Для Step 3.7 Flash используйте Chat Completions API.

О модели

Step 3.7 Flash — мультимодальная MoE-модель StepFun для агентов: понимает интерфейсы, документы, графики и обычные изображения, затем пишет код или вызывает инструменты.

По данным StepFun, по сравнению со Step 3.5 Flash результат на SWE-Bench Pro вырос с 51,3 % до 56,3 %, на Toolathlon — с 33,3 % до 49,5 %, а на ClawEval-1.1 — с 43,6 % до 67,1 %.

Совместима с Claude Code, KiloCode, Hermes Agent и OpenClaw. В режиме Advisor Mode сама ведёт задачу и обращается к более крупной модели-советнику только в сложных местах.

Модель с архитектурой MoE: 198 млрд параметров, около 11 млрд активных. Принимает текст и изображения, отвечает текстом; контекст — 256 000 токенов. Поддерживает вызов функций и три уровня рассуждений: low, medium (по умолчанию) и high.

Стоимость

Текущая стоимость использования этой модели:

Токены

Стоимость за 1 млн токенов

Входные токены

20₽

Выходные токены

115₽

Чтение из кэша

4₽

Как считается расход

  • Учитываются все токены

    И входные (input), и сгенерированные моделью (output)

Характеристики

Параметр

Значение

Вход

Текст, изображения

Выход

Текст

Контекст

256 000 токенов

Рассуждения

Три уровня: low, medium, high

Параметры модели

198 млрд, около 11 млрд активных на токен

Дата выхода

29 мая 2026

Сравнение с соседними моделями

Модель

Вход

Параметры

SWE-Bench Pro

Toolathlon

ClawEval-1.1 (pass^3)

Step 3.5 Flash

Текст

196 млрд, около 11 млрд активных

51,3 %

33,3 %

43,6 %

Step 3.7 Flash (эта модель)

Текст, изображения

198 млрд, около 11 млрд активных

56,3 %

49,5 %

67,1 %

Бенчмарки

Бенчмарк

Результат

Условия

SWE-Bench Pro

56,3 %

Условия не раскрыты

SWE-Bench Verified

76,5 %

Условия не раскрыты

BrowseComp

75,8 %

Условия не раскрыты

Toolathlon

49,5 %

Внутренняя фиксированная версия набора задач

ClawEval-1.1 (pass^3)

67,1 %

Условия не раскрыты

API

Эндпоинт

http 
POST https://api.akashilab.ru/v1/chat/completions
Текстовый запрос 
import osfrom openai import OpenAIclient = OpenAI(    api_key=os.environ["DSLAB_API_KEY"],    base_url="https://api.akashilab.ru/v1",)response = client.chat.completions.create(    model="step-3.7-flash",    reasoning_effort="medium",    messages=[        {"role": "system", "content": "Отвечай кратко и по делу."},        {"role": "user", "content": "Объясни, что такое идемпотентность."},    ],)print(response.choices[0].message.content)

Параметры

Параметр

Тип

По умолчанию

Описание

model

string

обязательный

ID модели: step-3.7-flash.

messages

array

обязательный

История диалога. Роли: system, user, assistant, tool. content — текст или массив блоков text и image_url.

max_tokens

integer

—

Максимальный ответ в токенах; без значения лимит выбирает модель.

reasoning_effort

string

medium

Уровень рассуждений: low, medium или high.

reasoning_format

string

general

Формат рассуждений: general или deepseek-style (поле reasoning_content).

stream

boolean

false

Потоковый ответ.

tools

array

—

Ваши функции: type function, name, description и parameters (JSON Schema).

response_format

object

{"type": "text"}

Формат ответа: {"type": "json_object"} включает режим JSON.

Важно знать

  • Рассуждения приходят в общем формате; значение reasoning_format deepseek-style выделяет их в поле reasoning_content.

  • Изображение передаётся ссылкой или base64 (jpg, jpeg, png, webp, статичный gif); detail high подходит для крупных изображений и OCR, по умолчанию low.