01文本大模型 (2)
| 模型 | 参数 | 上下文 | BF16 | 4 位 | 最低显卡（4 位） | Mac（4 位） | 许可 | 发布 |
|---|---|---|---|---|---|---|---|---|
| Step-5-Preview | 600B / 27B | 1M | 1.33 TB | 412 GB | 8 × H100（640GB） | — | 自定义许可，需阅读 | 2026-09-20 |
| Step-3.5-Flash | 196B / 11B | 256K | 436 GB | 135 GB | 4 × RTX PRO 6000（384GB） | Mac 256GB | 可商用 | 2026-02-01 |
02视觉语言 (5)
| 模型 | 参数 | 上下文 | BF16 | 4 位 | 最低显卡（4 位） | Mac（4 位） | 许可 | 发布 |
|---|---|---|---|---|---|---|---|---|
| Step-3.7-Flash | 198B / 11B | 256K | 440 GB | 136 GB | 4 × RTX PRO 6000（384GB） | Mac 256GB | 可商用 | 2026-05-23 |
| Step3-VL-10B | 10.2B | 64K | 24.1 GB | 8.5 GB | 12GB 显卡 | Mac 16GB | 可商用 | 2026-01-13 |
| step3 | 321B / 38B | — | 740 GB | 247 GB | 4 × RTX PRO 6000（384GB） | Mac 512GB | 可商用 | 2025-07-28 |
| GOT-OCR-2.0-hf | 561M | — | 2.5 GB | 1.7 GB | 8GB 显卡 | Mac 16GB | 可商用 | 2024-11-22 |
| GOT-OCR2_0 | 716M | 32K | 2.9 GB | 1.8 GB | 8GB 显卡 | Mac 16GB | 可商用 | 2024-09-12 |
03全模态 / 语音对话 (5)
| 模型 | 参数 | 上下文 | BF16 | 4 位 | 最低显卡（4 位） | Mac（4 位） | 许可 | 发布 |
|---|---|---|---|---|---|---|---|---|
| Step-Audio-R1.1 ↗ | 33.5B | 64K | 76.3 GB | 25.0 GB | RTX 5090 32GB | Mac 64GB | 可商用 | 2026-01-14 |
| Step-Audio-EditX | 3.53B | — | 11.5 GB | 6.1 GB | 8GB 显卡 | Mac 16GB | 模型卡未写许可 | 2025-10-29 |
| Step-Audio-2-mini | 8.31B | 16K | 19.3 GB | 6.5 GB | 8GB 显卡 | Mac 16GB | 可商用 | 2025-08-28 |
| Step-Audio-AQAA | 136.7B | — | 337 GB | 127 GB | 4 × RTX PRO 6000（384GB） | Mac 256GB | 可商用 | 2025-06-11 |
| Step-Audio-Chat | 131.9B | — | 326 GB | 124 GB | H200 141GB | Mac 256GB | 可商用 | 2025-02-13 |
04其他系列
通义千问 Qwen · IBM Granite · NVIDIA Nemotron · Gemma · Mistral / Magistral / Devstral · GLM / CogVideoX（智谱） · DeepSeek · Ai2 OLMo / Molmo · 蚂蚁百灵 Ling / Ring / Ming · Liquid LFM · 面壁 MiniCPM / VoxCPM · 腾讯混元 Hunyuan / Hy · Phi · Llama · 美团 LongCat · Jina 向量与重排 · 通义万相 Wan · Kimi · Cohere Command / Aya · 小米 MiMo · FLUX · 微软 VibeVoice / Fara / Harrier · 书生 InternLM / Intern-S · MiniMax · 百度文心 ERNIE · NVIDIA Parakeet / Canary 语音 · Stable Diffusion / Stable Audio · 零一万物 Yi · 字节 Seed · SmolLM / SmolVLM · BGE 向量与重排 · LTX 视频 · FunAudioLLM 语音 · gpt-oss · poolside Laguna · Whisper · 百川 Baichuan · Thinking Machines Inkling · xAI Grok · 小红书 dots
文本模型合计含 10% + 0.5GB 开销和 1 个 8K token 的 KV 缓存。仅为估算。 估算方法 →