阶跃星辰 Step 对话 API

概述

阶跃星辰（StepFun）的对话模型现已上线 VibeToken，通过标准的兼容 OpenAI 的对话补全接口提供服务，支持流式输出与工具调用。Step 5 Preview 是阶跃星辰面向编程、软件工程和专业知识工作的旗舰模型：一款稀疏混合专家（MoE）推理模型，拥有 100 万 token 上下文窗口，除文本外还能理解图像。


提供方	StepFun
模型系列	`step-5`
模态	对话
输入	文本、图像
输出	文本

模型

模型 ID	上下文窗口	最大输出 token	输入
`stepfun/step-5-preview`	1,000,000	64,000	文本、图像

本页不再列出价格。费率按模型配置在 VibeToken 目录中,并且可以按账号单独覆盖, 任何抄写到文档里的数字都会在下一次调价后失效。请通过 Models API 获取任一模型的实时费率:

GET /api/models/{model}/pricing

模型 ID 中的斜杠需要 URL 编码 —— 例如 stepfun%2Fstep-5-preview。按 token 计费：输入与输出 token 按该模型的费率计费，推理 token 计入输出，图像按输入 token 计费。

接口端点

POST https://vibetoken.cn/v1/chat/completions

与 OpenAI 的对话补全 API 无缝兼容 —— 只需将你现有的 OpenAI 客户端指向 https://vibetoken.cn/v1，并使用你的 VibeToken 密钥即可。所有支持的参数详见完整的对话补全参考文档。

快速开始

curl https://vibetoken.cn/v1/chat/completions \
  -H "Authorization: Bearer $VIBETOKEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "stepfun/step-5-preview",
    "messages": [
      { "role": "user", "content": "Write a Python function that checks whether a string is a palindrome." }
    ]
  }'

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://vibetoken.cn/v1",
    api_key=os.environ["VIBETOKEN_API_KEY"],
)

resp = client.chat.completions.create(
    model="stepfun/step-5-preview",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(resp.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://vibetoken.cn/v1",
  apiKey: process.env.VIBETOKEN_API_KEY,
});

const resp = await client.chat.completions.create({
  model: "stepfun/step-5-preview",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(resp.choices[0].message.content);

设置 "stream": true 即可启用 token 流式输出（Server-Sent Events），与 OpenAI API 完全一致。temperature 与 top_p 照常可用。

图像输入

使用标准的 OpenAI content-parts 格式，在文本之外同时发送图像（详见视觉（多模态））：

curl https://vibetoken.cn/v1/chat/completions \
  -H "Authorization: Bearer $VIBETOKEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "stepfun/step-5-preview",
    "messages": [
      { "role": "user", "content": [
        { "type": "text", "text": "What is in this image?" },
        { "type": "image_url", "image_url": { "url": "https://example.com/cat.jpg" } }
      ]}
    ]
  }'

resp = client.chat.completions.create(
    model="stepfun/step-5-preview",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "What is in this image?"},
            {"type": "image_url", "image_url": {"url": "https://example.com/cat.jpg"}},
        ],
    }],
)
print(resp.choices[0].message.content)

const resp = await client.chat.completions.create({
  model: "stepfun/step-5-preview",
  messages: [{
    role: "user",
    content: [
      { type: "text", text: "What is in this image?" },
      { type: "image_url", image_url: { url: "https://example.com/cat.jpg" } },
    ],
  }],
});
console.log(resp.choices[0].message.content);

推理

Step 5 Preview 会先思考再作答。推理过程通过 choices[].message.reasoning_content 返回（流式时为 delta.reasoning_content），与 content 中的最终回答分开。推理 token 按输出计费，请在 max_tokens 中为其预留空间。详见推理模型。

工具调用与 JSON 输出

传入 OpenAI 风格的 tools 即可；tool_choice 支持 "auto"（默认），也支持指定具体函数以强制调用某个工具。 response_format 同时支持 JSON 模式（{"type": "json_object"}）和 JSON Schema（{"type": "json_schema", "json_schema": {...}}）。使用 JSON 模式时，请同时在提示词中要求输出 JSON。

​概述

​模型

​接口端点

​快速开始

​图像输入

​推理

​工具调用与 JSON 输出

概述

模型

接口端点

快速开始

图像输入

推理

工具调用与 JSON 输出