stepfun
Step 3.5 Flash
step-3.5-flash — модель StepFun для сложных многоэтапных задач с рассуждениями. Поддерживает инструменты, длинный контекст, разработку программного обеспечения и автоматизацию исследований.
- Вход
- 13,93 ₽
- Выход
- 41,78 ₽
- Кэш
- 13,93 ₽
stepfun/step-3.5-flashДанные каталога получены .
Цена
- Текстовый диалог · вход
- 13,93 ₽ / 1 млн токенов
- Текстовый диалог · выход
- 41,78 ₽ / 1 млн токенов
- Текстовый диалог · вход из кэша
- 13,93 ₽ / 1 млн токенов
Цена указана в рублях для выбранной операции и её параметров.
Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.
О модели
step-3.5-flash — модель StepFun для сложных многоэтапных задач с рассуждениями. Поддерживает инструменты, длинный контекст, разработку программного обеспечения и автоматизацию исследований. Разработчик: stepfun. Вход: текст, изображения. Выход: текст. Контекст: 256000 токенов.
- Релиз
Характеристики
- Тип модели
- Текст
- Вход модели
- Текст
Данные, которые модель принимает вместе с запросом.
- Выход модели
- Текст
Форматы результата, которые создаёт модель.
- Контекстное окно
- 262 144 токенов
Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
- Операции
- Текстовый диалог
- Возможности модели
- Потоковый ответ, Рассуждения, Вызов инструментов, Вызов функций, Структурированный ответ, Ответ в JSON
Контрольные показатели
Artificial Analysis
22 показателей
Рассуждение по документу
- AA-LCR v1.150 %
Рассуждение на длинном контексте с обновлённой оценкой
Проверено
- AA-LCR v1.150 %
Рассуждение на длинном контексте с обновлённой оценкой
Проверено
Устаревшие тесты
- AA-LCR (версия не указана, архивный)50 %
Оценка рассуждений на длинном контексте
Проверено
- AA-LCR (версия не указана, архивный)50 %
Оценка рассуждений на длинном контексте
Проверено
- GPQA Diamond (архивный)83,1 %
Научные рассуждения уровня выпускника
Проверено
- GPQA Diamond (архивный)83,1 %
Научные рассуждения уровня выпускника
Проверено
Знания
- AA-Omniscience · точность23,6 %
Доля вопросов с правильным ответом
Проверено
- AA-Omniscience · точность23,6 %
Доля вопросов с правильным ответом
Проверено
Знание
- AA-Omniscience · доля выдуманных ответов (меньше лучше)85,7 %
Доля неверных ответов среди некорректных ответов
Проверено
- AA-Omniscience · доля выдуманных ответов (меньше лучше)85,7 %
Доля неверных ответов среди некорректных ответов
Проверено
Рассуждение
- CritPt2,5 %
Рассуждения по физике исследовательского уровня
Проверено
- CritPt2,5 %
Рассуждения по физике исследовательского уровня
Проверено
- IFBench64,6 %
Тест на следование инструкциям
Проверено
- IFBench64,6 %
Тест на следование инструкциям
Проверено
Рассуждения
- HLE21,1 %
Humanity’s Last Exam — вопросы экспертного уровня
Проверено
- HLE21,1 %
Humanity’s Last Exam — вопросы экспертного уровня
Проверено
Другие показатели
- Индекс интеллекта16,6 индекс
Сводная оценка Artificial Analysis по всем её тестам
Проверено
- Индекс интеллекта16,6 индекс
Сводная оценка Artificial Analysis по всем её тестам
Проверено
Агентная работа
- T²-Bench Telecom (архивный)94,4 %
Устаревший резервный вариант · Разговорные ИИ-агенты в сценариях с двойным управлением
Проверено
- T²-Bench Telecom (архивный)94,4 %
Устаревший резервный вариант · Разговорные ИИ-агенты в сценариях с двойным управлением
Проверено
Программирование
- Terminal-Bench Hard (архивный)27,3 %
Устаревший резервный вариант · Агентное программирование и работа в терминале
Проверено
- Terminal-Bench Hard (архивный)27,3 %
Устаревший резервный вариант · Агентное программирование и работа в терминале
Проверено
Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.
API-запрос
Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.
import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener
class NoRedirect(HTTPRedirectHandler):
def redirect_request(self, req, fp, code, msg, headers, newurl):
return None
opener = build_opener(NoRedirect)
def post(url, payload):
request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
"Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
"Content-Type": "application/json",
"Idempotency-Key": os.environ["REQUEST_ID"],
}, method="POST")
with opener.open(request, timeout=120) as response:
return json.load(response)
payload = {
"model": "stepfun/step-3.5-flash",
"messages": [
{
"role": "user",
"content": "Объясни задачу кратко."
}
]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))
