StepFun 发布 Step-3.7-Flash，vLLM day-0 支持

产品是什么

Step-3.7-Flash 是阶跃星辰（StepFun）发布的第三代 Step 系列模型，采用198B 总参数稀疏 MoE（Mixture of Experts）架构。所谓稀疏 MoE，即模型包含大量"专家"网络，但在推理时只激活与当前任务相关的少数专家，从而以较低计算成本实现接近超大密集模型的性能。

Flash 后缀暗示这是一款注重推理速度与成本优化的轻量级变体，区别于同系列的完整版模型。

解决什么问题

传统 Dense 大模型（如 GPT-4 级别）推理成本极高，企业难以承受大规模部署。Step-3.7-Flash 通过稀疏激活机制，在198B 总参数量下只激活约20-30B 参数（具体比例视实现而定），大幅降低每次推理的 FLOPs 消耗。这意味着：

• 更低的推理成本：Token 生成单价显著低于同参数量的密集模型
• 更快的推理速度：在相同硬件下，吞吐量和延迟表现更优
• 更大的处理批次：支持更高并发，降低单位请求成本

vLLM Day-0 支持的意义

vLLM 是