免整個 Agent Workflow 都使用昂貴 Frontier Model。

StepFun 官方在 SWE-Bench Verified 的內部測試中表示，Advisor Mode 可以用較低的單任務成本接近 Claude Opus 4.6 的 Coding 表現。

這屬於 StepFun 官方測試結果，實際成本仍取決於 Advisor、Harness、Tool Calls 與失敗率。

Step 3.7 Flash 是開源模型嗎？

StepFun 已公開模型權重，Hugging Face repository 使用 Apache 2.0 License。

官方目前提供：

• BF16；
• FP8；
• NVFP4；
• GGUF。

推論框架則包括：

• vLLM；
• SGLang；
• Transformers；
• llama.cpp；
• NVIDIA NIM。

因此它具備相當完整的自架路徑。

Step 3.7 Flash 可以在 Mac 上跑嗎？

可以，但需要非常大的統一記憶體，而且應使用量化版本。

StepFun 官方 llama.cpp 文件目前列出：

GGUF	大小
Q4_K_S	約 111.5GB
IQ4_XS	約 104.99GB
Q3_K_L	約 102.5GB
Multimodal Projector	約 3.97GB
Runtime Overhead	約 7GB

官方最低要求約：

120GB unified memory／VRAM

建議：

128GB unified memory

所以 128GB Mac Studio 或特定 128GB 以上 MacBook Pro 的確進入「可以嘗試完整量化模型」的範圍。

64GB 機器則不足以依官方這組完整 llama.cpp 配置直接載入。

需要注意，這裡指的是 Q3／Q4 量化模型。

BF16 完整權重的記憶體需求遠高於 128GB。

vLLM 與 SGLang 怎麼部署？

大型 GPU Server 可以直接使用 StepFun 提供的 vLLM／SGLang 路徑。

官方 BF16／FP8 範例使用：

Tensor Parallel = 8

並開啟 Expert Parallel、Reasoning Parser、Tool Call Parser 與 speculative decoding。

NVFP4 路徑則可以下降到 TP4／EP4，但正式範例同時限制 max-model-len，因此不能看到 FP4 就直接推論「所有 256K Context 都能在較少 GPU 上使用」。

模型量化、Context、KV Cache 與 concurrency 必須一起算。

Step 3.7 Flash Benchmark 怎麼看？

StepFun 官方公布的代表性結果包括：

Benchmark	Step 3.7 Flash
ClawEval-1.1	67.1
Toolathlon	49.5
SWE-Bench Pro	56.3
SWE-Bench Verified	76.5
Terminal-Bench 2.1	59.6
BrowseComp	75.8
DeepSearchQA F1	92.8
V* with Python	95.29
Android Daily	61.87

這些結果適合判斷模型的訓練方向：Coding、Search、Vision、GUI 與 Tool Use 都是 Step 3.7 Flash 的重點。

但官方比較表同時混有供應商官方成績與 StepFun 自行重測的競品成績，所以不應直接把整張表轉成「全球模型排名」。

真正的採用決策仍應使用同一套 Harness 重跑候選模型。

哪些工作最適合 Step 3.7 Flash？

最值得測試的是：

• Coding Agent；
• Search／Research Agent；
• 視覺資料分析；
• GUI／Computer Use；
• 大型文件；
• 多工具 Workflow；
• 高吞吐 Agent Worker；
• 需要同時控制能力與成本的 Agent Pipeline。

如果工作只需要短文字分類或固定格式轉換，模型能力可能過剩，可以再往更小的模型分流。

常見問題

Step 3.7 Flash 的 Model ID 是什麼？

官方 API 使用 step-3.7-flash。

Step 3.7 Flash 有多少參數？

StepFun 模型卡使用 198B 架構口徑：196B Language Backbone 加 1.8B Vision Encoder，每 Token 約啟用 11B。

為什麼 Hugging Face 顯示 201B？

Hub 的 Safetensors metadata 與官方架構統計方式不同。比較模型架構時可使用官方 198B；部署容量則應直接查看實際 checkpoint。

Step 3.7 Flash Context 多大？

256K Tokens。

Step 3.7 Flash 支援圖片嗎？

支援。它是 Vision-Language Model，可直接接受圖片與文字輸入。

Step 3.7 Flash API 多少錢？

目前官方模型卡為 Input Cache Miss US$0.20／MTok、Cache Hit US$0.04／MTok、Output US$1.15／MTok。

Step 3.7 Flash 可以用 Ollama 或 llama.cpp 嗎？

官方提供 GGUF 與 llama.cpp 路徑；Hugging Face 也提供量化版本供相容工具使用。

64GB Mac 可以完整跑 Step 3.7 Flash 嗎？

依 StepFun 官方目前 GGUF 配置，不足。官方最低約 120GB unified memory／VRAM，建議 128GB。

Step 3.7 Flash 是什麼授權？

Apache 2.0。

Step 3.7 Flash 的定位相當清楚：它用約 11B active parameters 承接一個接近 200B 級模型的容量，再把圖片、搜尋、Coding、GUI 與 Tool Use 組合進同一個 Agent 模型。對需要大量 Agent 工作、又無法讓每一個請求都使用最昂貴 Frontier Model 的團隊，這種「Flash 級成本＋完整 Agent 能力」才是它最值得測試的地方。

資料來源：StepFun Step 3.7 Flash 官方發布頁、StepFun 官方 Hugging Face Model Card、StepFun Open Platform 與官方部署文件。