Step3 は、視覚言語タスク向けの StepFun のマルチモーダル推論モデルです。開発元は、総パラメータ数 321B、アクティブパラメータ数 38Bの Mixture-of-Experts アーキテクチャと説明しています。公開モデルカードには、最大コンテキスト長が 65,536 トークンと記載され、画像と文章の質問を組み合わせてテキストの回答を生成する例が示されています。
画像を渡し、作業に必要な情報を特定してください。説明では、どの物体や関係が見えるかを質問できます。推論の質問では、条件を述べ、どの細部が結論を支えるかを求められます。追加の文章による事実は、画像に見える根拠と分けてください。
開発元の推論例では、画像に何が写っているかを尋ねています。焦点を絞ったワークフローでは、関連する物体、領域、関係を指定し、最終回答の形式を定めます。重要な細部を確認できるよう、返された文章とともに元の画像を残してください。
開発元のローカル推論の説明には、複数パッチによる画像前処理が含まれています。選択したインターフェースが対応する画像形式と前処理を使い、質問に十分な細部を保ってください。画像の一部が不鮮明なら、その不確かさを回答に記録するよう求めます。
追加質問では、ある解釈を検討したり、不足する条件を加えたりできます。変更の基準点が明確になるよう、画像と関連する前の回答を参照できる状態にしてください。
Step3 は、Multi-Matrix Factorization Attention と Attention-FFN Disaggregation の設計を使用します。これらは開発元のモデルと実行アーキテクチャを説明するものであり、ホストされたリクエストの普遍的な応答速度を確定するものではありません。
正確なホスト型プロファイルには 64,000 トークンのコンテキストが記載されている一方、開発元のモデルカードでは最大 65,536 と公開されています。実際のリクエストは、選択したインターフェースの上限に合わせて用意してください。作業と結果を記録する際は、Step3 を Step3-VL の派生版や後の Step リリースと区別します。
", "aboutText": "Step3 は、視覚言語タスク向けの StepFun のマルチモーダル推論モデルです。開発元は、総パラメータ数 321B、アクティブパラメータ数 38Bの Mixture-of-Experts アーキテクチャと説明しています。公開モデルカードには、最大コンテキスト長が 65,536 トークンと記載され、画像と文章の質問を組み合わせてテキストの回答を生成する例が示されています。\n\n### 視覚的な根拠について質問する\n\n画像を渡し、作業に必要な情報を特定してください。説明では、どの物体や関係が見えるかを質問できます。推論の質問では、条件を述べ、どの細部が結論を支えるかを求められます。追加の文章による事実は、画像に見える根拠と分けてください。\n\n開発元の推論例では、画像に何が写っているかを尋ねています。焦点を絞ったワークフローでは、関連する物体、領域、関係を指定し、最終回答の形式を定めます。重要な細部を確認できるよう、返された文章とともに元の画像を残してください。\n\n### 画像と追加質問を用意する\n\n開発元のローカル推論の説明には、複数パッチによる画像前処理が含まれています。選択したインターフェースが対応する画像形式と前処理を使い、質問に十分な細部を保ってください。画像の一部が不鮮明なら、その不確かさを回答に記録するよう求めます。\n\n追加質問では、ある解釈を検討したり、不足する条件を加えたりできます。変更の基準点が明確になるよう、画像と関連する前の回答を参照できる状態にしてください。\n\n### アーキテクチャと作業範囲\n\nStep3 は、Multi-Matrix Factorization Attention と Attention-FFN Disaggregation の設計を使用します。これらは開発元のモデルと実行アーキテクチャを説明するものであり、ホストされたリクエストの普遍的な応答速度を確定するものではありません。\n\n正確なホスト型プロファイルには 64,000 トークンのコンテキストが記載されている一方、開発元のモデルカードでは最大 65,536 と公開されています。実際のリクエストは、選択したインターフェースの上限に合わせて用意してください。作業と結果を記録する際は、Step3 を Step3-VL の派生版や後の Step リリースと区別します。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
Explain a written object relationship\n\nUse these written observations of shelf S, without inspecting an image: "A blue box is above a red bin. A yellow pouch is inside the red bin. The box label is unreadable." Describe the stated spatial relationships and answer whether the box contents are known. Separate reported facts from information the notes cannot establish.A short relationship list and an explicit statement of the unknown box contents.Check that above is not changed to inside and an unreadable label does not become an identified product.stepfun-ai/step3Step3 は、画像と文章の質問を扱う StepFun のマルチモーダル推論モデルです。開発元は、総パラメータ数 321B、アクティブパラメータ数 38B、最大コンテキスト長 65,536 トークンの Mixture-of-Experts モデルと説明しています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Step3 は、視覚言語タスク向けの StepFun のマルチモーダル推論モデルです。開発元は、総パラメータ数 321B、アクティブパラメータ数 38Bの Mixture-of-Experts アーキテクチャと説明しています。公開モデルカードには、最大コンテキスト長が 65,536 トークンと記載され、画像と文章の質問を組み合わせてテキストの回答を生成する例が示されています。
画像を渡し、作業に必要な情報を特定してください。説明では、どの物体や関係が見えるかを質問できます。推論の質問では、条件を述べ、どの細部が結論を支えるかを求められます。追加の文章による事実は、画像に見える根拠と分けてください。
開発元の推論例では、画像に何が写っているかを尋ねています。焦点を絞ったワークフローでは、関連する物体、領域、関係を指定し、最終回答の形式を定めます。重要な細部を確認できるよう、返された文章とともに元の画像を残してください。
開発元のローカル推論の説明には、複数パッチによる画像前処理が含まれています。選択したインターフェースが対応する画像形式と前処理を使い、質問に十分な細部を保ってください。画像の一部が不鮮明なら、その不確かさを回答に記録するよう求めます。
追加質問では、ある解釈を検討したり、不足する条件を加えたりできます。変更の基準点が明確になるよう、画像と関連する前の回答を参照できる状態にしてください。
Step3 は、Multi-Matrix Factorization Attention と Attention-FFN Disaggregation の設計を使用します。これらは開発元のモデルと実行アーキテクチャを説明するものであり、ホストされたリクエストの普遍的な応答速度を確定するものではありません。
正確なホスト型プロファイルには 64,000 トークンのコンテキストが記載されている一方、開発元のモデルカードでは最大 65,536 と公開されています。実際のリクエストは、選択したインターフェースの上限に合わせて用意してください。作業と結果を記録する際は、Step3 を Step3-VL の派生版や後の Step リリースと区別します。
POST /v1/chat/completionstexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 stepfun-ai/step3 | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 例：system, user, assistant, tool, function 条件: これらのロールはソースコードの互換型で明示されています。正確なロールの集合はモデルごとに異なります。 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string|content_part[]|null | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_calls | 種類tool_call[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_call_id | 種類string | 要件任意 | 値と制限 適用条件: role=tool。実際に返されたIDを使ってください | デフォルト— |
フィールドmessages[].name | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].reasoning_content | 種類string | 要件任意 | 値と制限 適用条件: このモデルが使用する場合は、実際に返された推論をそのまま次のリクエストへ戻してください | デフォルト— |
フィールドmessages[].reasoning_details | 種類object|array | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmax_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドmax_completion_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドstream_options.include_usage | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop | 種類string|string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類function_tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].type | 種類string | 要件任意 | 値と制限 function モデルによる | デフォルト— |
フィールドtools[].function.name | 種類string | 要件必須 | 値と制限 適用条件: 関数ツールの指定あり | デフォルト— |
フィールドtools[].function.description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].function.parameters | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドresponse_format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning_effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 互換性用のフィールド | デフォルト— |
フィールドfunctions | 種類function[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドfunction_call | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmodalities | 種類string[] | 要件任意 | 値と制限 text | デフォルト— |
フィールドprovider | 種類object | 要件任意 | 値と制限 条件: このUltraテキストルートではprovider.optionsは拒否されます | デフォルト— |
フィールドcache_control.ttl | 種類string | 要件任意 | 値と制限 条件: 実際のプロンプトキャッシュの指定箇所では1hは拒否されます | デフォルト— |
テキスト · UTF8テキスト
messages[].content
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages |
パラメータmaterial_types | 仕様text |
パラメータmessages | 仕様role/content形式のメッセージ配列 |
パラメータfile_material | 仕様実際のUTF-8文書をテキストとしてそのまま挿入します。ファイルIDは推定しません |
パラメータoptional_controls | 仕様stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
パラメータcontrol_scope | 仕様モデル固有。ユーザーの関数ツールとホスト側のツールは異なります |
パラメータoutput_modalities | 仕様text |
パラメータhosted_operations | 仕様false |
パラメータmultimodal_input_binding | 仕様null |
ライフサイクル: synchronous_or_streamed
正確なモデルIDをmessagesとともに送ってください。
コンテキスト長は出力上限ではありません。
テキストファイルはテキストをそのまま提供できます。画像／音声／ファイルオブジェクトの入力には正確なバインディングが必要です。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
| 設定 | 料金表 | 料金 |
|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | 料金 入力 · 入力トークン $0.001144 / 1K トークン 出力 · 出力トークン $0.00286 / 1K トークン 入力 · キャッシュ読み取り $0 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "stepfun-ai/step3", "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-ai/step3',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-ai/step3',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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドchoices[].index | 種類integer |
フィールドchoices[].message.content | 種類string|null |
フィールドchoices[].message.tool_calls | 種類tool_call[] |
フィールドchoices[].message.reasoning_content | 種類string |
フィールドchoices[].message.reasoning_details | 種類object|array |
フィールドchoices[].finish_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra stepfun-ai/step3
上記に表示されたメソッドパスを使用してください。
stepfun-ai/step3Step3 は、画像と文章の質問を扱う StepFun のマルチモーダル推論モデルです。開発元は、総パラメータ数 321B、アクティブパラメータ数 38B、最大コンテキスト長 65,536 トークンの Mixture-of-Experts モデルと説明しています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Step3 は、視覚言語タスク向けの StepFun のマルチモーダル推論モデルです。開発元は、総パラメータ数 321B、アクティブパラメータ数 38Bの Mixture-of-Experts アーキテクチャと説明しています。公開モデルカードには、最大コンテキスト長が 65,536 トークンと記載され、画像と文章の質問を組み合わせてテキストの回答を生成する例が示されています。
画像を渡し、作業に必要な情報を特定してください。説明では、どの物体や関係が見えるかを質問できます。推論の質問では、条件を述べ、どの細部が結論を支えるかを求められます。追加の文章による事実は、画像に見える根拠と分けてください。
開発元の推論例では、画像に何が写っているかを尋ねています。焦点を絞ったワークフローでは、関連する物体、領域、関係を指定し、最終回答の形式を定めます。重要な細部を確認できるよう、返された文章とともに元の画像を残してください。
開発元のローカル推論の説明には、複数パッチによる画像前処理が含まれています。選択したインターフェースが対応する画像形式と前処理を使い、質問に十分な細部を保ってください。画像の一部が不鮮明なら、その不確かさを回答に記録するよう求めます。
追加質問では、ある解釈を検討したり、不足する条件を加えたりできます。変更の基準点が明確になるよう、画像と関連する前の回答を参照できる状態にしてください。
Step3 は、Multi-Matrix Factorization Attention と Attention-FFN Disaggregation の設計を使用します。これらは開発元のモデルと実行アーキテクチャを説明するものであり、ホストされたリクエストの普遍的な応答速度を確定するものではありません。
正確なホスト型プロファイルには 64,000 トークンのコンテキストが記載されている一方、開発元のモデルカードでは最大 65,536 と公開されています。実際のリクエストは、選択したインターフェースの上限に合わせて用意してください。作業と結果を記録する際は、Step3 を Step3-VL の派生版や後の Step リリースと区別します。
POST /v1/messagestextjson, sse| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 stepfun-ai/step3 | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string | 要件必須 | 値と制限 | デフォルト— |
フィールドmax_tokens | 種類integer | 要件必須 | 値と制限 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
テキスト · UTF-8テキスト
messages[].contentの文字列
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様stream |
パラメータmaterial_types | 仕様text |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: synchronous_or_streamed
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
| 設定 | 料金表 | 料金 |
|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | 料金 入力 · 入力トークン $0.001144 / 1K トークン 出力 · 出力トークン $0.00286 / 1K トークン 入力 · キャッシュ読み取り $0 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "stepfun-ai/step3",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-ai/step3', '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-ai/step3', '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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドmodel | 種類string |
フィールドcontent[] | 種類text|thinking|tool_use|other content block |
フィールドstop_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra stepfun-ai/step3
上記に表示されたメソッドパスを使用してください。
英語の技術例
Explain a written object relationship\n\nUse these written observations of shelf S, without inspecting an image: "A blue box is above a red bin. A yellow pouch is inside the red bin. The box label is unreadable." Describe the stated spatial relationships and answer whether the box contents are known. Separate reported facts from information the notes cannot establish.A short relationship list and an explicit statement of the unknown box contents.Check that above is not changed to inside and an unreadable label does not become an identified product.