Пока большинство обсуждает GPT, Claude и Gemini, китайская компания StepFun quietly выпустила одну из самых интересных моделей этого года.
Новая модель называется Step 3.7 Flash.
На первый взгляд характеристики выглядят впечатляюще:
- 198 миллиардов параметров;
- поддержка изображений;
- контекстное окно 256 тысяч токенов;
- скорость до 400 токенов в секунду;
- открытая лицензия Apache 2.0.
Но самое интересное даже не это.
По данным StepFun, в некоторых задачах программирования новая модель достигает 97% производительности Claude Opus 4.6, при этом обходится примерно в 9 раз дешевле.
Огромная модель, которая работает как маленькая
Обычно, когда речь идёт о моделях на сотни миллиардов параметров, сразу возникает вопрос стоимости.
Но здесь используется архитектура:
Mixture-of-Experts (MoE)
В такой системе работает не вся сеть целиком.
Для каждого токена активируются только нужные эксперты.
В результате модель имеет:
То есть по вычислительным затратам она ближе к модели на 11 млрд параметров, чем к полноценным 198 млрд.
Наконец-то появилась нормальная работа с изображениями
Step 3.5 Flash была исключительно текстовой моделью.
Теперь Step 3.7 Flash получила полноценную мультимодальность.
Внутри работает отдельный визуальный энкодер:
Vision Transformer (ViT)
1.8B параметров
Он позволяет анализировать:
- изображения;
- интерфейсы программ;
- документы;
- скриншоты;
- веб-страницы.
Для агентных систем это огромный шаг вперёд.
Производительность в программировании
Самые интересные результаты модель показала в задачах написания кода.
SWE-Bench Pro
Terminal-Bench 2.1
SWE-MTLG
72.42%
Для агентных систем программирования это очень сильный показатель.
Что такое Advisor Mode
Самой интересной функцией стала технология:
Advisor Mode
Идея напоминает подход Anthropic.
Во время выполнения задачи работает дешёвая модель-исполнитель.
Только в сложных местах происходит обращение к более мощной модели-консультанту.
Например:
- при планировании решения;
- при повторяющихся ошибках;
- при сложных логических переходах.
Всё остальное время используется дешёвый исполнитель.
Результаты Advisor Mode
На SWE-Bench Verified:
Получается, что Step 3.7 Flash выдаёт примерно 97% результата Claude Opus при стоимости почти в 9 раз ниже.
Неожиданное поведение модели
Во время тестирования разработчики заметили интересный эффект.
Модель самостоятельно начала комбинировать разные инструменты.
Например:
- генерировала фронтенд-код;
- запускала интерфейс;
- анализировала результат через визуальные инструменты;
- исправляла ошибки;
- повторяла цикл.
Причём специально этому её никто не обучал.
В StepFun называют это:
Emergent Compositional Tool Use
или «возникающим композиционным использованием инструментов».
Поиск и исследования
Многие современные модели используют поиск как отдельный внешний модуль.
StepFun решила встроить поиск прямо в цикл рассуждения.
Результаты выглядят интересно:
Особенно впечатляет результат на ResearchRubrics.
Для сравнения:
GPT 5.5 — 61.50%
Step 3.7 Flash — 71.68%
Сколько стоит использование
Стоимость API:
На фоне многих современных моделей цены выглядят весьма агрессивно.
Что это значит для рынка ИИ
Последние два года индустрия двигалась по простому пути:
больше параметров = лучше модель.
StepFun показывает другой подход.
Вместо бесконечного наращивания размеров они делают ставку на:
- MoE-архитектуру;
- агентные сценарии;
- мультимодальность;
- использование инструментов;
- длинный контекст.
И судя по результатам, такая стратегия работает.
Если показатели компании подтвердятся независимыми тестами, Step 3.7 Flash может стать одной из самых интересных открытых моделей для создания ИИ-агентов в 2026 году.
🔥 Как думаете, смогут ли такие дешёвые MoE-модели в ближайшие годы потеснить GPT и Claude в реальных рабочих задачах?