Step 3.7 Flashは、StepFunの最新の高効率マルチモーダルMixture-of-Expertsモデルです。196Bパラメータの言語バックボーンとビジョンエンコーダーを組み合わせることで、画像や動画をネイティブに理解し、約11Bパラメータをアクティブ化します。