StepFun推理模型
复制成功！
文本生成视觉理解
概述
文本生成视觉理解
Step 3.7 Flash 是阶跃星辰最新推出的生产级 Agent 高效率 Flash 模型，专为 Agent、Coding、Search 与多模态工作流打造，在速度、成本、执行可靠性与复杂任务完成能力之间实现了更优平衡。具备多模态感知与执行、视觉搜索与工具增强、高可靠工具调用与编排，以及 Agent 生态兼容优化等核心能力。
输入
文本图像视频
输出
文本
功能
定价
- 输入¥1.35/M tokens
- 输出¥8.1/M tokens
- 输入（缓存命中）¥0.27/M tokens
速率限制与上下文
- 最大输入262.14K
- 最大输出262.14K
- RPM每分钟请求数500
- TPM每分钟 Token 数20M
- 最大输入（思考模式）262.14K
- 最大输出（思考模式）262.14K
- 上下文262.14K
API 参考
开通模型开通后即可体验并通过 API 调用该模型。复制成功！
1234567891011121314151617181920212223242526
import os
from openai import OpenAI
client = OpenAI(
api_key=os.getenv("DASHSCOPE_API_KEY"),
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(
model="stepfun/step-3.7-flash",
messages=[
{
"role": "user",
"content": [
{
"type": "image_url",
"image_url": {
"url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241108/ctdzex/biaozhun.jpg"
},
},
{"type": "text", "text": "请仅输出图像中的文本内容。"},
],
},
],
)
print(completion.choices[0].message.content)