Дом
Запуск Flash знаменует начало революции в области повышения эффективности работы агентов
Сегодня состоялся официальный выпуск Step3.7Flash. Эта модель с открытым исходным кодом специально разработана для решения ключевых задач, связанных с эпохой агентов, включая повышение эффективности, обеспечение надежности и расширение возможностей мультимодальной обработки. Она быстро привлекла значительное внимание в отрасли благодаря выпуску по лицензии с открытым доступом к весам (Apache 2.0).

Выдающиеся результаты тестирования и высокая практическая производительность
Step3.7Flash продемонстрировала исключительную производительность в ходе ряда важнейших оценочных тестов:
Первое место в ClawEval-1.1 с результатом 67,1 балла
Первое место в тесте SimpleVQA Search с результатом 79,2 балла
Второе место в тесте SWE-PRO с результатом 56,3 балла
Результат 95,3 баллов в тестах V* Python
Эти результаты подтверждают его сильное конкурентное преимущество в сложных сценариях использования, таких как задачи агентов, генерация кода и приложения визуального поиска.
Оптимизированные параметры: баланс между скоростью, затратами и производительностью
Разработанный специально для агентных, кодирующих, поисковых и мультимодальных рабочих процессов, Step3.7Flash добился значительных улучшений в скорости и эффективности:
Скорость вывода заключений: до 400 TPS
Архитектура: разреженная структура MoE объемом 198 млрд с примерно 11 млрд активных параметров
Длина контекста: поддержка до 256K символов
Уровень рассуждений: предлагает три различных уровня глубины рассуждений
Сохраняя высокую производительность, эта модель также снижает фактические затраты на развертывание, что делает её эффективным выбором для разработчиков.
Мультимодальное понимание в сочетании с надёжным выполнением, что действительно позволяет «видеть и действовать»
Наиболее примечательной особенностью Step3.7Flash является его надежная способность работать в цикле «восприятие-действие». Он может интерпретировать пользовательские интерфейсы, диаграммы, документы и изображения, а затем автоматически генерировать код или запускать инструменты для выполнения необходимых действий.
Кроме того, её усовершенствованная функция визуального поиска Web+ обеспечивает доступ к более широкому спектру источников информации и поддерживает более детализированные последующие запросы. Надежность вызовов инструментов также была значительно повышена: достигнут показатель успешности более 98 % на всех уровнях сложности теста τ²-bench, что помогает минимизировать такие проблемы, как отклонение от цели и сбои при вызове инструментов.
Совместимость с существующими экосистемами и простое локальное развертывание
Эта модель хорошо работает с популярными фреймворками агентов, включая Claude Code, KiloCode, Hermes Agent и OpenClaw, а также с протоколами MCP. Она также совместима с локальным оборудованием, таким как Mac Studio M4Max, DGX Spark и AMD AI Max+395, что облегчает локальное развертывание и использование в сценариях, где приоритетом является конфиденциальность данных.
Комментарий AIbase
Связанная статья
Бывший исследователь OpenAI Барретт Зоф возвращается в Google для участия в разработке Gemini
Баррет Зоф, который ранее внезапно уволился и перешел в OpenAI из-за разногласий с генеральным директором Thinking Machines Lab Мириам Муларати, вновь сменил работодателя. Компания Google, входящая в
Как компания Recursive Intelligence за 4 месяца привлекла 335 млн долларов при оценке в 4 млрд долларов
Соучредителям стартапа Ricursive Intelligence, похоже, было суждено стать соучредителями.Анна Голди, генеральный директор, и Азалия Мирхосейни, технический директор, настолько известны в сообществе сп
Гонка в области ИИ не будет ждать, как и скидка в 25 % на TechCrunch Disrupt
Каждый основатель, занимающийся разработкой ИИ в настоящее время, задает себе один и тот же вопрос: достаточно ли быстро и эффективно мы продвигаемся? TechCrunch Disrupt 2026 даст вам возможность оказ
Рекомендации по связанным специальным темам
Комментарии (0)
Сегодня состоялся официальный выпуск Step3.7Flash. Эта модель с открытым исходным кодом специально разработана для решения ключевых задач, связанных с эпохой агентов, включая повышение эффективности, обеспечение надежности и расширение возможностей мультимодальной обработки. Она быстро привлекла значительное внимание в отрасли благодаря выпуску по лицензии с открытым доступом к весам (Apache 2.0).

Выдающиеся результаты тестирования и высокая практическая производительность
Step3.7Flash продемонстрировала исключительную производительность в ходе ряда важнейших оценочных тестов:
Первое место в ClawEval-1.1 с результатом 67,1 балла
Первое место в тесте SimpleVQA Search с результатом 79,2 балла
Второе место в тесте SWE-PRO с результатом 56,3 балла
Результат 95,3 баллов в тестах V* Python
Эти результаты подтверждают его сильное конкурентное преимущество в сложных сценариях использования, таких как задачи агентов, генерация кода и приложения визуального поиска.
Оптимизированные параметры: баланс между скоростью, затратами и производительностью
Разработанный специально для агентных, кодирующих, поисковых и мультимодальных рабочих процессов, Step3.7Flash добился значительных улучшений в скорости и эффективности:
Скорость вывода заключений: до 400 TPS
Архитектура: разреженная структура MoE объемом 198 млрд с примерно 11 млрд активных параметров
Длина контекста: поддержка до 256K символов
Уровень рассуждений: предлагает три различных уровня глубины рассуждений
Сохраняя высокую производительность, эта модель также снижает фактические затраты на развертывание, что делает её эффективным выбором для разработчиков.
Мультимодальное понимание в сочетании с надёжным выполнением, что действительно позволяет «видеть и действовать»
Наиболее примечательной особенностью Step3.7Flash является его надежная способность работать в цикле «восприятие-действие». Он может интерпретировать пользовательские интерфейсы, диаграммы, документы и изображения, а затем автоматически генерировать код или запускать инструменты для выполнения необходимых действий.
Кроме того, её усовершенствованная функция визуального поиска Web+ обеспечивает доступ к более широкому спектру источников информации и поддерживает более детализированные последующие запросы. Надежность вызовов инструментов также была значительно повышена: достигнут показатель успешности более 98 % на всех уровнях сложности теста τ²-bench, что помогает минимизировать такие проблемы, как отклонение от цели и сбои при вызове инструментов.
Совместимость с существующими экосистемами и простое локальное развертывание
Эта модель хорошо работает с популярными фреймворками агентов, включая Claude Code, KiloCode, Hermes Agent и OpenClaw, а также с протоколами MCP. Она также совместима с локальным оборудованием, таким как Mac Studio M4Max, DGX Spark и AMD AI Max+395, что облегчает локальное развертывание и использование в сценариях, где приоритетом является конфиденциальность данных.
Комментарий AIbase
Бывший исследователь OpenAI Барретт Зоф возвращается в Google для участия в разработке Gemini
Баррет Зоф, который ранее внезапно уволился и перешел в OpenAI из-за разногласий с генеральным директором Thinking Machines Lab Мириам Муларати, вновь сменил работодателя. Компания Google, входящая в
Как компания Recursive Intelligence за 4 месяца привлекла 335 млн долларов при оценке в 4 млрд долларов
Соучредителям стартапа Ricursive Intelligence, похоже, было суждено стать соучредителями.Анна Голди, генеральный директор, и Азалия Мирхосейни, технический директор, настолько известны в сообществе сп
Гонка в области ИИ не будет ждать, как и скидка в 25 % на TechCrunch Disrupt
Каждый основатель, занимающийся разработкой ИИ в настоящее время, задает себе один и тот же вопрос: достаточно ли быстро и эффективно мы продвигаемся? TechCrunch Disrupt 2026 даст вам возможность оказ











