Step 3.7 Flash視覚と行動を瞬時に統合し、現実世界のタスクを自律的にこなす

Step 3.7 Flash

Step 3.7 Flashは、実世界のエージェントアプリケーション向けに設計された高効率なマルチモーダルAIモデルです。196Bパラメータのアーキテクチャと11Bのアクティブパラメータを持ち、コーディング、推論、視覚理解において優れたパフォーマンスを発揮しながら、Flashレベルの速度とコスト効率を維持します。

製品のハイライト

• エージェンティック・コーディングの卓越性: SWE-Bench Proで56.3%、Terminal-Bench 2.1で59.6%を達成。DeepSeekやGeminiの同等Flashモデルを凌ぎ、より大規模なProレベルシステムに迫る性能。
• ネイティブ・マルチモーダル理解: 画像、ドキュメント、チャート、自然シーンを処理し、統合されたツール使用によって包括的な視覚推論を実現。
• 高度な検索機能: BrowseCompで75.8%、HLE（ツール使用時）で47.2%のスコア。深い調査と多源情報の統合を可能に。
• 信頼性の高いツール・オーケストレーション: 長期間のワークフローで最小限のドリフトとツール呼び出し失敗で、ターミナル、ブラウザ、Officeツール、検索システムを駆動。
• エージェント・エコシステム互換性: Claude Code、KiloCode、Hermes Agent、OpenClaw、OpenCodeとシームレスに連携し、統合コストを削減。

ユースケース

• ソフトウェア開発: 異種の開発環境でコードを作成、デバッグ、デプロイする自律型コーディングエージェント。
• エンタープライズ自動化: ドキュメント処理、データ分析、クロスアプリケーション・オーストレーションを組み合わせた長期タスク実行。
• 調査と分析: 学術論文、技術文書、ライブWebソースを横断した深い検索と統合。
• 視覚-GUI相互作用: GUI認識、クリック、検証を通じた電話およびデスクトップ自動化、複数のアプリ間で。

対象ユーザー

Step 3.7 Flashは、AI駆動アプリケーションを構築する開発者、複雑なワークフローを自動化するエンタープライズチーム、効率的なマルチモーダル推論を必要とする研究者にサービスを提供—Flashレベルの経済性でProに近いパフォーマンスを提供します。