StepFun logo

Step3-VL-10B

Мультимодальная
StepFun

STEP3-VL-10B — компактная открытая мультимодальная базовая модель, которая сочетает небольшой размер с уровнем, близким к передовым решениям. Обучена на 1,2T мультимодальных токенов по единой стратегии с полностью разморозкой весов; объединяет языково-согласованный Perception Encoder и декодер Qwen3-8B. Использует Parallel Coordinated Reasoning (PaCoRe) для масштабирования вычислений на этапе инференса в сложных задачах перцептивного рассуждения.

Основные характеристики

Параметры
10.0B
Контекст
-
Дата выпуска
15 января 2026 г.
Индекс
25.2

Временная шкала

Ключевые даты в истории модели
Анонс
15 января 2026 г.
Последнее обновление
24 октября 2026 г.
Сегодня
25 октября 2026 г.

Технические характеристики

Параметры
10.0B
Токены обучения
1.2T токенов
Граница знаний
-
Семейство
-
Возможности
МультимодальностьZeroEval

Результаты бенчмарков

Показатели производительности модели на различных тестах и бенчмарках

Мультимодальность

Работа с изображениями и визуальными данными
MathVista
• данные разработчика
84.0%
MMMU
• данные разработчика
78.1%

Другие тесты

Специализированные бенчмарки
AIME 2025
• данные разработчика
87.7%
MathVision
• данные разработчика
70.8%
MMBench
• данные разработчика
91.8%
Multi-Challenge
• данные разработчика
62.6%

Лицензия и метаданные

Лицензия
apache_2_0
Дата анонса
15 января 2026 г.
Последнее обновление
24 октября 2026 г.

Похожие модели

Все модели

Рекомендации основаны на схожести характеристик: организация-разработчик, мультимодальность, размер параметров и производительность в бенчмарках. Выберите модель для сравнения или перейдите к полному каталогу для просмотра всех доступных моделей ИИ.