# StepFun: Step 3.7 Flash

> Модель для рассуждений и агентных задач: анализирует текст, изображения и видео, помогает с кодом и вызывает инструменты, выдавая текстовые ответы.

- **ID для API:** `stepfun/step-3.7-flash`
- **Тип Модели:** Чат-модель
- **Контекст:** 256 000 токенов
- **Максимум на ответ:** 230 400 токенов
- **Вход:** текст, изображение, видео → **Выход:** текст

## Описание

#### Суть
Step 3.7 Flash — мультимодальная модель рассуждений от StepFun, предназначенная для агентных сценариев, программирования и задач, где нужно объединить анализ входных данных с последовательным планированием. Она принимает текст, изображения и видео, а результат формирует в виде текста. Для работы с изображениями и видео не требуется отдельная вспомогательная vision-модель.

#### Сильные стороны
Модель рассчитана на многошаговые задачи: логические рассуждения, математику, программную инженерию и исследовательскую работу. Поддерживаются вызов инструментов и их оркестрация, в том числе разбиение задачи на этапы и выполнение плана. В настройках можно выбрать уровень усилий рассуждения: низкий подходит для простых вопросов, суммаризации и извлечения сведений; средний — для обычных рассуждений и многошаговых запросов; высокий — для сложных задач, планирования и анализа кода. Разреженная архитектура MoE ориентирована на высокую пропускную способность и низкую задержку в рабочих процессах с агентами.

#### Контекст и модальности
Длина контекста — 256 000 токенов. На вход принимает текст, изображения и видео; на выходе генерирует текст. Аудиовход и генерация изображений или видео в каталоге не указаны.

#### Типовые сценарии
Модель подходит для анализа визуальных материалов и видеозаписей в диалоге, ответов на вопросы по содержимому, планирования действий агента и работы с инструментами. В разработке её можно использовать для генерации и анализа кода, редактирования файлов и координации сложных задач в IDE или терминальных агентных сценариях. Для несложных запросов можно выбрать низкий уровень рассуждения, а для многоэтапной работы — средний или высокий.

#### Ограничения
Модель выдаёт текст, а не готовые изображения, видео или аудио. Хотя она способна анализировать изображения и видео, из доступных данных не следует, что она выполняет редактирование или генерацию визуального контента. Уровень рассуждения настраивается, поэтому его стоит соотносить со сложностью запроса. Конкретные пределы обработки файлов и особенности передачи видео зависят от используемого API и в этой карточке не описаны.

#### Отличие от соседей по семейству
По документации StepFun, Step 3.7 Flash развивает возможности Step 3.5 Flash в области быстрого рассуждения и вызова инструментов, добавляя нативную обработку изображений и видео. В отличие от Step 3.5 Flash, который описан прежде всего как текстовая модель рассуждений для агентных задач, Step 3.7 Flash объединяет рассуждения и мультимодальный ввод.

## Цены

- Запрос / 1М: 24,16 ₽
- Ответ / 1М: 138,94 ₽
- Чтение кэша / 1М: 4,83 ₽

## Параметры

reasoning, include_reasoning, temperature, max_tokens, tools, top_p, stop, frequency_penalty, logprobs, top_logprobs, response_format, structured_outputs, tool_choice, reasoning_effort

## Провайдеры

Выбрать Провайдера можно параметром `provider` в запросе.

| Провайдер | Цена | Контекст | Макс. ответ | Данные в РФ | 152-ФЗ |
| --- | --- | --- | --- | --- | --- |
| stepfun/fp8 | Запрос / 1М: 24,16 ₽; Ответ / 1М: 138,94 ₽ | 256 000 | 230 400 | — | — |
| novita/fp8 | Запрос / 1М: 24,16 ₽; Ответ / 1М: 138,94 ₽ | 262 144 | 256 000 | — | — |

## Быстрый старт

```bash
curl https://polza.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $POLZA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "stepfun/step-3.7-flash",
  "messages": [
    {
      "role": "user",
      "content": "Привет"
    }
  ]
}'
```

## Ссылки

- Страница: https://polza.ai/models/stepfun/step-3.7-flash
- Каталог: https://polza.ai/models