Step 3.7 Flash

Hauptmerkmale

• ✓
  Natives multimodales Verständnis und Handeln: Verarbeitet Bilder aus dem gesamten Spektrum – Oberflächen, Dokumente, Diagramme und natürliche Szenen – und schreibt dann Code oder ruft Tools auf, um auf das Gesehene zu reagieren.
• ✓
  Verbesserung der Web- und visuellen Suche: Die Websuche erreicht mehr Quellen mit tiefergehenden Folgefragen; die visuelle Suche erkennt Langzeiteinheiten und neu entstandene Konzepte.
• ✓
  Zuverlässige Tool-Nutzung und -Orchestrierung: Steuert Terminals, Browser, Office-Tools und Suche, bleibt über lange Ausführungen hinweg kohärent mit weniger Abweichung und weniger fehlerhaften Tool-Aufrufen.
• ✓
  Kompatibilität mit Agenten-Ökosystemen: Funktioniert mit gängigen Frameworks (Claude Code, KiloCode, Hermes Agent, OpenClaw) und Skills, reduziert Integrationskosten und Arbeitsablaufanpassungen.
• ✓
  Hocheffiziente Architektur: Mit 196B Parametern erzielt es wettbewerbsfähige Ergebnisse in Benchmarks wie SWE-Bench Pro (56,3), Terminal-Bench 2.1 (59,5) und Toolathlon (49,5).
• ✓
  Multimodale Benchmark-Leistung: Erzielt 79,2 bei SimpleVQA (mit Tool) und 95,3 bei V* (mit Python), was starke visuelle Argumentationsfähigkeiten demonstriert.
• ✓
  Allgemeine Agentenaufgaben: Erzielt 45,8 bei GDPval und 67,1 bei ClawEval-1.1 (09.05.2026), was eine solide Leistung in agentenorientierten Bewertungen zeigt.

Zielgruppe

Dieses Modell wurde für KI-Ingenieure, Agentenentwickler und Teams entwickelt, die produktionsreife autonome Systeme bauen. Es eignet sich für alle, die ein schnelles, zuverlässiges Modell für Programmieragenten, visuelle Suchpipelines oder komplexe Tool-Orchestrierungs-Workflows benötigen. Forscher und Integratoren, die mit Agenten-Frameworks wie Claude Code oder OpenClaw arbeiten, werden die Ökosystemkompatibilität als besonders nützlich empfinden.

Wie verwende ich Step 3.7 Flash?

Step 3.7 Flash ist über GitHub, HuggingFace und ModelScope verfügbar. Benutzer können die Modellgewichte herunterladen und in ihre bestehenden Agenten-Pipelines integrieren. Für die direkte Nutzung besuchen Sie die offizielle Website unter https://static.stepfun.com/blog/step-3.7-flash, um auf Dokumentation und Bereitstellungsleitfäden zuzugreifen. Das Modell funktioniert mit gängigen Agenten-Frameworks, sodass Sie es mit minimalen Anpassungen in Ihr aktuelles Setup einbinden können.

Preise und kostenlose Testversion

Der Website-Text enthält keine Angaben zu Preisen, kostenlosen Stufen oder Abonnementplänen. Preisinformationen sind aus dem bereitgestellten Inhalt nicht verfügbar.

Wirkungsanalyse

Step 3.7 Flash positioniert sich als starker Mitbewerber im Bereich der hocheffizienten Agentenmodelle. Seine Benchmark-Ergebnisse – 56,3 bei SWE-Bench Pro und 59,5 bei Terminal-Bench 2.1 – zeigen eine wettbewerbsfähige Leistung im Vergleich zu größeren Modellen wie DeepSeek V4 Flash und Gemini 3.5 Flash, trotz seiner geringeren Parameteranzahl von 196B. Die multimodalen Fähigkeiten, insbesondere der Wert von 95,3 bei V* (mit Python), deuten auf zuverlässiges visuelles Denken für reale Aufgaben hin. Die Ökosystemkompatibilität mit gängigen Frameworks reduziert Integrationshürden und macht es zu einer praktischen Wahl für Teams, die bereits Agenten-Frameworks verwenden. Obwohl es nicht in jedem Benchmark die Spitze erreicht, machen seine Effizienz und der Fokus auf Agentenzuverlässigkeit – weniger Abweichung und weniger fehlgeschlagene Tool-Aufrufe – es zu einer soliden Option für Produktionsbereitstellungen, bei denen Konsistenz wichtiger ist als die rohe Spitzenleistung.