Step 3.7 Flash

Fiche modèle · StepFun · step-3.7-flash

Step 3.7 Flash is an open-source multimodal reasoning model by StepFun with 198B total parameters (11B active) using Mixture of Experts. It accepts text and image inputs and features a 256K context window, selectable reasoning effort, tool calling, and agentic capabilities for coding and search workflows, scoring 80.9% on GPQA Diamond and 56.3% on SWE-bench Pro.

Fiches modèles

Identité

Organisation	StepFun
Pays	—
Famille	—
Type	llm
Date de sortie	2026-06-10
Licence	apache 2.0
Licence commerciale	oui
Licence open source	oui
Poids ouverts	oui
Auto-hébergement (DGX Spark)	non — 198 Md > 107 Md
Modalités	image\|text\|video
Fenêtre de contexte	262 144
KV cache / token (Q8)	737.3 ko/token
Paramètres totaux	198 B
Paramètres actifs (session)	11 B
Source des paramètres actifs	web : https://huggingface.co/stepfun-ai/Step-3.7-Flash
Curation des paramètres actifs	2026-11-04
Prix par session	0.43 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	3.61 $ (est.)
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-09-08T16:06:16.523795Z
Mis à jour le	2026-11-04T06:05:12.546210Z
Source	LLM Stats
URL	https://llm-stats.com/models/step-3.7-flash

Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : non — hors DGX Spark (> 107 Md).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
DeepInfra	llm-stats	non	0.20 $	1.15 $	—	—	—	—	active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
legal	0.50
math	0.50
reasoning	0.50
finance	0.50
general	0.50
agents	0.50
code	0.60
tool_calling	0.60

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
gdpval	general	0.46	1.00	0.46	non	oui	2026-11-04T06:05:12.549452Z
humanity's-last-exam-(with-tools,-text-only)	reasoning	0.47	1.00	0.47	non	oui	2026-11-04T06:05:12.552283Z
swe-bench-pro	reasoning	0.56	1.00	0.56	non	oui	2026-11-04T06:05:12.555280Z
terminal-bench-2.1	reasoning	0.59	1.00	0.59	non	oui	2026-11-04T06:05:12.558137Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
agents	113	—	13.37	3	trueskill	2026-10-20	model_history
code	123	—	19.20	2	trueskill	2026-10-20	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04