Modelos abiertos
¿Qué equipo necesito para ejecutar Step-3.5-Flash en local?
Con 25 usuarios simultáneos, el equipo más pequeño que ejecuta Step-3.5-Flash es Starter (2 × NVIDIA DGX Spark o 1 × Apple Mac Studio M5 Ultra), en FP8: necesita hasta 227 GB de memoria y el equipo tiene 230 GB útiles. La cuenta parte de sus 199,38B parámetros según Hugging Face y es la misma de la calculadora de VRAM, que puedes abrir con este modelo ya cargado.
Memoria en cada precisión
| Precisión | Pesos | Con caché KV y margen | Equipo más pequeño |
|---|---|---|---|
| FP16 (2 bytes) | 399 GB | 443 a 446 GB | Pro |
| FP8 (1 byte) | 199 GB | 224 a 227 GB | Starter |
| NVFP4 (0,5625 bytes) | 112 GB | 128 a 131 GB | Starter |
Usuarios simultáneos en cada equipo
| Equipo | Memoria útil | Techo de usuarios | FP16 | FP8 | NVFP4 |
|---|---|---|---|---|---|
| Starter | 230 GB | 25 | No cabe | 25 usuarios: 227 GB | 25 usuarios: 131 GB |
| Pro | 460 GB | 60 | 60 usuarios: 452 GB | 60 usuarios: 233 GB | 60 usuarios: 137 GB |
| Business | 670 GB | 500 | 500 usuarios: 539 GB | 500 usuarios: 320 GB | 500 usuarios: 224 GB |
| Enterprise | 2000 GB | Sin techo | 1000 usuarios: 638 GB | 1000 usuarios: 418 GB | 1000 usuarios: 322 GB |
Los usuarios son las opciones de la calculadora (5, 25, 60, 200, 500, 1.000) hasta el techo de cada equipo. Enterprise no tiene techo en la cuenta: llega a 1.000, la opción más alta del selector.
La cuenta
En FP8 con 25 usuarios: 199,38B × 1 byte = 199 GB de pesos + 2 a 6 GB de caché KV (3 a 7 conversaciones de 8.192 tokens, con la caché por token del tamaño de referencia de 235B de la calculadora) + 22 GB de margen (2 GB y un 10% de los pesos) = 224 a 227 GB.
Supuestos: entre el 10 y el 25% de los usuarios conectados está generando una respuesta en cada momento (como mínimo, una conversación); cada conversación lleva 8.192 tokens de contexto y la caché KV se guarda en FP8. El margen suma 2 GB y un 10% del peso para el servidor de inferencia.
Los parámetros son el recuento de los archivos safetensors que publica Hugging Face y puede no coincidir con la cifra de la ficha del modelo: algunos repositorios suman módulos de decodificación especulativa.
Datos del modelo
Licencia según Hugging Face: apache-2.0. Repositorio creado el 1 de febrero de 2026. Datos de la API de Hugging Face del 22 de noviembre de 2026.