Stepfun (Jieyue Xingchen), китайска компания за изкуствен интелект, официално пусна и с отворен код Step 3.7 Flash, езиков модел от следващо поколение, специално оптимизиран за ерата на производството на агенти. Моделът е проектиран около работни потоци на агенти, кодиране, търсене и мултимодални възможности.
Създаден на оскъдна MoE архитектура, Step 3.7 Flash разполага с общо 196B параметри плюс 1,8B ViT, с 11B активирани параметри на извод. Той постига скорости на генериране до 400 жетона в секунда, което го прави подходящ за приложения с многооборотен агент с висока честота и изисквания за ниска латентност.
Ключовите възможности включват естествено мултимодално разбиране и изпълнение, което позволява на модела да обработва UI елементи, диаграми, документи, изображения и интерфейси на приложения, преобразувайки сложна визуална информация в структурирани изходи, генериране на код и изпълними задачи.
Моделът също така разполага с подобрени възможности за търсене в мрежата и визуално търсене, което му позволява активно да извлича и препраща множество източници на доказателства в текст и изображения в отворена информационна среда.
Отличителна функция е надеждното извикване и оркестрация на инструмента на Flash на Step 3.7. В дълги многооборотни работни потоци на агент, той може стабилно да извиква API, браузъри, терминали, инструменти на Office и външни системи, като същевременно поддържа последователност на траекторията на задачата.
Моделът е оптимизиран за съвместимост с основните агентски рамки, включително Claude Code, KiloCode, RooCode, OpenCode, Hermes Agent и OpenClaw, както и MCP и протоколи за извикване на инструменти за умения. Това намалява триенето на интеграцията за разработчиците, създаващи приложения, базирани на агенти.
Стъпка 3.7 Flash е наличен в GitHub, Hugging Face и ModelScope под лицензи за отворен код. Достъпът до API е достъпен чрез платформите на Stepfun както за местни, така и за международни разработчици. Изданието представлява значително допълнение към екосистемата на LLM с отворен код, особено за агентно-ориентирани приложения, които изискват надеждно използване на инструменти и мултимодално разбиране.
Source link
Like this:
Like Loading…
Нашия източник е Българо-Китайска Търговско-промишлена палaта