StepFun: Step 3.7 Flash

Model StepFun flash yang lebih baru untuk agen, pengodean, dan perintah multimodal yang lebih cepat.

step-3.7-flash

TersediaStepFunObrolan

Masukan / Keluaran: $0.20 / $1.15
Konteks: 256K
Output maksimal: 256K
Modalitas: Obrolan
Kapabilitas: Penggunaan toolCache Prompt

Tentang Step 3.7 Flash

Step 3.7 Flash adalah model sparse mixture-of-experts dari StepFun untuk agen pengodean, alur kerja pencarian, dan pekerjaan produktivitas konteks panjang. Kartunya menjelaskan desain 198 miliar parameter dengan sekitar 11 miliar aktif per token, dan tiga tingkat penalaran yang dapat dipilih. Model ini mengikuti Step 3.5 Flash, menambahkan dukungan output terstruktur, dan dirilis di bawah Apache 2.0.

Kelebihan

Pencarian dan verifikasi: kartu tersebut menjelaskan agen yang memeriksa klaim terhadap sumber yang diambil dan menolak halaman yang bersifat adversarial.
Keandalan agen: kartu tersebut melaporkan 67,1 pada ClawEval-1.1, sebuah pengujian alur kerja multi-giliran dengan jebakan adversarial.
Pekerjaan repositori: model ini mencetak skor 56,3 pada SWE-Bench Pro, peringkat kedua dalam perbandingan kartu tersebut.
Kedalaman penalaran dapat diatur ke rendah, sedang, atau tinggi, menukar latensi dengan akurasi per permintaan.
Mode JSON, output skema respons, pemanggilan alat, dan penembolokan prompt semuanya didukung.

Kapan harus beralih

StepFun sendiri menandai Terminal-Bench pada 59,5 dan GDPVal-AA pada 45,8 sebagai area yang perlu ditingkatkan.
Ini adalah model teks tanpa input gambar, jadi tangkapan layar dan halaman yang dipindai memerlukan model yang mampu melihat terlebih dahulu.
Bobot penuh 198 miliar parameter cukup berat untuk di-host sendiri, sehingga sebagian besar tim menggunakannya melalui API.

Memulai

Buat API key
Buat kunci di Console, gunakan untuk semua model di platform.

Kirim permintaan pertama Anda

Salin contoh untuk bahasa Anda dan jalankan terhadap endpoint tersebut.

Teks ke teksMessages API

POST/v1/messages

Format API:

curl https://api.tokenlab.sh/v1/messages \
  -H "Content-Type: application/json" \
  -H "x-api-key: sk-xxx" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "step-3.7-flash",
    "max_tokens": 1024,
    "messages": [
      {"role": "user", "content": "Hello!"}
    ]
  }'

Penetapan Harga

Harga Official adalah baseline publik pembuat model. Harga TokenLab adalah yang Anda bayar untuk model ini di TokenLab.

Default

per 1M token

Harga Official: Masukan $0.20 / Keluaran $1.15 / Pembacaan cache $0.04 / Teks Masukan $0.20 / Teks Keluaran $1.15
Official: Masukan $0.20 / Keluaran $1.15 / Pembacaan cache $0.04 / Teks Masukan $0.20 / Teks Keluaran $1.15
Diskon: —

Harga cache prompt

Pembacaan cache

Harga Official: $0.04
Official: $0.04
Diskon: —

	Harga Officialper 1M token	Officialper 1M token	Diskon
Default	Masukan $0.20 / Keluaran $1.15 / Pembacaan cache $0.04 / Teks Masukan $0.20 / Teks Keluaran $1.15	Masukan $0.20 / Keluaran $1.15 / Pembacaan cache $0.04 / Teks Masukan $0.20 / Teks Keluaran $1.15	—
Harga cache prompt
Pembacaan cache	$0.04	$0.04	—

Penggunaan & aktivitas

Tingkat keberhasilan adalah proporsi permintaan yang selesai. Latensi adalah berapa lama respons penuh berlangsung; P95 berarti 95% permintaan selesai dalam waktu tersebut.

Penggunaan & ketersediaan

24 jam terakhir

Permintaan
Tingkat keberhasilan
Latensi P95
Total token

Performa model

Terakhir diperbarui 3 Okt 2026, 19.17 UTC

Metrik akan muncul setelah ambang batas privasi dan volume data terpenuhi.

Data didasarkan pada permintaan pengguna gabungan, tidak termasuk pemeriksaan status.

Buka di Console

Buka Step 3.7 Flash di Console dengan prompt siap diedit atau dikirim.

Bantu saya mencoba step-3.7-flash dengan pesan singkat di /v1/messages. Tampilkan balasan, latensi, dan biayanya.

Skenario penggunaan

Agen pengodean konkuren
Jalankan beberapa agen terhadap satu repositori, masing-masing melacak jalur kode dan menghasilkan patch, dengan tingkat penalaran yang lebih rendah untuk pengeditan rutin.
Loop pencarian dan verifikasi
Minta agen untuk mencari, membaca sumber, dan memeriksa klaimnya sendiri sebelum menjawab, menggunakan ketahanan model terhadap halaman adversarial.
Ekstraksi terstruktur
Kembalikan JSON bertipe dari faktur, tiket, atau pengajuan dengan penegakan skema respons alih-alih mengurai teks bebas.
Ringkasan konteks panjang
Ringkas laporan panjang, transkrip, dan riwayat tiket menjadi ringkasan, menggunakan tingkat penalaran yang lebih rendah untuk ringkasan rutin dan yang lebih tinggi untuk analisis.

Contoh prompt

Cari di repositori untuk setiap pemanggil billing.charge(), buat daftar yang mengabaikan nilai kembalian, dan usulkan patch untuk masing-masing.

Ekstrak vendor, nomor faktur, item baris, dan total dari teks ini sebagai JSON yang cocok dengan skema yang saya berikan kepada Anda.

Periksa setiap klaim dalam draf ini terhadap sumber yang dapat Anda ambil dan tandai setiap pernyataan yang tidak dapat Anda konfirmasi.

Model ini memiliki harga kondisional. Total token bulanan saja tidak dapat menghasilkan estimasi yang andal; gunakan harga detail untuk spesifikasi permintaan, cache, dan jendela waktu yang berlaku.

FAQ

Apa itu Step 3.7 Flash?

Ini adalah model sparse mixture-of-experts dari StepFun yang ditujukan untuk pengodean agen, pencarian, dan pekerjaan konteks panjang. Kartu model mencantumkan total 198 miliar parameter, sekitar 11 miliar aktif per token, dan lisensi Apache 2.0. StepFun memposisikannya untuk pengembang yang menskalakan alur kerja agen.

Apa saja tingkat penalarannya?

StepFun menyediakan tiga tingkat yang dapat dipilih: rendah, sedang, dan tinggi. Gunakan rendah untuk pemanggilan alat rutin dan jawaban singkat, dan tinggi untuk debugging, perencanaan, atau verifikasi multi-langkah di mana akurasi lebih penting daripada waktu respons.

Apakah Step 3.7 Flash mendukung output terstruktur?

Ya. Model ini mendukung skema respons bersama dengan mode JSON dan pemanggilan alat, sehingga Anda dapat membatasi balasan ke skema. Hal itu membedakannya dari Step 3.5 Flash, yang tidak memiliki dukungan skema respons.

Bisakah ia membaca gambar?

Tidak. Ini adalah model teks, jadi input gambar tidak didukung. Untuk tangkapan layar atau halaman yang dipindai, gunakan Step 5 Preview, yang menerima gambar dan video, atau ekstrak teksnya terlebih dahulu.

Kapan saya harus memilih Step 5 Preview?

Pilih Step 5 Preview saat Anda membutuhkan model unggulan StepFun, jendela konteks dalam kisaran jutaan token, atau input video. Step 3.7 Flash adalah opsi yang lebih cepat dan lebih kecil untuk loop agen bervolume tinggi.

Berapa biaya Step 3.7 Flash?

Di TokenLab, Step 3.7 Flash dikenakan Masukan $0.20 / Keluaran $1.15 per 1M token. Tabel harga di atas menampilkan rincian lengkap. Tarif bergantung pada unit penagihan, spesifikasi, dan penggunaan. Bandingkan kondisi yang sama dalam harga detail model; satu tarif tidak menentukan total biaya.

Berapa batas konteks dan output Step 3.7 Flash?

Step 3.7 Flash mendukung hingga 262.144 token konteks dan menghasilkan hingga 262.144 token per respons.

Endpoint mana yang harus digunakan Step 3.7 Flash?

Pakai https://api.tokenlab.sh/v1/messages sebagai default untuk Step 3.7 Flash. Jika format native penyedia didukung, API workbench juga menampilkan endpoint tersebut.

Operasi apa saja yang didukung Step 3.7 Flash?

Step 3.7 Flash mendukung Teks ke teks. Pilih operasi di API workbench di atas untuk melihat endpoint dan contoh kode terkait.