StepFun: Step 3.7 Flash

Stap 3.7 Flash is een tekstgeneratiemodel van StepFun, vermeld op api14 onder de model-id stepfun/step-3.7-flash. Het wordt door zijn provider beschreven als StepFuns nieuwste zeer efficiënte multimodale Mixture-of-Experts-model, dat een taalbackbone met 196B parameters combineert met een visie-encoder en ongeveer 11B parameters activeert. De releasedatum van de provider is 2026-05-28. Als je een model kiest voor een nieuw project, is het belangrijke kader dat dit een multimodaal invoermodel met tekstuitvoer is, gebouwd rond efficiëntie in plaats van ruwe schaal.

Aan de invoerkant accepteert Step 3.7 Flash tekst, afbeeldingen en video, en het produceert alleen tekst. Het contextvenster is 262144 tokens, en de maximale uitvoer is 230400 tokens. Native beeld- en videobegrip komt van de visie-encoder, dus visueel materiaal kan samen met tekst worden aangeleverd in plaats van vooraf te worden omgezet naar beschrijvingen. Redeneergedrag wordt blootgesteld via de parameters reasoning en include_reasoning, en reasoning_effort laat je bepalen hoeveel inspanning daaraan wordt besteed. Gestructureerde uitvoer en response_format worden ondersteund, wat belangrijk is wanneer je machineleesbare resultaten nodig hebt in plaats van proza.

Die mogelijkheden wijzen op een vrij specifieke set use cases. Lange documenten plus lange antwoorden passen bij de context van 262144 tokens en het uitvoerplafond van 230400 tokens: contractbeoordeling, onderzoekssynthese, transcriptanalyse, uitleg van codebases. Omdat afbeeldingen en video als invoer worden geaccepteerd, kun je pipelines bouwen die vragen stellen over screenshots, diagrammen, presentaties, opgenomen demo's of beeldmateriaal in bewakingsstijl en tekst terugkrijgen. Tool calling via tools en tool_choice maakt het bruikbaar als de redeneerstap in een agent-lus, en structured_outputs plus response_format passen bij extractietaken waarbij het resultaat een ander systeem voedt. De redeneerbesturingselementen zijn nuttig wanneer je diepgang wilt afwegen tegen latentie per verzoek.

Het aanroepen via api14 werkt hetzelfde als bij elk ander OpenAI-compatibel model. Richt je client op de api14 base-URL, gebruik je api14-sleutel en stel het modelveld in op stepfun/step-3.7-flash. De ondersteunde verzoekparameters zijn frequency_penalty, include_reasoning, logprobs, max_tokens, presence_penalty, reasoning, reasoning_effort, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs en top_p. Omdat het oppervlak OpenAI-compatibel is, werken bestaande SDK's en bibliotheken over het algemeen zonder wijzigingen, afgezien van de model-id en base-URL.

Er is geen vermelde beperking in de feiten buiten de modaliteitssplitsing: invoer kan tekst, afbeelding of video zijn, maar uitvoer is alleen tekst, dus alles waarvoor gegenereerde afbeeldingen, audio of video nodig is, vereist een ander model. Als je workload puur tekst is en geen baat heeft bij de visie-encoder of de redeneerbesturingselementen, kan een eenvoudiger tekst-only model beter passen. Anders maakt de combinatie van een groot contextvenster, een hoog uitvoerplafond en multimodale invoer dit een redelijke standaard voor document- en media-analysetaken.