ai.canshu.com
EN
显存计算器 配机与回本向导 API 价格 同屏 PK 对比 模型库 排行榜 显卡库

全局搜索模型、显卡与工具

↑↓ 移动 · Enter 直达 · ★ 优先展示我的关注 ai.canshu.com
StepFun 阶跃星辰
开源权重 StepFun 阶跃星辰 · MoE 201B / A11B · Text+Image+Video · BF16 / FP8

Step 3.7 Flash (201B MoE) 模型架构参数、评测与显存全表

阶跃星辰 Apache-2.0 开源视觉 Agent 利器(201B/A11B),SimpleVQA 第一名、SWE-Bench Pro 56.3%。

🧬 Step 3.7 Flash (201B MoE) 底层网络与张量参数总表 (Model Overview & config.json)

全部字段同步自官方 HuggingFace 仓库 (stepfun-ai/Step-3.7-Flash) 的 config.json 与技术报告 · 核验日期 2026-11-20

HF Class: Step3p7ForConditionalGeneration

1. 骨干网络与维度参数

step3p7
总参数量 / 单步激活
201B / 11B
Hidden Size (d_model)
4,096
FFN Intermediate Size
11,264
MoE 专家中间层维度
1,280
MoE 专家配置
288 路由 · 激活8
激活函数 / RMSNorm
SiLU (SwiGLU) · ε=1e-6
原生权重精度
BF16 / FP8

2. 注意力机制与混合层拓扑

HYBRID
Transformer 总层数
45 层 (12 层全局 KV)
网络层排布 (Hidden Layout)
45 层稀疏 MoE 架构(288 路由专家,单步激活 8 个)
注意力头 (Q / KV)
64 Q / 8 KV (8:1 GQA)
Head Dimension
128

3. 上下文、位置编码与词表

Tokenizer
原生上下文长度
262,144 tokens
旋转位置编码 (RoPE)
RoPE (原生 262,144 Context)
词表大小 (vocab_size)
128,896 (独立输出头)

📋 Step 3.7 Flash (201B MoE) 官方 API 技术规格与计费参数总表

核验自 StepFun 阶跃星辰 官方开发者文档与公开定价页(核验日期 2026-11-20)

API Model ID: step-3.7-flash

1. 模型标识与能力开关

API Spec
官方调用 Model ID
step-3.7-flash
版本发布日期
2026-05-29
权重授权形态
开源权重 (云端 API 规格)
原生深度推理思考
✅ 支持 (可调思考预算)
Function Calling & JSON Schema
✅ 原生支持
Batch API 异步批处理
✅ 支持 (通常享 5 折)

2. 上下文、输出上限与模态

Limits
最大输入上下文窗口
256,000 tokens (256K)
单次最大输出上限
256,000 tokens
支持输入模态
Text + Image + Video
支持输出模态
Text
中国大陆网络直连
✅ 国内极速直连 + 人民币结算
分发与部署形态
开源权重 + 托管云 API

3. 官方 Token 单价与缓存阶梯

CNY / 1M
标准输入单价 (每百万)
¥ 1.35
Prompt 缓存命中输入
¥ 0.27 -80%
标准输出单价 (每百万)
¥ 8
长上下文阶梯与计费备注
阶跃星辰:SWE-Bench 与视觉定位高分极速版

🎛️ 官方调用采样与思考参数指南

API / 推理引擎调用时的最佳超参数与约束说明

官方默认推理采样配置
temperature=0.7 top_p=0.95 max_tokens=32,768

📊 Step 3.7 Flash (201B MoE) 全量评测成绩与维度排名

共 4 项公开评测 · 排名为在本站 154 款有评测数据模型中的名次 · 数据同步于 2026-11-20

⚔️ 和其他模型逐项比分

来源:ZeroEval / llm-stats.com 公开评测聚合(✓ 为第三方验证,其余为厂商官方自报)。点击任一评测可查看全库排名。

⚡ Step 3.7 Flash (201B MoE) 本地显存占用 & 实时吐字速度计算器

并发请求数 (Batch):
MoE 201B / A11B·45L (d=4096)·64Q/8KV·Ctx 256K·Text+Image+Video
该设备兼容榜 →
512 GB 统一内存·1200 GB/s·安全可用上限 460.8 GB
流畅可跑126.47 / 460.8 GB~111.4 tok/s
3. 权重量化精度
4. 单并发上下文窗口16K (16,384 tok)
参数核验:2026-11-20·带宽与算力屋顶模型估算(当前并发=1)
流畅可跑
126.47/ 460.8 GB 可用显存

物理总容量 512 GB · 占用率 27.4%

理论带宽解码速度 (Decode)
~111.4tokens/s

MoE 架构:每步仅读取 6.67 GB 激活权重

当前并发 (1x) 最大可开窗口
256K/ 256K

高并发下开启 Q8/Q4 KV 量化可成倍提升并发上限

模型权重: 121.86 GBKV Cache (1×16K): 0.88 GB框架开销: 3.74 GB
统一内存默认预留约 10% 给操作系统
🚀 闪电秒出(长推理/写代码极爽)生成 500 Token 回答约需 4.5 秒
参考启动命令:
OLLAMA_CONTEXT_LENGTH=16384 ollama run step-3-7-flash-200b

Mac Studio M5 Ultra 512G 可运行 Step 3.7 Flash (201B MoE) · 硬件成本与回本参考

参考均价约 ¥74,999(折合 ¥146/GB)· 满载约 190W

📊 Step 3.7 Flash (201B MoE) 各量化精度显存占用对照表 (16K 上下文)

量化格式 等效位数 纯权重体积 KV Cache (16K) 总显存需求 精度评价
FP16 / BF16 16 bpw 402 GB 0.88 GB 412.22 GB 无损原精度
FP8 / Q8_0 8.5 bpw 213.56 GB 0.88 GB 220.01 GB 99.9% 接近无损
GGUF Q6_K 6.56 bpw 164.82 GB 0.88 GB 170.29 GB 极高画质 · 严肃编码
GGUF Q5_K_M 5.69 bpw 142.96 GB 0.88 GB 148 GB 高均衡度
Q4_K_M / AWQ 4.85 bpw 121.86 GB 0.88 GB 126.47 GB 黄金甜点(推荐)
GGUF IQ4_XS 4.25 bpw 106.78 GB 0.88 GB 111.09 GB 省显存优选
GGUF Q3_K_M 3.91 bpw 98.24 GB 0.88 GB 102.38 GB 轻度智商折损
GGUF Q2_K 3.15 bpw 79.14 GB 0.88 GB 82.9 GB 极限压缩尝鲜

🖥️ 主流显卡、Mac 与国产卡运行 Step 3.7 Flash (201B MoE) (Q4_K_M) 兼容性列表

常见问题解答 (FAQ)

Step 3.7 Flash (201B MoE) 的核心网络架构参数(层数、隐藏维度、注意力头、词表)是多少?

Step 3.7 Flash (201B MoE) 底层架构为 Step3p7ForConditionalGeneration,共 45 层(45 层稀疏 MoE 架构(288 路由专家,单步激活 8 个)),隐藏层维度 hidden_size=4096,注意力头配置为 64 个 Query 头 / 8 个 KV 头(head_dim=128),词表大小 vocab_size=128,896,原生上下文窗口 262,144 tokens。

Step 3.7 Flash (201B MoE) 本地部署至少需要多少 GB 显存?

在主流 4-bit 量化(GGUF Q4_K_M / AWQ,16K 上下文)下,Step 3.7 Flash (201B MoE) 共需约 126.47 GB 显存(含权重 121.86 GB + KV 缓存 0.88 GB + 系统开销 3.74 GB)。无损 FP16/BF16 则需约 412.22 GB。

Step 3.7 Flash (201B MoE) 官方推荐的采样参数(Temperature / Top-P)是多少?

依据官方 generation_config.json 与最佳实践,在「官方默认推理采样配置」下建议设置 temperature=0.7、top_p=0.95。