Step 3.7 Flash:专为推理优化设计的 196B MoE 模型
Step 3.7 Flash 是一个专为推理优化设计的 196B MoE 模型,采用 MFA 和 AFD 技术,KV-cache 占用仅为 DeepSeek 的 22%,支持高效代理、编码和多模态任务,已开源并可在 Fireworks 平台使用。
入选理由:Step 3.7 Flash 是 196B MoE 模型,从设计之初就聚焦推理效率,而非事后优化。
产品
别名:StepFun
在OpenRouter平台排名第一的AI模型
已跟踪 3 条高相关材料
最近变化
2026-10-10 · 某AI模型最大输出令牌数已修正为64k
为什么值得关注
StepFun_ai 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Many research labs only consider inference efficiency after the fact. Step 3.7 Flash is a 196B MoE m...
Fireworks AI(@FireworksAI_HQ) · 8.5 分
Step 3.7 Flash 是一个专为推理优化设计的 196B MoE 模型,采用 MFA 和 AFD 技术,KV-cache 占用仅为 DeepSeek 的 22%,支持高效代理、编码和多模态任务,已开源并可在 Fireworks 平台使用。
Step 3.7 Flash from @StepFun_ai is live on OpenRouter. A multimodal (image/video/text) MoE that act...
OpenRouter(@OpenRouterAI) · 8.5 分
Step 3.7 Flash 是一个支持多模态的 MoE 模型,仅激活 11B 参数即可处理 196B 参数规模的任务,适用于编码、代理工作流和结构化输出。
Correction: 64k max output tokens.
elvis(@omarsar0) · 5 分
推文更正某AI模型最大输出令牌数为64k,并提及该模型在多个开发平台的应用情况。
已收录 3 条与 StepFun_ai 相关的内容,按评分排序。
Step 3.7 Flash 是一个专为推理优化设计的 196B MoE 模型,采用 MFA 和 AFD 技术,KV-cache 占用仅为 DeepSeek 的 22%,支持高效代理、编码和多模态任务,已开源并可在 Fireworks 平台使用。
入选理由:Step 3.7 Flash 是 196B MoE 模型,从设计之初就聚焦推理效率,而非事后优化。
Step 3.7 Flash 是一个支持多模态的 MoE 模型,仅激活 11B 参数即可处理 196B 参数规模的任务,适用于编码、代理工作流和结构化输出。
入选理由:Step 3.7 Flash 模型通过激活 11B 参数处理 196B 参数规模任务,显著降低计算成本。
推文更正某AI模型最大输出令牌数为64k,并提及该模型在多个开发平台的应用情况。
入选理由:某AI模型最大输出令牌数已修正为64k