Step 5 Preview API
StepFun का तर्क-आधारित मॉडल, 1M टोकन संदर्भ और लंबे दस्तावेज़ों तथा एजेंटिक कार्यों के लिए उपयुक्त।
Step 5 Preview, StepFun द्वारा विकसित एक तर्क-आधारित मॉडल है जो पाठ, छवि और वीडियो इनपुट लेकर पाठ आउटपुट देता है। यह 1M टोकन के संदर्भ विंडो का समर्थन करता है और प्रति अनुरोध 60 छवियों तक तथा छोटे वीडियो को संसाधित कर सकता है। मॉडल में तर्क प्रयास के निम्न, मध्यम और उच्च स्तर उपलब्ध हैं, और यह उपकरण कॉलिंग का समर्थन करता है, जिससे बार-बार उपकरण कॉल, निष्पादन, सत्यापन और संशोधन वाले कार्य संभव होते हैं।
यह मॉडल लंबे दस्तावेज़ों, संपूर्ण कोडबेस और कई PDF के प्रसंस्करण, एजेंटिक कोडिंग, पेशेवर ज्ञान कार्य, वित्तीय और अनुसंधान कार्यों तथा दीर्घकालिक योजना और जटिल सॉफ़्टवेयर इंजीनियरिंग कार्यों के लिए उपयुक्त है। इसकी विरल मिश्रण-विशेषज्ञ संरचना में कुल 600B पैरामीटर हैं और प्रति टोकन 27B सक्रिय पैरामीटर हैं।
यह मॉडल कम लागत पर फ्रंटियर-स्तरीय प्रदर्शन के करीब पहुंचने का दावा करता है और लंबे संदर्भ का मजबूत उपयोग प्रदान करता है। हालांकि, सभी बेंचमार्क परिणाम स्व-रिपोर्टेड हैं और किसी स्वतंत्र तृतीय-पक्ष सत्यापन के बिना हैं; कोई तकनीकी रिपोर्ट जारी नहीं की गई है। आउटपुट वाचाल होते हैं, जिससे आउटपुट टोकन लागत बढ़ती है, और पहुंच केवल API के माध्यम से है।
अपडेट किया गया:
मॉडल ID
step-5-preview- कॉन्टेक्स्ट
- 1M
- अधिकतम आउटपुट
- 64K
- अनुशंसित API
- messages
- इनपुट
- text / image / video
- आउटपुट
- text
मुख्य बातें
- 1M टोकन संदर्भ विंडो
- पाठ, छवि और वीडियो इनपुट
- तर्क प्रयास के तीन स्तर
- उपकरण कॉलिंग समर्थन
- 600B कुल / 27B सक्रिय पैरामीटर
- 95% कैश हिट छूट
प्रदाता
प्रदाताओं के बीच API कीमतों की तुलना करें। सभी शुल्क और शर्तें देखने के लिए किसी प्रदाता को चुनें।
| उपलब्धता | ||||
|---|---|---|---|---|
| $1 | $2.7 | $0.1 |
ऐतिहासिक आँकड़े लाइव स्थिति जाँच नहीं हैं। डेटा न होना सेवा बंद होने का संकेत नहीं है।
$10 में क्या मिलता है
- इनपुट
- 1 क॰ token
- आउटपुट
- 37 लाख token
मौजूदा इनपुट और आउटपुट कीमतों से अनुमानित, छूट से पहले।
बेंचमार्क
- 44
Artificial Analysis Intelligence Index
अंक; Kimi K3 Max के साथ बराबरी; स्व-रिपोर्टेड
- 54.76%
Vals AI
स्व-रिपोर्टेड
स्कोर मॉडल प्रदाता के प्रकाशित आँकड़ों के अनुसार।
रीज़निंग
- डिफ़ॉल्ट प्रयास
- medium
- हमेशा सक्षम
- हाँ
- उपलब्ध प्रयास स्तर
- high / medium / low
त्वरित शुरुआत
Felo API Platform के संगत API के साथ इस मॉडल को कॉल करने के लिए तैयार कोड। कोड लिखने से पहले प्रॉम्प्ट आज़माना हो तो Playground में शुरू करें।
अपनी API key लें
अपने Felo API Platform खाते से एक key बनाएँ और उसे environment variable के रूप में सेट करें।
export FELO_API_KEY="YOUR_API_KEY"अपना पहला अनुरोध भेजें
इस मॉडल ID को Felo API Platform endpoint के साथ इस्तेमाल करें। X-Request-Id जैसे वैकल्पिक रिक्वेस्ट हेडर समस्या हल करने में मदद कर सकते हैं।
step-5-previewयह मॉडल रीज़निंग में सक्षम है। अगर आपका चुना हुआ प्रोटोकॉल और मॉडल रूट रीज़निंग कंट्रोल उपलब्ध कराते हैं, तो बातचीत जारी रखते समय लौटाए गए रीज़निंग मेटाडेटा को सुरक्षित रखें।
const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "step-5-preview",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());थर्ड-पार्टी SDK इस्तेमाल करना
संगत SDK में baseURL को इस पर सेट करें https://openapi.felo.ai/api/v1. Claude-शैली के क्लाइंट के लिए Anthropic-संगत base URL इस्तेमाल करें। https://openapi.felo.ai/api.
स्ट्रीमिंग चालू करें
रिस्पॉन्स को server-sent events के रूप में पाने के लिए stream: true जोड़ें।
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "step-5-preview",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Felo API Platform संगत मॉडल-कॉलिंग सतहें उपलब्ध कराता है। वह सतह चुनें जिसे आपका ऐप या एजेंट क्लाइंट पहले से समर्थन करता है।
Messages
Claude-शैली के क्लाइंट के लिए Anthropic-संगत मैसेज।
POST
https://openapi.felo.ai/api/v1/messagesपैरामीटर
modelstringstep-5-previewकॉल करने के लिए सार्वजनिक मॉडल ID।max_tokensinteger—जनरेट किए जाने वाले अधिकतम token।messagesarray—Chat Completions के लिए बातचीत के मैसेज।seed———stop———min_p———toolsarray—संगत schema का पालन करने वाली tool calling परिभाषाएँ।top_k———top_p———logprobs———reasoning———temperaturenumber—समर्थित होने पर रिस्पॉन्स की विविधता नियंत्रित करता है।tool_choicestring or object—नियंत्रित करता है कि कोई tool कॉल किया जाना चाहिए या नहीं।top_logprobs———response_formatobject—समर्थित होने पर स्ट्रक्चर्ड आउटपुट का अनुरोध करता है।presence_penalty———reasoning_effort———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———अक्सर पूछे जाने वाले प्रश्न
मॉडल परिचय: Step 5 Preview?
Step 5 Preview, StepFun द्वारा विकसित एक तर्क-आधारित मॉडल है जो पाठ, छवि और वीडियो इनपुट लेकर पाठ आउटपुट देता है। यह 1M टोकन के संदर्भ विंडो का समर्थन करता है और प्रति अनुरोध 60 छवियों तक तथा छोटे वीडियो को संसाधित कर सकता है। मॉडल में तर्क प्रयास के निम्न, मध्यम और उच्च स्तर उपलब्ध हैं, और यह उपकरण कॉलिंग का समर्थन करता है, जिससे बार-बार उपकरण कॉल, निष्पादन, सत्यापन और संशोधन वाले कार्य संभव होते हैं। यह मॉडल लंबे दस्तावेज़ों, संपूर्ण कोडबेस और कई PDF के प्रसंस्करण, एजेंटिक कोडिंग, पेशेवर ज्ञान कार्य, वित्तीय और अनुसंधान कार्यों तथा दीर्घकालिक योजना और जटिल सॉफ़्टवेयर इंजीनियरिंग कार्यों के लिए उपयुक्त है। इसकी विरल मिश्रण-विशेषज्ञ संरचना में कुल 600B पैरामीटर हैं और प्रति टोकन 27B सक्रिय पैरामीटर हैं। यह मॉडल कम लागत पर फ्रंटियर-स्तरीय प्रदर्शन के करीब पहुंचने का दावा करता है और लंबे संदर्भ का मजबूत उपयोग प्रदान करता है। हालांकि, सभी बेंचमार्क परिणाम स्व-रिपोर्टेड हैं और किसी स्वतंत्र तृतीय-पक्ष सत्यापन के बिना हैं; कोई तकनीकी रिपोर्ट जारी नहीं की गई है। आउटपुट वाचाल होते हैं, जिससे आउटपुट टोकन लागत बढ़ती है, और पहुंच केवल API के माध्यम से है।
उपयोग का शुल्क कैसे लगता है?
आपका बिल इस बात पर निर्भर करता है कि आप कौन-सा प्रदाता उपयोग करते हैं, उसकी कीमतें और आपका उपयोग। लंबे इनपुट या अन्य शर्तों पर अलग कीमतें लागू हो सकती हैं।
Step 5 Preview किन इनपुट का समर्थन करता है?
यह पाठ, छवि और वीडियो इनपुट का समर्थन करता है तथा पाठ आउटपुट देता है। प्रति अनुरोध 60 छवियों तक और छोटे वीडियो इनपुट के रूप में दिए जा सकते हैं।
इसका संदर्भ और आउटपुट आकार क्या है?
इसका संदर्भ 1M टोकन है। आउटपुट सीमा के बारे में जानकारी उपलब्ध नहीं है।
यह मॉडल किन कार्यों के लिए उपयुक्त है?
यह लंबे दस्तावेज़ों, संपूर्ण कोडबेस और कई PDF के प्रसंस्करण, एजेंटिक कोडिंग, पेशेवर ज्ञान कार्य, वित्तीय और अनुसंधान कार्यों तथा जटिल सॉफ़्टवेयर इंजीनियरिंग के लिए उपयुक्त है।
तर्क प्रयास सेटिंग का क्या प्रभाव पड़ता है?
तर्क प्रयास बढ़ाने से आंतरिक सोच श्रृंखला की लंबाई और आउटपुट टोकन की खपत बढ़ती है। आउटपुट मूल्य में तर्क श्रृंखला और अंतिम उत्तर दोनों शामिल होते हैं।
क्या इसे ओपन-वेट के रूप में जारी किया गया है?
नहीं, पहुंच केवल API के माध्यम से है। मॉडल भार 15 अक्टूबर, 2026 के लिए वादा किए गए थे, लेकिन अभी तक ओपन-वेट जारी नहीं हुआ है।
इसके बेंचमार्क परिणाम कैसे सत्यापित हैं?
सभी बेंचमार्क परिणाम स्व-रिपोर्टेड हैं और किसी स्वतंत्र तृतीय-पक्ष सत्यापन के बिना हैं। कोई तकनीकी रिपोर्ट भी जारी नहीं की गई है।