Posso eseguire Step 3.7 Flash localmente?

Sì, i pesi sono open e ospitati su Hugging Face sotto stepfun-ai/Step-3.7-Flash, ma il modello completo è un MoE sparso da 198 miliardi di parametri, quindi servirà hardware consistente per eseguirlo a velocità utile.

Quanto costa e quanto è grande la finestra di contesto?

I token in input costano 0,20$ per milione (0,04$ in caso di cache hit) e i token in output 1,15$ per milione; la finestra di contesto è di 256K token.

In cosa Step 3.7 Flash differisce da un modello denso standard?

È un'architettura Mixture-of-Experts che attiva circa 11 miliardi di parametri per token nonostante un totale di 198 miliardi, offrendo throughput superiore a un modello denso comparabile e permettendo di regolare la profondità di ragionamento per richiesta.

Step 3.7 Flash

3679°

#llm #stepfun #visione #video #ragionamento #agenti

Esegui questo modello

Offerte / Annunci

OpenRouter Terminale / API

Paga per token

Chatta con questo modello nel browser o chiamalo dal tuo codice con una chiave API.

StepFun | contesto da 262.144 token | $0.20/M input, $1.15/M output. Step 3.7 Flash è l'ultimo modello multimodale Mixture-of-Experts ad alta efficienza di StepFun. Abbina un backbone linguistico da 196B parametri a un encoder visivo per comprensione nativa di immagini e video, attivando circa 11B parametri per token. Il modello supporta una finestra di contesto da 256K e offre livelli di ragionamento selezionabili (alto/medio/basso), permettendo di bilanciare velocità, costo e profondità del ragionamento. Progettato per coding, flussi di lavoro agentici, output strutturati e compiti produttivi a lungo contesto.

Guide per questo modello

Il miglior LLM locale per caso d'uso (ottobre 2026): il modello open giusto per ogni lavoro

Quanta VRAM serve davvero per l'AI locale?

Pesi aperti vs open source vs solo API: cosa puoi davvero fare

Cos'è un file GGUF? Modelli quantizzati spiegati (Q4, Q8, fp8, NF4)

Tutte le guide

Note del capitano

Scritto da Captain, l'editor di casa

Note del 2026-10-13

Step 3.7 Flash è il modello sparse Mixture-of-Experts vision-language di StepFun, che abbina un backbone linguistico da 196 miliardi di parametri a un encoder visivo attivando solo circa 11 miliardi di parametri per token. Supporta una finestra di contesto da 256K, comprensione nativa di immagini e video e tre livelli di ragionamento selezionabili. A 0,20$ per milione di token in input è pensato per sviluppatori che eseguono pipeline agentiche ad alto throughput, non per chat casuali.

Conosciuto per

Profondità di ragionamento selezionabile (bassa/media/alta) per bilanciare velocità e costo per chiamata.
Forte uso agentico di strumenti: guida ClawEval-1.1 con 67,1, ben davanti al concorrente successivo.
Comprensione nativa di immagini e video integrata nel modello base, non aggiunta esterna.
Contesto da 256K token gestisce documenti grandi, codebase lunghe o storie agentiche multi-turn in un solo passaggio.
Pesi open disponibili su Hugging Face per deployment self-hosted o on-premise.

Attenzione a

Con 198 miliardi di parametri totali, eseguirlo localmente richiede hardware serio; verifica la VRAM prima di scaricarlo.
Il prezzo di output a 1,15$/M token può salire rapidamente in flussi di lavoro ad alto ragionamento e output verboso.
StepFun non ha pubblicato termini di licenza completi nella scheda modello; verifica gli usi permessi prima di un deployment in produzione.

Ideale per

Agenti e uso di strumenti

Prompt da provare

Caccia al bug multi-file

Ecco un report di issue GitHub e tre file Python correlati. Traccia la causa radice tra i file, spiega esattamente quale riga introduce il bug e produci una patch minima che passi un test di regressione. Issue: chiamare process_batch() con una lista vuota genera KeyError su 'results'. File: [incolla i tuoi file qui].

Da grafico a dati strutturati

Allego uno screenshot di un cruscotto finanziario con più grafici e una tabella riepilogativa. Estrai ogni valore numerico leggibile, identifica il nome della metrica e il periodo temporale per ciascuno e restituisci il risultato come array JSON con chiavi: metric, period, value, unit.

Piano agente per documento lungo

Hai un contratto di approvvigionamento di 200 pagine incollato qui sotto. Identifica ogni clausola che crea un obbligo finanziario da parte nostra, la scadenza o il trigger per ciascuna e l'importo massimo di responsabilità se indicato. Restituisci una tabella ordinata per data di scadenza. Se una scadenza è ambigua, segnalala. [incolla testo contratto].

Confronta con

Step 5 Preview
Modello con pesi aperti
Contesto di 1,048,576 token · Input $1.00/M, output $2.70/M
Step 3.5 Flash
Modello con pesi aperti
Contesto di 262,144 token · Input $0.10/M, output $0.30/M
GPT-6 Luna
Modello solo API
Contesto di 1,050,000 token · Input $0.10/M, output $0.50/M
GPT-5.6 Luna
Modello solo API
Contesto di 1,050,000 token · Input $0.20/M, output $1.20/M

Altri modelli di testo da stepfun

Domande frequenti

Posso eseguire Step 3.7 Flash localmente?: Sì, i pesi sono open e ospitati su Hugging Face sotto stepfun-ai/Step-3.7-Flash, ma il modello completo è un MoE sparso da 198 miliardi di parametri, quindi servirà hardware consistente per eseguirlo a velocità utile.
Quanto costa e quanto è grande la finestra di contesto?: I token in input costano 0,20$ per milione (0,04$ in caso di cache hit) e i token in output 1,15$ per milione; la finestra di contesto è di 256K token.
In cosa Step 3.7 Flash differisce da un modello denso standard?: È un'architettura Mixture-of-Experts che attiva circa 11 miliardi di parametri per token nonostante un totale di 198 miliardi, offrendo throughput superiore a un modello denso comparabile e permettendo di regolare la profondità di ragionamento per richiesta.

Verdetto del capitano
Un serio cavallo da lavoro agentico con vere capacità visive e un intelligente selettore di ragionamento, a patto di poter sostenere il costo di output o ospitarlo autonomamente.

Scheda modello su Hugging Face

Il capitano scrive queste note dalla descrizione e dalla scheda modello. Prezzi e dimensioni del contesto sono quelli del provider al momento della scrittura e possono cambiare.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Come si calcola questo punteggio

Questo modello non ha ancora dati di popolarità da nessuna fonte, quindi ha un numero provvisorio sotto 7,000° che mantiene le liste complete. Non supera mai un modello con dati. La suddivisione appare qui appena una fonte la segnala.

Glossario: i termini usati qui

Punteggio heat: Un numero che indica quanto un modello è usato e desiderato ora, da 0° a 9.999°. Ogni lista su questo sito che dice più caldo è ordinata per questo e nient’altro.
Soglia minima: I 7.000° da cui parte ogni modello con dati reali. La scala va da 0° a 9.999°; la parte sotto la soglia è riservata ai sostituti (modelli senza dati), così un modello con dati è sempre sopra uno senza. La soglia è uguale per tutti e non decide nulla; i gradi sopra sono la misura.
Equivalenti di download: Tutto ciò che il punteggio considera come un download, sommato: i download stessi, ogni seeder torrent come 1.000, ogni immagine AI Horde e ogni esecuzione su un sito di generazione come uno.
Scala logaritmica: Conta a decine, non a unità: passare da 1.000 a 10.000 download aggiunge gli stessi gradi che passare da 10.000 a 100.000. Evita che i giganti schiaccino tutto il resto.
Like: Pollici in su e like da ogni fonte, valgono metà di un download sulla scala logaritmica.
Tasso di adozione: Quanti download al giorno riceve un modello ora, dalla differenza tra due rilevazioni di una fonte. Un quarto del peso del termine download.
Misurato e stimato: Misurato significa che ci sono due letture di una fonte e la differenza è reale. Stimato significa che si conosce solo il totale di oggi e il passato è distribuito sulla vita del modello; il sito indica quale viene mostrato.
Seeder: Qualcuno che mantiene una copia dei pesi online per farli scaricare agli altri tramite torrent, o uno specchio ospitato che fa lo stesso. Ognuno conta come 1.000 download.
AI Horde: Una rete di volontari che genera immagini gratis su computer donati. Il numero di immagini create con un modello è pubblico, e ognuna conta come un download.
Siti di generazione: Siti che ospitano copie di un modello e permettono di generare con esso, come PixAI, SeaArt e Yodayo. I loro download contano come quelli di Civitai e ogni generazione come un download.
Token OpenRouter: Un modello di testo servito tramite API, come Claude o GPT, non ha pesi da scaricare, quindi il suo utilizzo si misura in token: i pezzi di testo letti e scritti tramite OpenRouter, un gateway usato da molte app, negli ultimi 30 giorni. Ogni 10,000,000 token conta come un download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modello completo (checkpoint): I pesi stessi, il file che genera da solo. Riceve un bonus perché da esso dipendono gli add-on.
LoRA e embedding: Piccoli file add-on che indirizzano i pesi di qualcun altro verso uno stile, un personaggio o un concetto. Non possono funzionare da soli.
Famiglia e pesi: La base su cui è costruito un modello, come SD 1.5, SDXL, Flux o Wan. Ogni modello eredita la data di rilascio dei pesi della sua famiglia.
Età: Gradi tolti in base a quanto tempo fa sono usciti i pesi della famiglia: 150° all'anno, fino a 750°. Mantiene i vecchi download che hanno avuto anni per accumularsi congelando la cima della lista.
Boost famiglia: Una piccola spinta limitata per le LoRA di una famiglia che questo sito sta promuovendo ora, sempre elencata nel dettaglio.
Punteggio stand-in: Un numero stabile sotto il minimo dato a un modello su cui nessuna fonte ha ancora dati, così le liste restano complete. Non supera mai un modello con dati.
Novità! (periodo di grazia): Un modello più giovane di 7 giorni mostra Novità! invece di un punteggio e non ha posizione nelle classifiche. Il suo punteggio è calcolato dal primo giorno, ma un modello di un giorno cresce più velocemente di qualsiasi altro, quindi senza l'attesa il #1 della settimana sarebbe sempre quello uscito ieri invece di quello che ha resistito per una settimana.
Tendenza: Come la crescita di un modello in un periodo si confronta con la crescita tipica di un modello nello stesso periodo. Più veloce del tipico si legge come aumento, più lento come calo.
Modello tipico: Il centro del catalogo: metà dei modelli con un valore è cresciuta più velocemente nel periodo, metà più lentamente.

Modelli simili

gemma 2 9b it

TEXT / LLM

gpt oss safeguard 20b

Modelli di IA per generare immagini, video e testo

Step 3.7 Flash è un modello di testo per la famiglia Text / LLM presente su ModelTrends.ai, un catalogo in sola lettura di modelli di IA open source per immagini, video e testo. Confrontalo con gli altri modelli Text / LLM e controlla il punteggio di calore per vedere la tendenza.

Altri modelli Text / LLM Altri Testo / LLM Text / LLM llm stepfun visione video ragionamento agenti programmazione contesto lungo

Sfoglia per famiglia di modelli