A Step 3.7 Flash a StepFun ritka aktiválású mixture-of-experts képi-nyelvi modellje valós ágensfeladatokhoz. Mintegy 198 milliárd paraméteres rendszere egy 196B paraméteres nyelvi alaparchitektúrát és egy 1.8B paraméteres képi kódolót kapcsol össze, és tokenenként körülbelül 11B paramétert aktivál. Szöveget és képeket fogad, és szöveget, kódot vagy javasolt eszközhívásokat generál egy csatlakoztatott alkalmazás számára.
A készítő 256K kontextusablakot és low, medium, valamint high következtetési szinteket ad meg. Ezekkel a gyártó munkafolyamata különböző mennyiségű gondolkodást rendelhet a feladathoz. A hosszú kontextusú munka nagy jelentéseket és többfájlos szoftvervizsgálatokat foglal magában; a releváns anyagot a kérdéssel és a kívánt kimenettel együtt készítsd elő, hogy a modellnek meghatározott célja legyen ezen a kontextuson belül.
A natív képi megértés termékfelületekre, dokumentumokra, diagramokra és természetes jelenetekre terjed ki. Felülettel kapcsolatos feladatnál mellékeld a képernyőképet vagy tervet, és nevezd meg a vizsgálandó vagy megvalósítandó funkciót. Diagramnál nevezd meg a magyarázandó összehasonlítást vagy trendet. A gyártó a képi értelmezést visszakereséssel és eszközhasználattal kapcsolja össze, így egy csatlakoztatott munkafolyamat további bizonyítékot gyűjthet, ha a kép önmagában nem old meg egy kérdést.
A programozási feladatok közé tartozik a kódtár feltérképezése, egy hiba helyének azonosítása és javítás javaslata. Add meg a megfigyelt problémát, az elvárt viselkedést és a jelenlegi eredményt igazoló fájlokat vagy naplókat. Kérd a módosított anyagot és az értékeléséhez szükséges ellenőrzéseket. Amikor az alkalmazás ellenőrzést futtat, a következő lépés előtt add vissza annak tényleges kimenetét, hogy a modell a megfigyelést kezelje, ne pedig a javítás sikerét feltételezze.
A készítő tágabb munkafolyamatai keresést, terminálokat, böngészőket és irodai eszközöket is lefednek. Add meg az eszközdefiníciókat és a feladat korlátait, és különböztesd meg a javasolt hívást az alkalmazás által visszaadott eredménytől. Kutatási feladatban összehasonlíthatók a források, és megőrizhetők az egyes következtetések mögötti bizonyítékok; dokumentumfeladatban a modell magyarázatot vagy strukturált tartalmat adhat, amelyet a környező alkalmazás végső anyaggá alakít.
A StepFun külön pontosságváltozatokat és telepítési recepteket tesz közzé. Helyi GGUF példái elkülönítik a nyelvi modellt a képi projektortól, és a súlyfájlokon felül további futásidejű memóriával számolnak. Az ismertető ennél a konfigurációnál körülbelül 120 GB helyi memóriát ad meg minimumként, és 128 GB egyesített memóriát ajánl. Ezek készítői telepítési feltételek, és nem egy adott modellválasztás mögötti konfigurációra vonatkozó állítások.
Kezeld külön a Step 3.7 Flash modellt a korábbi Step 3.5 szövegmodelltől: a képi kódoló és a képértelmezés érdemi kiegészítések. A feladat végső eredménye mutassa meg a felhasznált forrást vagy képi bizonyítékot, a javasolt módosítást vagy megállapítást és minden olyan feltételt, amely még megfigyelést igényel. A külső keresések, parancsok és fájlmódosítások az alkalmazás által csatlakoztatott eszközöktől függenek.
", "aboutText": "A Step 3.7 Flash a StepFun ritka aktiválású mixture-of-experts képi-nyelvi modellje valós ágensfeladatokhoz. Mintegy 198 milliárd paraméteres rendszere egy 196B paraméteres nyelvi alaparchitektúrát és egy 1.8B paraméteres képi kódolót kapcsol össze, és tokenenként körülbelül 11B paramétert aktivál. Szöveget és képeket fogad, és szöveget, kódot vagy javasolt eszközhívásokat generál egy csatlakoztatott alkalmazás számára.\n\nA készítő 256K kontextusablakot és low, medium, valamint high következtetési szinteket ad meg. Ezekkel a gyártó munkafolyamata különböző mennyiségű gondolkodást rendelhet a feladathoz. A hosszú kontextusú munka nagy jelentéseket és többfájlos szoftvervizsgálatokat foglal magában; a releváns anyagot a kérdéssel és a kívánt kimenettel együtt készítsd elő, hogy a modellnek meghatározott célja legyen ezen a kontextuson belül.\n\nA natív képi megértés termékfelületekre, dokumentumokra, diagramokra és természetes jelenetekre terjed ki. Felülettel kapcsolatos feladatnál mellékeld a képernyőképet vagy tervet, és nevezd meg a vizsgálandó vagy megvalósítandó funkciót. Diagramnál nevezd meg a magyarázandó összehasonlítást vagy trendet. A gyártó a képi értelmezést visszakereséssel és eszközhasználattal kapcsolja össze, így egy csatlakoztatott munkafolyamat további bizonyítékot gyűjthet, ha a kép önmagában nem old meg egy kérdést.\n\nA programozási feladatok közé tartozik a kódtár feltérképezése, egy hiba helyének azonosítása és javítás javaslata. Add meg a megfigyelt problémát, az elvárt viselkedést és a jelenlegi eredményt igazoló fájlokat vagy naplókat. Kérd a módosított anyagot és az értékeléséhez szükséges ellenőrzéseket. Amikor az alkalmazás ellenőrzést futtat, a következő lépés előtt add vissza annak tényleges kimenetét, hogy a modell a megfigyelést kezelje, ne pedig a javítás sikerét feltételezze.\n\nA készítő tágabb munkafolyamatai keresést, terminálokat, böngészőket és irodai eszközöket is lefednek. Add meg az eszközdefiníciókat és a feladat korlátait, és különböztesd meg a javasolt hívást az alkalmazás által visszaadott eredménytől. Kutatási feladatban összehasonlíthatók a források, és megőrizhetők az egyes következtetések mögötti bizonyítékok; dokumentumfeladatban a modell magyarázatot vagy strukturált tartalmat adhat, amelyet a környező alkalmazás végső anyaggá alakít.\n\nA StepFun külön pontosságváltozatokat és telepítési recepteket tesz közzé. Helyi GGUF példái elkülönítik a nyelvi modellt a képi projektortól, és a súlyfájlokon felül további futásidejű memóriával számolnak. Az ismertető ennél a konfigurációnál körülbelül 120 GB helyi memóriát ad meg minimumként, és 128 GB egyesített memóriát ajánl. Ezek készítői telepítési feltételek, és nem egy adott modellválasztás mögötti konfigurációra vonatkozó állítások.\n\nKezeld külön a Step 3.7 Flash modellt a korábbi Step 3.5 szövegmodelltől: a képi kódoló és a képértelmezés érdemi kiegészítések. A feladat végső eredménye mutassa meg a felhasznált forrást vagy képi bizonyítékot, a javasolt módosítást vagy megállapítást és minden olyan feltételt, amely még megfigyelést igényel. A külső keresések, parancsok és fájlmódosítások az alkalmazás által csatlakoztatott eszközöktől függenek.", "editorialOverlay": { "copy_fields": { "practical_html": "Technikai példa angolul
Trace a failed configuration lookup\n\nSource excerpt: settings = {"timeout_seconds": 30}; timeout = settings["timeout"]. Log: KeyError: timeout. Required public setting remains timeout_seconds. Identify the mismatch, propose the smallest source correction and give a test that reads the configured value plus a test for a missing required setting. Do not rename the public field.A source-linked diagnosis, focused patch and two test cases.Check that the patch reads timeout_seconds and that the missing-setting case is not hidden by an invented default.stepfun/step-3.7-flashA StepFun Step 3.7 Flash ritka aktiválású képi-nyelvi modell programozáshoz, képi megértéshez és eszközvezérelt munkafolyamatokhoz. Egy 196B paraméteres nyelvi alaparchitektúrát kapcsol össze 1.8B paraméteres képi kódolóval, 256K kontextussal és a készítő által dokumentált három következtetési szinttel.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Step 3.7 Flash a StepFun ritka aktiválású mixture-of-experts képi-nyelvi modellje valós ágensfeladatokhoz. Mintegy 198 milliárd paraméteres rendszere egy 196B paraméteres nyelvi alaparchitektúrát és egy 1.8B paraméteres képi kódolót kapcsol össze, és tokenenként körülbelül 11B paramétert aktivál. Szöveget és képeket fogad, és szöveget, kódot vagy javasolt eszközhívásokat generál egy csatlakoztatott alkalmazás számára.
A készítő 256K kontextusablakot és low, medium, valamint high következtetési szinteket ad meg. Ezekkel a gyártó munkafolyamata különböző mennyiségű gondolkodást rendelhet a feladathoz. A hosszú kontextusú munka nagy jelentéseket és többfájlos szoftvervizsgálatokat foglal magában; a releváns anyagot a kérdéssel és a kívánt kimenettel együtt készítsd elő, hogy a modellnek meghatározott célja legyen ezen a kontextuson belül.
A natív képi megértés termékfelületekre, dokumentumokra, diagramokra és természetes jelenetekre terjed ki. Felülettel kapcsolatos feladatnál mellékeld a képernyőképet vagy tervet, és nevezd meg a vizsgálandó vagy megvalósítandó funkciót. Diagramnál nevezd meg a magyarázandó összehasonlítást vagy trendet. A gyártó a képi értelmezést visszakereséssel és eszközhasználattal kapcsolja össze, így egy csatlakoztatott munkafolyamat további bizonyítékot gyűjthet, ha a kép önmagában nem old meg egy kérdést.
A programozási feladatok közé tartozik a kódtár feltérképezése, egy hiba helyének azonosítása és javítás javaslata. Add meg a megfigyelt problémát, az elvárt viselkedést és a jelenlegi eredményt igazoló fájlokat vagy naplókat. Kérd a módosított anyagot és az értékeléséhez szükséges ellenőrzéseket. Amikor az alkalmazás ellenőrzést futtat, a következő lépés előtt add vissza annak tényleges kimenetét, hogy a modell a megfigyelést kezelje, ne pedig a javítás sikerét feltételezze.
A készítő tágabb munkafolyamatai keresést, terminálokat, böngészőket és irodai eszközöket is lefednek. Add meg az eszközdefiníciókat és a feladat korlátait, és különböztesd meg a javasolt hívást az alkalmazás által visszaadott eredménytől. Kutatási feladatban összehasonlíthatók a források, és megőrizhetők az egyes következtetések mögötti bizonyítékok; dokumentumfeladatban a modell magyarázatot vagy strukturált tartalmat adhat, amelyet a környező alkalmazás végső anyaggá alakít.
A StepFun külön pontosságváltozatokat és telepítési recepteket tesz közzé. Helyi GGUF példái elkülönítik a nyelvi modellt a képi projektortól, és a súlyfájlokon felül további futásidejű memóriával számolnak. Az ismertető ennél a konfigurációnál körülbelül 120 GB helyi memóriát ad meg minimumként, és 128 GB egyesített memóriát ajánl. Ezek készítői telepítési feltételek, és nem egy adott modellválasztás mögötti konfigurációra vonatkozó állítások.
Kezeld külön a Step 3.7 Flash modellt a korábbi Step 3.5 szövegmodelltől: a képi kódoló és a képértelmezés érdemi kiegészítések. A feladat végső eredménye mutassa meg a felhasznált forrást vagy képi bizonyítékot, a javasolt módosítást vagy megállapítást és minden olyan feltételt, amely még megfigyelést igényel. A külső keresések, parancsok és fájlmódosítások az alkalmazás által csatlakoztatott eszközöktől függenek.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok stepfun/step-3.7-flash | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok Példák: system, user, assistant, tool, function Feltételek: Ezeket a szerepeket a forráskód kompatibilitási típusai kifejezetten reprezentálják; a pontos szerepkészlet továbbra is modellspecifikus. Modelltől függ | Alapértelmezett— |
Mezőmessages[].content | Típusstring|content_part[]|null | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_calls | Típustool_call[] | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_call_id | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: role=tool; használja a ténylegesen visszaadott ID-t | Alapértelmezett— |
Mezőmessages[].name | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].reasoning_content | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: Küldje vissza a ténylegesen visszaadott gondolkodási tartalmat, ha ez a modell használja | Alapértelmezett— |
Mezőmessages[].reasoning_details | Típusobject|array | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőmax_completion_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Mezőstream_options.include_usage | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtemperature | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtop_p | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőstop | Típusstring|string[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools | Típusfunction_tool[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools[].type | Típusstring | KövetelményOpcionális | Értékek és korlátok function Modelltől függ | Alapértelmezett— |
Mezőtools[].function.name | Típusstring | KövetelményKötelező | Értékek és korlátok Akkor alkalmazandó, ha: Függvényeszköz megadva | Alapértelmezett— |
Mezőtools[].function.description | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtools[].function.parameters | TípusJSON_schema | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtool_choice | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőparallel_tool_calls | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőresponse_format | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning_effort | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőservice_tier | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőinstructions | Típusstring | KövetelményOpcionális | Értékek és korlátok Kompatibilitási mező | Alapértelmezett— |
Mezőfunctions | Típusfunction[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőfunction_call | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőprompt_cache_options | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmodalities | Típusstring[] | KövetelményOpcionális | Értékek és korlátok text | Alapértelmezett— |
Mezőprovider | Típusobject | KövetelményOpcionális | Értékek és korlátok Feltételek: A provider.options elutasításra kerül ezen az Ultra szöveges útvonalon | Alapértelmezett— |
Mezőcache_control.ttl | Típusstring | KövetelményOpcionális | Értékek és korlátok Feltételek: Az 1h elutasításra kerül a tényleges prompt-gyorsítótárazási helyeken | Alapértelmezett— |
Szöveg · UTF8 szöveg
messages[].content
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages |
Paramétermaterial_types | Szerződéstext |
Paramétermessages | Szerződésüzenettömb role/content szerkezettel |
Paraméterfile_material | Szerződésa tényleges UTF-8 dokumentum szó szerinti szövegként beillesztve; nincs kikövetkeztetett fájlazonosító |
Paraméteroptional_controls | Szerződésstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramétercontrol_scope | Szerződésmodellspecifikus; a felhasználói függvényeszközök eltérnek a hosztolt eszközöktől |
Paraméteroutput_modalities | Szerződéstext |
Paraméterhosted_operations | Szerződésfalse |
Paramétermultimodal_input_binding | Szerződésnull |
Életciklus: synchronous_or_streamed
Küldje el a pontos modellazonosítót a messages mellett.
A kontextushossz nem kimeneti felső korlát.
Egy szövegfájl szó szerinti szöveget adhat meg; a kép-/hang-/fájlobjektum-bemenetek pontos hozzárendelést igényelnek.
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0004 / 1K token Kimenet · Kimeneti tokenek $0.0023 / 1K token Bemenet · Gyorsítótár olvasása $0.00008 / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0004 / 1K token Kimenet · Kimeneti tokenek $0.0023 / 1K token Bemenet · Gyorsítótár olvasása $0.00008 / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "stepfun/step-3.7-flash", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='stepfun/step-3.7-flash',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='stepfun/step-3.7-flash',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes válaszváltozatot és azok tartalmát/eszközhívásait/gondolkodási tartalmát. SSE esetén válaszváltozat- és eszközindex szerint állítsa össze a részleges frissítéseket, és tartsa meg a végső befejezési okot és a használati adatokat.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőchoices[].index | Típusinteger |
Mezőchoices[].message.content | Típusstring|null |
Mezőchoices[].message.tool_calls | Típustool_call[] |
Mezőchoices[].message.reasoning_content | Típusstring |
Mezőchoices[].message.reasoning_details | Típusobject|array |
Mezőchoices[].finish_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot Ultra stepfun/step-3.7-flash
Használja a fent látható metódusútvonalakat.
stepfun/step-3.7-flashA StepFun Step 3.7 Flash ritka aktiválású képi-nyelvi modell programozáshoz, képi megértéshez és eszközvezérelt munkafolyamatokhoz. Egy 196B paraméteres nyelvi alaparchitektúrát kapcsol össze 1.8B paraméteres képi kódolóval, 256K kontextussal és a készítő által dokumentált három következtetési szinttel.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Step 3.7 Flash a StepFun ritka aktiválású mixture-of-experts képi-nyelvi modellje valós ágensfeladatokhoz. Mintegy 198 milliárd paraméteres rendszere egy 196B paraméteres nyelvi alaparchitektúrát és egy 1.8B paraméteres képi kódolót kapcsol össze, és tokenenként körülbelül 11B paramétert aktivál. Szöveget és képeket fogad, és szöveget, kódot vagy javasolt eszközhívásokat generál egy csatlakoztatott alkalmazás számára.
A készítő 256K kontextusablakot és low, medium, valamint high következtetési szinteket ad meg. Ezekkel a gyártó munkafolyamata különböző mennyiségű gondolkodást rendelhet a feladathoz. A hosszú kontextusú munka nagy jelentéseket és többfájlos szoftvervizsgálatokat foglal magában; a releváns anyagot a kérdéssel és a kívánt kimenettel együtt készítsd elő, hogy a modellnek meghatározott célja legyen ezen a kontextuson belül.
A natív képi megértés termékfelületekre, dokumentumokra, diagramokra és természetes jelenetekre terjed ki. Felülettel kapcsolatos feladatnál mellékeld a képernyőképet vagy tervet, és nevezd meg a vizsgálandó vagy megvalósítandó funkciót. Diagramnál nevezd meg a magyarázandó összehasonlítást vagy trendet. A gyártó a képi értelmezést visszakereséssel és eszközhasználattal kapcsolja össze, így egy csatlakoztatott munkafolyamat további bizonyítékot gyűjthet, ha a kép önmagában nem old meg egy kérdést.
A programozási feladatok közé tartozik a kódtár feltérképezése, egy hiba helyének azonosítása és javítás javaslata. Add meg a megfigyelt problémát, az elvárt viselkedést és a jelenlegi eredményt igazoló fájlokat vagy naplókat. Kérd a módosított anyagot és az értékeléséhez szükséges ellenőrzéseket. Amikor az alkalmazás ellenőrzést futtat, a következő lépés előtt add vissza annak tényleges kimenetét, hogy a modell a megfigyelést kezelje, ne pedig a javítás sikerét feltételezze.
A készítő tágabb munkafolyamatai keresést, terminálokat, böngészőket és irodai eszközöket is lefednek. Add meg az eszközdefiníciókat és a feladat korlátait, és különböztesd meg a javasolt hívást az alkalmazás által visszaadott eredménytől. Kutatási feladatban összehasonlíthatók a források, és megőrizhetők az egyes következtetések mögötti bizonyítékok; dokumentumfeladatban a modell magyarázatot vagy strukturált tartalmat adhat, amelyet a környező alkalmazás végső anyaggá alakít.
A StepFun külön pontosságváltozatokat és telepítési recepteket tesz közzé. Helyi GGUF példái elkülönítik a nyelvi modellt a képi projektortól, és a súlyfájlokon felül további futásidejű memóriával számolnak. Az ismertető ennél a konfigurációnál körülbelül 120 GB helyi memóriát ad meg minimumként, és 128 GB egyesített memóriát ajánl. Ezek készítői telepítési feltételek, és nem egy adott modellválasztás mögötti konfigurációra vonatkozó állítások.
Kezeld külön a Step 3.7 Flash modellt a korábbi Step 3.5 szövegmodelltől: a képi kódoló és a képértelmezés érdemi kiegészítések. A feladat végső eredménye mutassa meg a felhasznált forrást vagy képi bizonyítékot, a javasolt módosítást vagy megállapítást és minden olyan feltételt, amely még megfigyelést igényel. A külső keresések, parancsok és fájlmódosítások az alkalmazás által csatlakoztatott eszközöktől függenek.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok stepfun/step-3.7-flash | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok user, assistant | Alapértelmezett— |
Mezőmessages[].content | Típusstring | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Szöveg · UTF-8 szöveg
messages[].content karakterlánc
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages, max_tokens |
Paraméteroptional_controls | Szerződésstream |
Paramétermaterial_types | Szerződéstext |
Paramétertext_file_material | SzerződésOlvassa el a tényleges UTF-8 dokumentumot, és tegye a szövegét a jelzett bemeneti karakterláncba vagy az üzenettartalom karakterláncába. |
Életciklus: synchronous_or_streamed
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0004 / 1K token Kimenet · Kimeneti tokenek $0.0023 / 1K token Bemenet · Gyorsítótár olvasása $0.00008 / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0004 / 1K token Kimenet · Kimeneti tokenek $0.0023 / 1K token Bemenet · Gyorsítótár olvasása $0.00008 / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "stepfun/step-3.7-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'stepfun/step-3.7-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'stepfun/step-3.7-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes tartalomblokkot, a gondolkodási tartalom aláírásait és a tényleges eszközhasználati ID-kat. Állítsa össze az összes SSE-blokk részleges frissítését; az első szövegblokk nem a teljes kimenet.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőid | Típusstring |
Mezőmodel | Típusstring |
Mezőcontent[] | Típustext|thinking|tool_use|other content block |
Mezőstop_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot Ultra stepfun/step-3.7-flash
Használja a fent látható metódusútvonalakat.
Technikai példa angolul
Trace a failed configuration lookup\n\nSource excerpt: settings = {"timeout_seconds": 30}; timeout = settings["timeout"]. Log: KeyError: timeout. Required public setting remains timeout_seconds. Identify the mismatch, propose the smallest source correction and give a test that reads the configured value plus a test for a missing required setting. Do not rename the public field.A source-linked diagnosis, focused patch and two test cases.Check that the patch reads timeout_seconds and that the missing-setting case is not hidden by an invented default.