模型介绍
中文整理模型名称
Step-3.7-Flash GGUF 量化版本
Model use case
Step-3.7-Flash 是一个稀疏专家混合视觉语言模型，专为智能体工作负载设计，包括工具调用、多步推理、代码生成和数学运算。支持原生多语言覆盖。
主要能力
198B 参数稀疏 MoE 视觉语言模型，每个 token 激活约 11B 参数，吞吐量最高可达 400 t/s。配备 196B 参数语言主干和 1.8B 参数视觉编码器，支持原生图像理解。提供 256K 上下文窗口，可选择三种推理级别（低/中/高）以平衡速度、成本和深度。
输入输出
文本输入输出支持图像输入需配合 mmproj 投影器使用
运行要求
需要 128 GB 统一内存的设备（如 Mac Studio、DGX Spark、Ryzen AI Max+ 395 等）。Q4 及以下量化版本可在 256K 上下文下保持高精度运行。
基本用法
构建 llama.cpp 后运行模型。具体命令行参数请参考 llama.cpp 文档。
限制
量化版本在低比特宽度下可能出现质量下降。IQ3 XXS 版本仅在内存为主要限制时推荐使用。
许可证
基础模型权重采用 Apache-2.0 许可证。量化文件为衍生作品，同样采用 Apache-2.0 许可证。校准数据集（eaddario/imatrix-calibration）采用 MIT 许可证；（NousResearch/hermes-function-calling-v1）采用 Apache-2.0 许可证。量化工具链（llama.cpp）采用 MIT 许可证。所有校准数据集保留原始许可证，仅用于量化校准目的。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。