Step 3.7 Flash를 로컬에서 실행할 수 있나요?

StepFun | 262,144 토큰 컨텍스트 | 입력 $0.20/M, 출력 $1.15/M. Step 3.7 Flash는 StepFun의 최신 고효율 멀티모달 Mixture-of-Experts 모델입니다. 196B 파라미터 언어 백본과 비전 인코더를 결합해 이미지 및 비디오를 네이티브로 이해하며, 토큰당 약 110억 파라미터가 활성화됩니다. 256K 컨텍스트 창을 지원하고, 호출자가 속도, 비용, 추론 깊이를 조절할 수 있는 선택적 추론 수준(높음/중간/낮음)을 제공합니다. 코딩, 에이전트 워크플로우, 구조화된 출력, 장기 컨텍스트 생산성 작업에 적합합니다.

이 모델의 가이드

용도별 최고의 로컬 LLM (2026년 10월): 모든 작업에 맞는 최적의 오픈 모델

로컬 AI에 실제로 필요한 VRAM은 얼마나 될까?

오픈 가중치 vs 오픈 소스 vs API 전용: 실제로 할 수 있는 것

GGUF 파일이란? 양자화 모델 설명 (Q4, Q8, fp8, NF4)

모든 가이드

캡틴의 노트

Captain 작성, 하우스 에디터

2026-10-13의 노트

Step 3.7 Flash는 StepFun의 희소 Mixture-of-Experts 비전-언어 모델로, 1960억 파라미터의 언어 백본과 비전 인코더를 결합하면서 토큰당 약 110억 파라미터만 활성화합니다. 256K 컨텍스트 윈도우, 네이티브 이미지 및 비디오 이해, 세 가지 선택 가능한 추론 수준을 지원합니다. 입력 토큰당 0.20달러로, 캐주얼 채팅이 아닌 고처리량 에이전트 파이프라인을 운영하는 개발자를 대상으로 합니다.

알려진 점

속도와 호출당 비용을 거래할 수 있는 선택 가능한 추론 깊이(낮음/중간/높음).
강력한 에이전트 도구 사용: ClawEval-1.1에서 67.1로 2위와 큰 격차를 보임.
기본 모델에 내장된 네이티브 이미지 및 비디오 이해 기능, 별도 추가 아님.
256K 컨텍스트로 대용량 문서, 긴 코드베이스, 다중 턴 에이전트 기록을 한 번에 처리 가능.
Hugging Face에서 오픈 가중치 제공, 자체 호스팅 또는 온프레미스 배포 가능.

주의할 점

총 1980억 파라미터로 로컬 실행 시 강력한 하드웨어 필요; 다운로드 전 VRAM 확인 필수.
출력 비용이 토큰당 1.15달러로, 고추론 및 장황한 워크플로우에서 비용이 빠르게 증가.
StepFun이 모델 카드에 전체 라이선스 조건을 공개하지 않아, 상용 배포 전 사용 허가 확인 필요.

최적 용도

시도해볼 프롬프트

다중 파일 버그 추적

다음은 GitHub 이슈 리포트와 관련된 세 개의 Python 파일입니다. 파일 전반에 걸쳐 근본 원인을 추적하고, 버그를 도입한 정확한 라인을 설명하며, 회귀 테스트를 통과할 최소한의 패치를 작성하세요. 이슈: 빈 리스트로 process_batch() 호출 시 'results'에 KeyError 발생. 파일들: [여기에 파일을 붙여넣으세요].

차트에서 구조화된 데이터 추출

재무 대시보드의 스크린샷을 첨부합니다. 여러 차트와 요약 테이블이 포함되어 있습니다. 읽을 수 있는 모든 숫자 값을 추출하고, 각 값의 지표명과 기간을 식별한 뒤, metric, period, value, unit 키를 가진 JSON 배열로 결과를 반환하세요.

장문 문서 에이전트 계획

아래에 200페이지 분량의 조달 계약서가 붙어 있습니다. 우리 측에 재정적 의무를 부과하는 모든 조항과 각 조항의 기한 또는 발동 조건, 명시된 최대 책임 한도를 식별하세요. 기한별로 정렬된 표를 반환하며, 기한이 모호한 경우 표시하세요. [계약서 텍스트 붙여넣기]

비교하기

Step 5 Preview
오픈 가중치 모델
1,048,576 토큰 컨텍스트 · $1.00/M 입력, $2.70/M 출력
Step 3.5 Flash
오픈 가중치 모델
262,144 토큰 컨텍스트 · $0.10/M 입력, $0.30/M 출력
GPT-6 Luna
API 전용 모델
1,050,000 토큰 컨텍스트 · $0.10/M 입력, $0.50/M 출력
GPT-5.6 Luna
API 전용 모델
1,050,000 토큰 컨텍스트 · $0.20/M 입력, $1.20/M 출력

stepfun의 더 많은 텍스트 모델

사람들이 묻는 질문

Step 3.7 Flash를 로컬에서 실행할 수 있나요?: 네, 가중치는 오픈되어 있으며 Hugging Face의 stepfun-ai/Step-3.7-Flash에서 호스팅됩니다. 하지만 전체 모델은 1980억 파라미터 희소 MoE로, 유용한 속도로 실행하려면 상당한 하드웨어가 필요합니다.
비용과 컨텍스트 윈도우 크기는 어떻게 되나요?: 입력 토큰은 백만당 0.20달러(캐시 적중 시 0.04달러), 출력 토큰은 백만당 1.15달러이며, 컨텍스트 윈도우는 256K 토큰입니다.
Step 3.7 Flash는 일반적인 밀집 모델과 어떻게 다른가요?: 총 1980억 파라미터 중 토큰당 약 110억 파라미터만 활성화하는 Mixture-of-Experts 구조로, 동등한 성능의 밀집 모델보다 처리량이 높고 요청별로 추론 깊이를 조절할 수 있습니다.

캡틴의 평가
출력 비용을 감당하거나 자체 호스팅이 가능하다면, 진정한 비전 능력과 영리한 추론 조절 기능을 갖춘 강력한 에이전트 워크호스입니다.

Hugging Face의 모델 카드

캡틴은 모델의 설명과 모델 카드에서 이 노트를 작성합니다. 가격과 컨텍스트 크기는 작성 시점의 제공자 기준이며 변경될 수 있습니다.

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

이 점수가 어떻게 계산되는지

이 모델은 아직 어떤 출처에서도 인기 데이터가 없어서 7,000° 아래에 임시 점수를 가지고 있어. 이 점수는 목록을 완성하는 데 쓰여. 데이터가 있는 모델보다 절대 순위가 높지 않아. 출처에서 보고가 들어오는 즉시 여기서 세부 내역이 나타나.

용어집: 여기서 쓰는 말들

히트 점수: 모델이 지금 얼마나 쓰이고 원하는지 한 숫자로 나타낸 거야, 0°부터 9,999°까지. 이 사이트에서 가장 인기 있는 목록은 모두 이 점수로 정렬돼.
기본 점수: 실제 데이터가 있는 모든 모델이 시작하는 7,000°야. 점수는 0°부터 9,999°까지인데, 기본 점수 아래는 데이터 없는 모델(대체 모델)용으로 남겨둬서 데이터 있는 모델이 항상 위에 오도록 해. 기본 점수는 모두 같고 아무것도 결정하지 않아; 그 위 점수가 실제 측정치야.
다운로드 동등치: 점수가 다운로드로 취급하는 모든 걸 합친 거야: 실제 다운로드, 토렌트 시더 1,000개씩, AI Horde 이미지와 생성 사이트 실행 1개씩.
로그 스케일: 1씩이 아니라 10씩 세는 거야: 1,000에서 10,000 다운로드가 늘면 10,000에서 100,000 늘어난 것과 같은 점수가 더해져. 큰 모델이 다 차지하는 걸 막아줘.
좋아요: 모든 출처의 좋아요와 엄지척, 로그 스케일에서 다운로드 절반 가치야.
채택률: 두 번 측정한 차이로 계산한 지금 하루 다운로드 수야. 다운로드 항목 무게의 4분의 1이야.
측정 및 추정: 측정은 두 번의 소스 읽기가 존재하고 그 차이가 실제라는 뜻이야. 추정은 오늘의 총합만 알고 과거는 모델의 전체 기간에 나눠서 보여주는 거야; 사이트에서 어떤 걸 보여주는지 알려줘.
시더: 토렌트를 통해 다른 사람이 다운로드할 수 있도록 가중치 파일을 온라인에 보관하는 사람이나 호스팅 미러를 말해. 각각 1,000번 다운로드로 계산돼.
AI 호드: 기부받은 컴퓨터에서 무료로 이미지를 생성하는 자원봉사 네트워크야. 모델로 만든 이미지 수가 공개되고, 각각이 한 번의 다운로드로 계산돼.
생성 사이트: PixAI, SeaArt, Yodayo 같은 모델 복사본을 직접 호스팅하고 사람들이 생성할 수 있게 하는 사이트들이야. 이들의 다운로드는 Civitai와 같고, 생성 한 번이 한 번의 다운로드로 계산돼.
OpenRouter 토큰: Claude나 GPT 같은 API를 통해 제공되는 텍스트 모델은 다운로드할 가중치가 없으므로, 지난 30일간 OpenRouter를 통해 읽고 쓴 텍스트 조각인 토큰 수로 사용량을 측정합니다. 10,000,000 토큰마다 다운로드 1회로 계산합니다. 출처: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
전체 모델 (체크포인트): 가중치 자체, 혼자서 생성하는 파일이야. 애드온이 이걸 기반으로 하기 때문에 보너스 점수를 받아.
LoRA와 임베딩: 다른 사람의 가중치를 특정 스타일, 캐릭터, 개념 쪽으로 조정하는 작은 추가 파일이야. 혼자 실행할 수 없어.
패밀리와 가중치: 모델이 기반으로 하는 것, 예를 들어 SD 1.5, SDXL, Flux, Wan 같은 거야. 모든 모델은 패밀리 가중치의 출시일을 물려받아.
연령: 패밀리 가중치가 나온 지 얼마나 됐는지에 따라 점수를 깎아: 1년에 150°, 최대 750°까지. 오래된 다운로드는 리스트 상단 고정을 풀어 쌓이도록 해.
패밀리 부스트: 이 사이트가 지금 밀고 있는 패밀리의 LoRA에 주는 작고 제한된 점수 조정으로, 항상 세부 내역에 표시돼.
대체 점수: 아직 소스 보고가 없는 모델에 안정적으로 주는 최저 점수로, 리스트가 완전하게 유지되도록 해. 데이터가 있는 모델보다 절대 높게 평가되지 않아.
신규! (유예 기간): 7일 미만의 신규 모델은 점수 대신 '신규!' 표시가 나오며 순위에 포함되지 않습니다. 점수는 첫날부터 계산되지만, 하루 된 모델은 매우 빠르게 성장하므로 유예 기간 없이는 항상 어제 나온 모델이 이번 주 #1이 되어버립니다.
추세: 한 기간 동안 모델의 성장 속도가 같은 기간의 일반 모델 성장 속도와 비교해서 어떤지 보여줘. 일반보다 빠르면 상승, 느리면 하락으로 봐.
일반 모델: 카탈로그의 중간값: 수치가 있는 모델 중 절반은 기간 동안 더 빨리 성장했고, 절반은 더 느리게 성장했어.

유사한 모델

DeepSeek V4 Flash 0423

이미지·영상·텍스트 생성을 위한 AI 모델

Step 3.7 Flash은(는) Text / LLM 패밀리용 텍스트 모델으로, 오픈 소스 AI 이미지·영상·텍스트 모델의 읽기 전용 카탈로그인 ModelTrends.ai에 등록되어 있습니다. 다른 Text / LLM 모델과 비교하고 열기 점수로 트렌드를 확인해 보세요.

모델 패밀리별로 보기