Step 3.5 Flash là mô hình văn bản hỗn hợp chuyên gia thưa của StepFun cho suy luận và công việc hướng agent. Đặc tả công bố có tổng 196.81 tỷ tham số, gồm đầu dự đoán, và kích hoạt khoảng 11B tham số trên mỗi token. Mô hình xử lý chỉ dẫn và hội thoại viết để tạo văn bản, mã cùng tương tác công cụ đề xuất.
Nền 45 lớp kết hợp attention cửa sổ trượt và toàn phần theo tỷ lệ ba trên một, hỗ trợ ngữ cảnh 256K. Mỗi lớp chuyên gia có 288 chuyên gia được định tuyến cùng một chuyên gia dùng chung, chọn tám chuyên gia định tuyến trên mỗi token. Đầu dự đoán nhiều token thuộc thiết kế hiệu quả của nhà sản xuất. Các lựa chọn kiến trúc này mô tả mô hình; tốc độ ứng dụng cụ thể còn phụ thuộc thiết lập phục vụ và khối lượng công việc.
Lĩnh vực tác vụ chính là suy luận, lập trình và quy trình agent dài. Với nhiệm vụ phần mềm, cung cấp hành vi mong đợi, nguồn liên quan và lỗi thực tế hoặc thay đổi cần có. Yêu cầu sản phẩm đề xuất và kiểm tra cần để đánh giá. Trong ứng dụng kết nối, trả kết quả lệnh và kiểm tra trước khi mô hình chọn bước tiếp theo.
Với phân tích ngữ cảnh dài, xác định câu hỏi và các phần quan trọng của tài liệu. Báo cáo hữu ích nêu kết luận, bằng chứng hỗ trợ và quan sát còn thiếu. Giữ mục tiêu hiện tại và phát hiện đã xác nhận qua các lượt tiếp nối để mô hình tiếp tục từ trạng thái tác vụ thay vì dựng lại từ prompt thiếu thông tin.
StepFun công bố công thức tích hợp và triển khai cục bộ cho ứng dụng lập trình, nghiên cứu. Thực thi công cụ thuộc quy trình xung quanh: mô hình cung cấp hành động đề xuất, ứng dụng chạy và trả kết quả. Các tài nguyên chuyển đổi hoặc lượng tử hóa riêng có điều kiện triển khai riêng; tên mô hình chung không chọn một trong số đó.
Các vấn đề đã biết của nhà sản xuất rất cụ thể. Mô hình có thể sinh theo chuỗi dài, và độ ổn định có thể giảm trong lĩnh vực chuyên biệt hoặc hội thoại nhiều lượt kéo dài. Triệu chứng được báo cáo gồm suy luận lặp, đầu ra trộn ngôn ngữ và không nhất quán về thời gian hoặc danh tính. Nêu rõ ngôn ngữ phản hồi và tác vụ hiện tại, giữ quan sát liên quan và đánh giá sản phẩm cuối theo mục tiêu. Giữ bản văn bản này riêng với bộ mã hóa thị giác và đầu vào ảnh được thêm ở Step 3.7 Flash.
", "aboutText": "Step 3.5 Flash là mô hình văn bản hỗn hợp chuyên gia thưa của StepFun cho suy luận và công việc hướng agent. Đặc tả công bố có tổng 196.81 tỷ tham số, gồm đầu dự đoán, và kích hoạt khoảng 11B tham số trên mỗi token. Mô hình xử lý chỉ dẫn và hội thoại viết để tạo văn bản, mã cùng tương tác công cụ đề xuất.\n\nNền 45 lớp kết hợp attention cửa sổ trượt và toàn phần theo tỷ lệ ba trên một, hỗ trợ ngữ cảnh 256K. Mỗi lớp chuyên gia có 288 chuyên gia được định tuyến cùng một chuyên gia dùng chung, chọn tám chuyên gia định tuyến trên mỗi token. Đầu dự đoán nhiều token thuộc thiết kế hiệu quả của nhà sản xuất. Các lựa chọn kiến trúc này mô tả mô hình; tốc độ ứng dụng cụ thể còn phụ thuộc thiết lập phục vụ và khối lượng công việc.\n\nLĩnh vực tác vụ chính là suy luận, lập trình và quy trình agent dài. Với nhiệm vụ phần mềm, cung cấp hành vi mong đợi, nguồn liên quan và lỗi thực tế hoặc thay đổi cần có. Yêu cầu sản phẩm đề xuất và kiểm tra cần để đánh giá. Trong ứng dụng kết nối, trả kết quả lệnh và kiểm tra trước khi mô hình chọn bước tiếp theo.\n\nVới phân tích ngữ cảnh dài, xác định câu hỏi và các phần quan trọng của tài liệu. Báo cáo hữu ích nêu kết luận, bằng chứng hỗ trợ và quan sát còn thiếu. Giữ mục tiêu hiện tại và phát hiện đã xác nhận qua các lượt tiếp nối để mô hình tiếp tục từ trạng thái tác vụ thay vì dựng lại từ prompt thiếu thông tin.\n\nStepFun công bố công thức tích hợp và triển khai cục bộ cho ứng dụng lập trình, nghiên cứu. Thực thi công cụ thuộc quy trình xung quanh: mô hình cung cấp hành động đề xuất, ứng dụng chạy và trả kết quả. Các tài nguyên chuyển đổi hoặc lượng tử hóa riêng có điều kiện triển khai riêng; tên mô hình chung không chọn một trong số đó.\n\nCác vấn đề đã biết của nhà sản xuất rất cụ thể. Mô hình có thể sinh theo chuỗi dài, và độ ổn định có thể giảm trong lĩnh vực chuyên biệt hoặc hội thoại nhiều lượt kéo dài. Triệu chứng được báo cáo gồm suy luận lặp, đầu ra trộn ngôn ngữ và không nhất quán về thời gian hoặc danh tính. Nêu rõ ngôn ngữ phản hồi và tác vụ hiện tại, giữ quan sát liên quan và đánh giá sản phẩm cuối theo mục tiêu. Giữ bản văn bản này riêng với bộ mã hóa thị giác và đầu vào ảnh được thêm ở Step 3.7 Flash.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Repair a stale accumulator default\n\nReview this Python function: def collect(value, items=[]): items.append(value); return items. Separate calls unexpectedly share earlier values. Propose a correction that preserves caller-supplied list mutation but creates a fresh list when the argument is omitted. Include tests for two omitted-argument calls and a call with an explicit list. Explain the changed default behavior.A corrected function and tests distinguishing fresh defaults from deliberate mutation of a supplied list.Omitted calls do not share state, while an explicit caller list retains the documented mutation behavior.stepfun/step-3.5-flashStep 3.5 Flash của StepFun là mô hình văn bản thưa cho suy luận, mã và quy trình agent. Mô hình kích hoạt khoảng 11B tham số từ mô hình lớp 196B, kết hợp attention trượt và toàn phần, hỗ trợ ngữ cảnh 256K.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Step 3.5 Flash là mô hình văn bản hỗn hợp chuyên gia thưa của StepFun cho suy luận và công việc hướng agent. Đặc tả công bố có tổng 196.81 tỷ tham số, gồm đầu dự đoán, và kích hoạt khoảng 11B tham số trên mỗi token. Mô hình xử lý chỉ dẫn và hội thoại viết để tạo văn bản, mã cùng tương tác công cụ đề xuất.
Nền 45 lớp kết hợp attention cửa sổ trượt và toàn phần theo tỷ lệ ba trên một, hỗ trợ ngữ cảnh 256K. Mỗi lớp chuyên gia có 288 chuyên gia được định tuyến cùng một chuyên gia dùng chung, chọn tám chuyên gia định tuyến trên mỗi token. Đầu dự đoán nhiều token thuộc thiết kế hiệu quả của nhà sản xuất. Các lựa chọn kiến trúc này mô tả mô hình; tốc độ ứng dụng cụ thể còn phụ thuộc thiết lập phục vụ và khối lượng công việc.
Lĩnh vực tác vụ chính là suy luận, lập trình và quy trình agent dài. Với nhiệm vụ phần mềm, cung cấp hành vi mong đợi, nguồn liên quan và lỗi thực tế hoặc thay đổi cần có. Yêu cầu sản phẩm đề xuất và kiểm tra cần để đánh giá. Trong ứng dụng kết nối, trả kết quả lệnh và kiểm tra trước khi mô hình chọn bước tiếp theo.
Với phân tích ngữ cảnh dài, xác định câu hỏi và các phần quan trọng của tài liệu. Báo cáo hữu ích nêu kết luận, bằng chứng hỗ trợ và quan sát còn thiếu. Giữ mục tiêu hiện tại và phát hiện đã xác nhận qua các lượt tiếp nối để mô hình tiếp tục từ trạng thái tác vụ thay vì dựng lại từ prompt thiếu thông tin.
StepFun công bố công thức tích hợp và triển khai cục bộ cho ứng dụng lập trình, nghiên cứu. Thực thi công cụ thuộc quy trình xung quanh: mô hình cung cấp hành động đề xuất, ứng dụng chạy và trả kết quả. Các tài nguyên chuyển đổi hoặc lượng tử hóa riêng có điều kiện triển khai riêng; tên mô hình chung không chọn một trong số đó.
Các vấn đề đã biết của nhà sản xuất rất cụ thể. Mô hình có thể sinh theo chuỗi dài, và độ ổn định có thể giảm trong lĩnh vực chuyên biệt hoặc hội thoại nhiều lượt kéo dài. Triệu chứng được báo cáo gồm suy luận lặp, đầu ra trộn ngôn ngữ và không nhất quán về thời gian hoặc danh tính. Nêu rõ ngôn ngữ phản hồi và tác vụ hiện tại, giữ quan sát liên quan và đánh giá sản phẩm cuối theo mục tiêu. Giữ bản văn bản này riêng với bộ mã hóa thị giác và đầu vào ảnh được thêm ở Step 3.7 Flash.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn stepfun/step-3.5-flash | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn function Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmodalities | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn text | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này | Mặc định— |
Trườngcache_control.ttl | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: 1h bị từ chối tại các vị trí lưu đệm prompt thực tế | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Tham sốcontrol_scope | Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.00022 / 1K token Đầu ra · Token đầu ra $0.00066 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.00022 / 1K token Đầu ra · Token đầu ra $0.00066 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "stepfun/step-3.5-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-3.5-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-3.5-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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra stepfun/step-3.5-flash
Dùng các đường dẫn phương thức hiển thị ở trên.
stepfun/step-3.5-flashStep 3.5 Flash của StepFun là mô hình văn bản thưa cho suy luận, mã và quy trình agent. Mô hình kích hoạt khoảng 11B tham số từ mô hình lớp 196B, kết hợp attention trượt và toàn phần, hỗ trợ ngữ cảnh 256K.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Step 3.5 Flash là mô hình văn bản hỗn hợp chuyên gia thưa của StepFun cho suy luận và công việc hướng agent. Đặc tả công bố có tổng 196.81 tỷ tham số, gồm đầu dự đoán, và kích hoạt khoảng 11B tham số trên mỗi token. Mô hình xử lý chỉ dẫn và hội thoại viết để tạo văn bản, mã cùng tương tác công cụ đề xuất.
Nền 45 lớp kết hợp attention cửa sổ trượt và toàn phần theo tỷ lệ ba trên một, hỗ trợ ngữ cảnh 256K. Mỗi lớp chuyên gia có 288 chuyên gia được định tuyến cùng một chuyên gia dùng chung, chọn tám chuyên gia định tuyến trên mỗi token. Đầu dự đoán nhiều token thuộc thiết kế hiệu quả của nhà sản xuất. Các lựa chọn kiến trúc này mô tả mô hình; tốc độ ứng dụng cụ thể còn phụ thuộc thiết lập phục vụ và khối lượng công việc.
Lĩnh vực tác vụ chính là suy luận, lập trình và quy trình agent dài. Với nhiệm vụ phần mềm, cung cấp hành vi mong đợi, nguồn liên quan và lỗi thực tế hoặc thay đổi cần có. Yêu cầu sản phẩm đề xuất và kiểm tra cần để đánh giá. Trong ứng dụng kết nối, trả kết quả lệnh và kiểm tra trước khi mô hình chọn bước tiếp theo.
Với phân tích ngữ cảnh dài, xác định câu hỏi và các phần quan trọng của tài liệu. Báo cáo hữu ích nêu kết luận, bằng chứng hỗ trợ và quan sát còn thiếu. Giữ mục tiêu hiện tại và phát hiện đã xác nhận qua các lượt tiếp nối để mô hình tiếp tục từ trạng thái tác vụ thay vì dựng lại từ prompt thiếu thông tin.
StepFun công bố công thức tích hợp và triển khai cục bộ cho ứng dụng lập trình, nghiên cứu. Thực thi công cụ thuộc quy trình xung quanh: mô hình cung cấp hành động đề xuất, ứng dụng chạy và trả kết quả. Các tài nguyên chuyển đổi hoặc lượng tử hóa riêng có điều kiện triển khai riêng; tên mô hình chung không chọn một trong số đó.
Các vấn đề đã biết của nhà sản xuất rất cụ thể. Mô hình có thể sinh theo chuỗi dài, và độ ổn định có thể giảm trong lĩnh vực chuyên biệt hoặc hội thoại nhiều lượt kéo dài. Triệu chứng được báo cáo gồm suy luận lặp, đầu ra trộn ngôn ngữ và không nhất quán về thời gian hoặc danh tính. Nêu rõ ngôn ngữ phản hồi và tác vụ hiện tại, giữ quan sát liên quan và đánh giá sản phẩm cuối theo mục tiêu. Giữ bản văn bản này riêng với bộ mã hóa thị giác và đầu vào ảnh được thêm ở Step 3.7 Flash.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn stepfun/step-3.5-flash | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.00022 / 1K token Đầu ra · Token đầu ra $0.00066 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.00022 / 1K token Đầu ra · Token đầu ra $0.00066 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "stepfun/step-3.5-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3.5-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-3.5-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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra stepfun/step-3.5-flash
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Repair a stale accumulator default\n\nReview this Python function: def collect(value, items=[]): items.append(value); return items. Separate calls unexpectedly share earlier values. Propose a correction that preserves caller-supplied list mutation but creates a fresh list when the argument is omitted. Include tests for two omitted-argument calls and a call with an explicit list. Explain the changed default behavior.A corrected function and tests distinguishing fresh defaults from deliberate mutation of a supplied list.Omitted calls do not share state, while an explicit caller list retains the documented mutation behavior.