StepFun: Step 3.7 Flash
Sorti le 28 mai 2026, StepFun: Step 3.7 Flash est un LLM vision-langage à poids ouverts. Son architecture à mélange d’experts clairsemée totalise 198 milliards de paramètres, dont environ 11 milliards sont activés par token. Elle associe un backbone langage de 196 milliards de paramètres…
Sorti le 28 mai 2026, StepFun: Step 3.7 Flash est un LLM vision-langage à poids ouverts. Son architecture à mélange d’experts clairsemée totalise 198 milliards de paramètres, dont environ 11 milliards sont activés par token. Elle associe un backbone langage de 196 milliards de paramètres à un encodeur vision de 1,8 milliard pour traiter nativement le texte et les images.
Le modèle accepte 262 144 tokens de contexte et propose trois niveaux de raisonnement : low, medium et high. Accessible par API ou en déploiement cloud, local et en data center, il affiche un positionnement très économique, 91 % sous la moyenne des LLM similaires et environ 28.9 fois moins cher que les modèles frontière.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | StepFun |
| Poids | 🟢 Poids ouverts |
| Date de sortie | 28 mai 2026 |
| Multimodal | oui |
| Paramètres actifs | 11 milliards |
| Fenêtre de contexte | 262 144 tokens |
| Modalités (entrée → sortie) | text,image,video → text |
Indices de synthèse
| Indice | Valeur | Rang (LLM) |
|---|---|---|
| Intelligence Index | 30.3 | 60ᵉ / 137 |
| Code Index | 39.6 | 46ᵉ / 74 |
| Agentic Index | 21.5 | 34ᵉ / 68 |
Indices Artificial Analysis. Le rang situe le modèle parmi tous les LLM du catalogue disposant de l'indice.
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : Hallucinations (Baseline) | 100,0 % | 1ᵉ / 146 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 100,0 % | 1ᵉ / 163 | benchable | ✅ Mesuré |
| Benchable : General Knowledge (Baseline) | 100,0 % | 1ᵉ / 161 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 100,0 % | 1ᵉ / 162 | benchable | ✅ Mesuré |
| Benchable : Email Classification (Baseline) | 100,0 % | 1ᵉ / 163 | benchable | ✅ Mesuré |
| Benchable : Ethics (Baseline) | 100,0 % | 1ᵉ / 159 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 100,0 % | 1ᵉ / 140 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 50,0 % | 123ᵉ / 155 | benchable | ✅ Mesuré |
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles sur chaque dimension évaluée, et à ses voisins de classement.
Intelligence Index
Code Index
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| Ambient | 0,19 $ | 1,14 $ | 0,03 $ |
Prix en dollars US par million de tokens.
Sa tarification se situe 91 % en dessous de la moyenne des LLM similaires, et 28,9 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.6 Sol, Gemini 3.5 Flash).
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût moyen par benchmark — Benchable | 0,01 $ |
| Latence moyenne par benchmark — Benchable | 2 min 58 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Notre analyse
Forces. L’Intelligence Index place Step 3.7 Flash dans la première moitié du classement. Les six évaluations Benchable Baseline atteignent leur plafond de 100 %, notamment en Instruction Following et en Coding, où peu de modèles partagent cette première place. Sa longue fenêtre de contexte convient au traitement de volumes importants de texte. La prise en charge native des images, la vérification avec recherche, l’orchestration d’outils et d’API, les workflows agentiques et les tâches de code couvrent un éventail concret d’usages. Les poids ouverts facilitent aussi le déploiement avec vLLM, SGLang, Hugging Face Transformers ou llama.cpp.
Limites et points d'attention. Les indices composites décrivent un modèle intermédiaire plutôt qu’une référence de premier plan. Le Code Index se situe dans la seconde moitié du classement, tandis que l’Agentic Index reste au milieu du tableau. Les scores Benchable sont plafonnés et largement partagés, notamment avec 45 autres modèles sur Hallucinations et 71 sur Ethics. Ils valident les tests de base sans départager finement les modèles. Step 3.7 Flash reste surtout pertinent pour les usages multimodaux, le contexte long, l’intégration d’outils et les projets sensibles au coût.
Sources des données : OpenRouter (openrouter.ai) · Artificial Analysis (artificialanalysis.ai) · LLM-Stats (llm-stats.com) · Benchable.ai (benchable.ai).