Overview
产品概述
Capabilities
核心能力
原生多模态理解
Step 3.7 Flash 基于稀疏 MoE 架构,原生支持图片和视频理解,可直接解析 PDF、表格、图表、UI 截图等内容,无需额外视觉模型即可用于 Agent 工作流。
高速推理与可调推理强度
Step 3.7 Flash 采用 198B 总参数 / 11B 激活参数的稀疏 MoE 架构,具备高吞吐低延迟特性,并支持 low / medium / high 三档推理强度,适应不同复杂度的任务。
可靠工具调用与复杂任务完成
模型支持可靠的工具调用,可进行多步任务分解与计划执行,面向代码生成、方案规划、视觉转工作流等复杂任务,单次调用即可产出更完整的计划、代码与文档。
开放权重与可定制部署
Step 系列部分模型开放权重,具备旗舰级研究、文档解析与代码能力,可部署、可定制、可微调。
Use Cases
适用场景
-
01
智能体与代码任务
Step 3.7 Flash 可稳定接入主流 Coding 与 Agent 工具,用于代码生成、文件编辑、复杂任务协作,并支持手机操作 Agent——通过 GELab-Zero 连接 Android 真机,基于屏幕截图规划操作。
-
02
视觉内容理解与任务模板
支持白板转计划、图表转数据、票据转表格等多模态解析场景,可将截图、图片或视频内容直接转换为结构化输出与工作流。
-
03
实时语音交互与内容创作
StepAudio 2.5 系列支持实时语音对话、语音合成和语音识别,适用于情感陪伴、日常交流、直播带货、有声书、短剧配音、实时字幕和会议记录等语音交互与转写场景。
Integrations
集成能力
OpenAI 兼容协议
Step 3.7 Flash 提供 /v1/chat/completions 接口,兼容 OpenAI 协议,支持流式输出与工具调用。
Anthropic 兼容协议
Step 3.7 Flash 提供 /v1/messages 接口,兼容 Anthropic 协议,可直接复用 Anthropic SDK。
主流 Coding 与 Agent 工具
Step 3.7 Flash 可稳定接入主流 Coding 与 Agent 工具,适合在终端、IDE 和 Agent 工作流中完成代码生成、文件编辑与复杂任务协作。
GELab-Zero
通过 GELab-Zero 连接 Android 真机,让模型基于屏幕截图规划操作,实现手机操作 Agent。