階躍星辰 StepFun 模型与 API
比較 TokenHub 目前可用的 階躍星辰 StepFun 模型,包括 Step 3.7 Flash 和 Step 3.7。查看價格、上下文視窗、能力和模型 ID,并通过一套兼容 OpenAI 的 API 工作流程完成呼叫。
階躍星辰 StepFun 模型与 API 價格
比較階躍星辰 StepFun API 的输入、輸出、快取讀取價格、上下文視窗、端点和模型 ID。目前目录可能包含 Step 3.7 Flash 和 Step 3.7,实际以 TokenHub 实时模型列表为准。
分别比較可用階躍星辰 StepFun模型的输入、輸出和快取讀取價格,上线前请在模型详情页确认计费单位与模型 ID。
比較 Step 3.7 Flash 和 Step 3.7 的上下文視窗、最大輸出、推理、工具调用、端点和发布日期。
價格、模型可用性、上下文視窗和端點支援來自 TokenHub 目前模型目錄。規格與可用性可能調整,生產環境上線前請在模型詳情頁再次確認。
最後更新: 2026-08-25开始呼叫 階躍星辰 StepFun API
创建 TokenHub API Key,复制已发布的 階躍星辰 StepFun 模型 ID,并通过 OpenAI Chat Completions、Responses 或 Claude Messages 发起请求。已有 OpenAI SDK 项目通常只需替换 API Key、Base URL 和模型 ID。
- 01创建 TokenHub API Key
- 02選擇可用的 階躍星辰 StepFun 模型
- 03選擇 API 协议
- 04复制已发布的 階躍星辰 StepFun 模型 ID
- 05发送第一个请求
選擇 API 協定
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.chat.completions.create({
"model": "step-3.7-flash",
"messages": [
{
"role": "user",
"content": "Explain why low latency matters for an AI product in one sentence."
}
]
})
console.log(result.choices[0]?.message?.content)import json
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ.get("TOKENHUB_API_KEY"),
base_url="https://us-api.tokenhub.com/v1",
)
request = json.loads("{\"model\":\"step-3.7-flash\",\"messages\":[{\"role\":\"user\",\"content\":\"Explain why low latency matters for an AI product in one sentence.\"}]}")
result = client.chat.completions.create(**request)
print(result.choices[0].message.content)curl 'https://us-api.tokenhub.com/v1/chat/completions' \
-X 'POST' \
-H "Authorization: Bearer $TOKENHUB_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "step-3.7-flash",
"messages": [
{
"role": "user",
"content": "Explain why low latency matters for an AI product in one sentence."
}
]
}'const response = await fetch("https://us-api.tokenhub.com/v1/chat/completions", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.TOKENHUB_API_KEY}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"model": "step-3.7-flash",
"messages": [
{
"role": "user",
"content": "Explain why low latency matters for an AI product in one sentence."
}
]
}),
})
const data = await response.json()
console.log(data)import os
import requests
response = requests.request(method="POST", url="https://us-api.tokenhub.com/v1/chat/completions",
headers={
"Authorization": f"Bearer {os.environ['TOKENHUB_API_KEY']}",
"Content-Type": "application/json",
},
json=__import__("json").loads("{\"model\":\"step-3.7-flash\",\"messages\":[{\"role\":\"user\",\"content\":\"Explain why low latency matters for an AI product in one sentence.\"}]}"),
)
response.raise_for_status()
print(response.json())import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.responses.create({
"model": "step-3.7-flash",
"input": "Explain why low latency matters for an AI product in one sentence."
})
console.log(result.output_text)import json
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ.get("TOKENHUB_API_KEY"),
base_url="https://us-api.tokenhub.com/v1",
)
request = json.loads("{\"model\":\"step-3.7-flash\",\"input\":\"Explain why low latency matters for an AI product in one sentence.\"}")
result = client.responses.create(**request)
print(result.output_text)curl 'https://us-api.tokenhub.com/v1/responses' \
-X 'POST' \
-H "Authorization: Bearer $TOKENHUB_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "step-3.7-flash",
"input": "Explain why low latency matters for an AI product in one sentence."
}'const response = await fetch("https://us-api.tokenhub.com/v1/responses", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.TOKENHUB_API_KEY}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"model": "step-3.7-flash",
"input": "Explain why low latency matters for an AI product in one sentence."
}),
})
const data = await response.json()
console.log(data)import os
import requests
response = requests.request(method="POST", url="https://us-api.tokenhub.com/v1/responses",
headers={
"Authorization": f"Bearer {os.environ['TOKENHUB_API_KEY']}",
"Content-Type": "application/json",
},
json=__import__("json").loads("{\"model\":\"step-3.7-flash\",\"input\":\"Explain why low latency matters for an AI product in one sentence.\"}"),
)
response.raise_for_status()
print(response.json())curl 'https://us-api.tokenhub.com/v1/messages' \
-X 'POST' \
-H "Authorization: Bearer $TOKENHUB_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "step-3.7-flash",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Explain why low latency matters for an AI product in one sentence."
}
]
}'const response = await fetch("https://us-api.tokenhub.com/v1/messages", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.TOKENHUB_API_KEY}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"model": "step-3.7-flash",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Explain why low latency matters for an AI product in one sentence."
}
]
}),
})
const data = await response.json()
console.log(data)import os
import requests
response = requests.request(method="POST", url="https://us-api.tokenhub.com/v1/messages",
headers={
"Authorization": f"Bearer {os.environ['TOKENHUB_API_KEY']}",
"Content-Type": "application/json",
},
json=__import__("json").loads("{\"model\":\"step-3.7-flash\",\"max_tokens\":1024,\"messages\":[{\"role\":\"user\",\"content\":\"Explain why low latency matters for an AI product in one sentence.\"}]}"),
)
response.raise_for_status()
print(response.json())应该選擇哪个 階躍星辰 StepFun 模型?
根据快速文字生成、推理、程式碼、Agent 工作流程和通用助理選擇階躍星辰 StepFun模型,上线前比較價格、上下文視窗、推理、工具调用和端点支持。
| API 任務 | 優先查看 | 適合情境 | 上線前確認 |
|---|---|---|---|
| 高频 階躍星辰 StepFun API 呼叫 | Step 3.7 Flash | 适合快速迭代、对话、信息提取、摘要和批量任务。 | 階躍星辰 StepFun API 價格、吞吐和輸出 Token 成本 |
| 階躍星辰 StepFun 推理与程式碼 | Step 3.7 Flash | 适合多步骤分析、程式碼生成、调试和 Agent 任务。 | 推理支持、工具调用、延迟和请求总成本 |
| 通用 階躍星辰 StepFun 应用 | Step 3.7 Flash | 适合日常助手、内容生成、信息提取和产品功能。 | 任务准确率、端点支持和生产價格 |
| 长上下文 階躍星辰 StepFun 任务 | Step 3.7 Flash | 适合文档、代码库、研究和长对话处理。 | 上下文視窗、输入價格、最大輸出和流式支持 |
| 质量优先的 階躍星辰 StepFun 任务 | Step 3.7 Flash | 适合能力上限比最低单位成本更重要的生产输出。 | 任务质量、延迟以及与快速模型的價格差异 |
選擇与比較 階躍星辰 StepFun 模型
通过实时目录比較階躍星辰 StepFun API 價格、模型参数、上下文視窗和支持端点。
整合 StepFun
透過 TokenHub,將 StepFun 接入團隊已在使用的開發工具。
階躍星辰 StepFun API 常见问题
階躍星辰、階躍、StepFun 和 Step是什么关系?
階躍星辰、階躍、StepFun 和 Step是这个模型系列相关的品牌名称和常见搜索方式。实际呼叫时请使用 TokenHub 实时目录展示的厂商名称和模型 ID。
TokenHub 上有哪些 階躍星辰 StepFun 模型?
上方实时列表展示目前可用模型。常见型号包括 Step 3.7 Flash 和 Step 3.7,只有 TokenHub 目录实际展示的模型才能通过本页呼叫。
如何获取 階躍星辰 StepFun API Key?
StepFun API、階躍星辰 API 和 StepFun API Key 对应同一套 TokenHub 接入流程:创建 API Key,从目录選擇已发布的 階躍星辰 StepFun 模型 ID,并在应用中使用 TokenHub Base URL。
階躍星辰 StepFun API 如何计费?
價格取决于所选模型和计费类型。请比較输入、輸出、缓存或按请求價格,生产使用前再次确认模型详情页。
可以通过 OpenAI SDK 呼叫 階躍星辰 StepFun 吗?
可以。使用 TokenHub Base URL、API Key 和已发布的 階躍星辰 StepFun 模型 ID,即可通过 OpenAI Python 或 Node.js SDK 发起请求。
应该使用哪个 階躍星辰 StepFun 模型?
根据快速文字生成、推理、程式碼、Agent 工作流程和通用助理进行選擇,并在实时目录中比較实际價格、上下文視窗、推理、工具调用和輸出限制。
开始使用 階躍星辰 StepFun
選擇一个 階躍星辰 StepFun 模型,复制模型 ID,创建 TokenHub API Key,并通过统一兼容协议发送第一个请求。