Step 5 Preview는 실제 에이전트 작업을 위한 StepFun의 대표 기반 모델입니다. 제조사는 총 파라미터 600B개, 토큰당 활성 파라미터 27B개의 희소 전문가 혼합 아키텍처를 설명합니다. 1M토큰 컨텍스트와 기본 텍스트·시각 입력을 지원하며, 소프트웨어 엔지니어링, 전문 지식 업무, 금융을 주요 작업 분야로 제시합니다.
이 버전은 단일 답변을 넘어서는 작업을 중심으로 설계되었습니다. 소프트웨어 과제에서는 현재 구현 이해, 변경 계획, 관찰된 실패 검토, 제안된 결과 수정이 필요할 수 있습니다. 예상 동작, 관련 소스, 작업의 제약 조건을 함께 준비한 다음 결과물과 평가에 필요한 근거를 요청하세요.
코드 또는 애플리케이션 작업에서는 변경할 구성 요소와 완료 후 동작을 구체적으로 지정하세요. 시각 입력으로 목표와 관련된 스크린샷, 차트, 기타 근거를 추가할 수 있습니다. 자료에서 눈으로 확인되는 내용과 서면 사양 또는 애플리케이션의 관찰 결과에 의존하는 결론을 구분하도록 요청하세요.
전문 조사에서는 질문, 범위, 원하는 보고서 구조를 명시하세요. 유용한 출력은 확인된 결과, 이를 연결하는 추론, 미해결 의존 사항을 구분합니다. 애플리케이션이 추가 정보를 수집한다면 관련 관찰 결과를 반환하여 다음 단계가 정보를 찾았다고 가정하지 않고 그 근거를 활용하도록 하세요.
금융 분석에서는 작업에 사용하는 데이터, 정의, 단위, 가정을 제공하세요. 계산이나 비교에 대한 구조화된 설명을 요청하고 각 결론을 뒷받침하는 입력이 무엇인지 밝히세요. 생성된 보고서나 제안된 분석 코드를 이후에 해당 입력과 대조하여 검토할 수 있습니다. 이는 제작사가 명시한 분야를 위한 준비 패턴이며 특정 금융 결과에 대한 보장은 아닙니다.
계속되는 작업에서는 원본 자료, 채택한 결과, 완료 기준을 다음 요청과 함께 유지하세요. 이전의 Step 3.7 Flash 및 별도로 공개된 가중치나 정밀도 아티팩트와 구분하세요. 모델 출력은 연결된 워크플로에 텍스트, 코드 또는 분석을 제공하며, 제안된 명령의 실행과 외부 시스템 변경은 애플리케이션 및 도구가 처리합니다.
", "aboutText": "Step 5 Preview는 실제 에이전트 작업을 위한 StepFun의 대표 기반 모델입니다. 제조사는 총 파라미터 600B개, 토큰당 활성 파라미터 27B개의 희소 전문가 혼합 아키텍처를 설명합니다. 1M토큰 컨텍스트와 기본 텍스트·시각 입력을 지원하며, 소프트웨어 엔지니어링, 전문 지식 업무, 금융을 주요 작업 분야로 제시합니다.\n\n이 버전은 단일 답변을 넘어서는 작업을 중심으로 설계되었습니다. 소프트웨어 과제에서는 현재 구현 이해, 변경 계획, 관찰된 실패 검토, 제안된 결과 수정이 필요할 수 있습니다. 예상 동작, 관련 소스, 작업의 제약 조건을 함께 준비한 다음 결과물과 평가에 필요한 근거를 요청하세요.\n\n코드 또는 애플리케이션 작업에서는 변경할 구성 요소와 완료 후 동작을 구체적으로 지정하세요. 시각 입력으로 목표와 관련된 스크린샷, 차트, 기타 근거를 추가할 수 있습니다. 자료에서 눈으로 확인되는 내용과 서면 사양 또는 애플리케이션의 관찰 결과에 의존하는 결론을 구분하도록 요청하세요.\n\n전문 조사에서는 질문, 범위, 원하는 보고서 구조를 명시하세요. 유용한 출력은 확인된 결과, 이를 연결하는 추론, 미해결 의존 사항을 구분합니다. 애플리케이션이 추가 정보를 수집한다면 관련 관찰 결과를 반환하여 다음 단계가 정보를 찾았다고 가정하지 않고 그 근거를 활용하도록 하세요.\n\n금융 분석에서는 작업에 사용하는 데이터, 정의, 단위, 가정을 제공하세요. 계산이나 비교에 대한 구조화된 설명을 요청하고 각 결론을 뒷받침하는 입력이 무엇인지 밝히세요. 생성된 보고서나 제안된 분석 코드를 이후에 해당 입력과 대조하여 검토할 수 있습니다. 이는 제작사가 명시한 분야를 위한 준비 패턴이며 특정 금융 결과에 대한 보장은 아닙니다.\n\n계속되는 작업에서는 원본 자료, 채택한 결과, 완료 기준을 다음 요청과 함께 유지하세요. 이전의 Step 3.7 Flash 및 별도로 공개된 가중치나 정밀도 아티팩트와 구분하세요. 모델 출력은 연결된 워크플로에 텍스트, 코드 또는 분석을 제공하며, 제안된 명령의 실행과 외부 시스템 변경은 애플리케이션 및 도구가 처리합니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Review a dependent approval workflow\n\nAnalyse this workflow against its requirement. Requirement R: a purchase order may be sent only after finance approval for the same revision. Current flow C: approval stores approved=true; editing quantities leaves approved unchanged; Send checks only that flag. Explain the defect, propose a revision-aware check and provide tests for unchanged and edited orders. Do not claim any purchase was sent.A source-linked defect analysis, a proposed revision-aware rule and two regression scenarios.Editing an approved order invalidates approval for the changed revision, while an unchanged approved revision remains eligible.stepfun/step-5-previewStepFun의 Step 5 Preview는 에이전트 코딩, 전문 지식 업무, 금융 분석을 위한 희소 MoE 모델입니다. 제작사는 총 파라미터 600B개, 토큰당 활성 파라미터 27B개, 1M 컨텍스트, 기본 텍스트·시각 입력을 명시합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Step 5 Preview는 실제 에이전트 작업을 위한 StepFun의 대표 기반 모델입니다. 제조사는 총 파라미터 600B개, 토큰당 활성 파라미터 27B개의 희소 전문가 혼합 아키텍처를 설명합니다. 1M토큰 컨텍스트와 기본 텍스트·시각 입력을 지원하며, 소프트웨어 엔지니어링, 전문 지식 업무, 금융을 주요 작업 분야로 제시합니다.
이 버전은 단일 답변을 넘어서는 작업을 중심으로 설계되었습니다. 소프트웨어 과제에서는 현재 구현 이해, 변경 계획, 관찰된 실패 검토, 제안된 결과 수정이 필요할 수 있습니다. 예상 동작, 관련 소스, 작업의 제약 조건을 함께 준비한 다음 결과물과 평가에 필요한 근거를 요청하세요.
코드 또는 애플리케이션 작업에서는 변경할 구성 요소와 완료 후 동작을 구체적으로 지정하세요. 시각 입력으로 목표와 관련된 스크린샷, 차트, 기타 근거를 추가할 수 있습니다. 자료에서 눈으로 확인되는 내용과 서면 사양 또는 애플리케이션의 관찰 결과에 의존하는 결론을 구분하도록 요청하세요.
전문 조사에서는 질문, 범위, 원하는 보고서 구조를 명시하세요. 유용한 출력은 확인된 결과, 이를 연결하는 추론, 미해결 의존 사항을 구분합니다. 애플리케이션이 추가 정보를 수집한다면 관련 관찰 결과를 반환하여 다음 단계가 정보를 찾았다고 가정하지 않고 그 근거를 활용하도록 하세요.
금융 분석에서는 작업에 사용하는 데이터, 정의, 단위, 가정을 제공하세요. 계산이나 비교에 대한 구조화된 설명을 요청하고 각 결론을 뒷받침하는 입력이 무엇인지 밝히세요. 생성된 보고서나 제안된 분석 코드를 이후에 해당 입력과 대조하여 검토할 수 있습니다. 이는 제작사가 명시한 분야를 위한 준비 패턴이며 특정 금융 결과에 대한 보장은 아닙니다.
계속되는 작업에서는 원본 자료, 채택한 결과, 완료 기준을 다음 요청과 함께 유지하세요. 이전의 Step 3.7 Flash 및 별도로 공개된 가중치나 정밀도 아티팩트와 구분하세요. 모델 출력은 연결된 워크플로에 텍스트, 코드 또는 분석을 제공하며, 제안된 명령의 실행과 외부 시스템 변경은 애플리케이션 및 도구가 처리합니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 stepfun/step-5-preview | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 예시: system, user, assistant, tool, function 조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다. 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string|content_part[]|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_calls | 유형tool_call[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
필드messages[].name | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].reasoning_content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
필드messages[].reasoning_details | 유형object|array | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드max_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드max_completion_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드stream_options.include_usage | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop | 유형string|string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형function_tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].type | 유형string | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— |
필드tools[].function.name | 유형string | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
필드tools[].function.description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].function.parameters | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드parallel_tool_calls | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드response_format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning_effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
필드functions | 유형function[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드function_call | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드modalities | 유형string[] | 요건선택 사항 | 값과 한도 text | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— |
필드cache_control.ttl | 유형string | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수material_types | 명세text |
매개변수messages | 명세role/content 형식의 메시지 배열 |
매개변수file_material | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
매개변수optional_controls | 명세stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
매개변수control_scope | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
수명 주기: synchronous_or_streamed
정확한 모델 ID를 messages와 함께 보내세요.
컨텍스트 길이는 출력 상한이 아닙니다.
텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.002 / 1K 토큰 출력 · 출력 토큰 $0.0054 / 1K 토큰 입력 · 캐시 읽기 $0.0001 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.002 / 1K 토큰 출력 · 출력 토큰 $0.0054 / 1K 토큰 입력 · 캐시 읽기 $0.0001 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "stepfun/step-5-preview", "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-5-preview',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-5-preview',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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra stepfun/step-5-preview
위에 표시된 메서드 경로를 사용하세요.
stepfun/step-5-previewStepFun의 Step 5 Preview는 에이전트 코딩, 전문 지식 업무, 금융 분석을 위한 희소 MoE 모델입니다. 제작사는 총 파라미터 600B개, 토큰당 활성 파라미터 27B개, 1M 컨텍스트, 기본 텍스트·시각 입력을 명시합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Step 5 Preview는 실제 에이전트 작업을 위한 StepFun의 대표 기반 모델입니다. 제조사는 총 파라미터 600B개, 토큰당 활성 파라미터 27B개의 희소 전문가 혼합 아키텍처를 설명합니다. 1M토큰 컨텍스트와 기본 텍스트·시각 입력을 지원하며, 소프트웨어 엔지니어링, 전문 지식 업무, 금융을 주요 작업 분야로 제시합니다.
이 버전은 단일 답변을 넘어서는 작업을 중심으로 설계되었습니다. 소프트웨어 과제에서는 현재 구현 이해, 변경 계획, 관찰된 실패 검토, 제안된 결과 수정이 필요할 수 있습니다. 예상 동작, 관련 소스, 작업의 제약 조건을 함께 준비한 다음 결과물과 평가에 필요한 근거를 요청하세요.
코드 또는 애플리케이션 작업에서는 변경할 구성 요소와 완료 후 동작을 구체적으로 지정하세요. 시각 입력으로 목표와 관련된 스크린샷, 차트, 기타 근거를 추가할 수 있습니다. 자료에서 눈으로 확인되는 내용과 서면 사양 또는 애플리케이션의 관찰 결과에 의존하는 결론을 구분하도록 요청하세요.
전문 조사에서는 질문, 범위, 원하는 보고서 구조를 명시하세요. 유용한 출력은 확인된 결과, 이를 연결하는 추론, 미해결 의존 사항을 구분합니다. 애플리케이션이 추가 정보를 수집한다면 관련 관찰 결과를 반환하여 다음 단계가 정보를 찾았다고 가정하지 않고 그 근거를 활용하도록 하세요.
금융 분석에서는 작업에 사용하는 데이터, 정의, 단위, 가정을 제공하세요. 계산이나 비교에 대한 구조화된 설명을 요청하고 각 결론을 뒷받침하는 입력이 무엇인지 밝히세요. 생성된 보고서나 제안된 분석 코드를 이후에 해당 입력과 대조하여 검토할 수 있습니다. 이는 제작사가 명시한 분야를 위한 준비 패턴이며 특정 금융 결과에 대한 보장은 아닙니다.
계속되는 작업에서는 원본 자료, 채택한 결과, 완료 기준을 다음 요청과 함께 유지하세요. 이전의 Step 3.7 Flash 및 별도로 공개된 가중치나 정밀도 아티팩트와 구분하세요. 모델 출력은 연결된 워크플로에 텍스트, 코드 또는 분석을 제공하며, 제안된 명령의 실행과 외부 시스템 변경은 애플리케이션 및 도구가 처리합니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 stepfun/step-5-preview | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF-8 텍스트
messages[].content 문자열
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세stream |
매개변수material_types | 명세text |
매개변수text_file_material | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |
수명 주기: synchronous_or_streamed
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.002 / 1K 토큰 출력 · 출력 토큰 $0.0054 / 1K 토큰 입력 · 캐시 읽기 $0.0001 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.002 / 1K 토큰 출력 · 출력 토큰 $0.0054 / 1K 토큰 입력 · 캐시 읽기 $0.0001 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "stepfun/step-5-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5-preview', '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-5-preview', '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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra stepfun/step-5-preview
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Review a dependent approval workflow\n\nAnalyse this workflow against its requirement. Requirement R: a purchase order may be sent only after finance approval for the same revision. Current flow C: approval stores approved=true; editing quantities leaves approved unchanged; Send checks only that flag. Explain the defect, propose a revision-aware check and provide tests for unchanged and edited orders. Do not claim any purchase was sent.A source-linked defect analysis, a proposed revision-aware rule and two regression scenarios.Editing an approved order invalidates approval for the changed revision, while an unchanged approved revision remains eligible.