Felo API PlatformFelo API Platform
モデル一覧へ戻る
Stepfunmessages

Step 5 Preview API

StepFunのStep 5 Previewは、テキスト・画像・動画を入力できる推論モデルで、最大100万トークンのコンテキストとツール呼び出しを備え、長文書やエージェント型コーディングに向いています。

Step 5 Previewは、StepFunが提供する推論モデルです。テキスト、画像、動画の入力に対応し、テキストを出力します。1Mトークンのコンテキストを持ち、低・中・高の推論エフォート設定を切り替えられます。ツール呼び出しにも対応し、繰り返しのツール呼び出し、実行、検証、修正を要するタスクをこなせます。

長文脈の情報検索と文書間の推論を得意とし、1リクエストあたり最大60枚の画像と短い動画を扱えます。スパースなMixture-of-Expertsアーキテクチャを採用し、総パラメータ600B、トークンあたりの有効パラメータ27Bです。

エージェント型コーディング、専門知識作業、長文書・コードベース全体・複数PDFの処理、金融分野のタスク、研究タスク、長期的な計画立案、複雑なソフトウェアエンジニアリングに適しています。開発者、研究機関、大規模な文書群を扱う企業を主な対象としています。

更新日時:

モデル ID

step-5-preview
コンテキスト
1M
最大出力
64K
推奨 API
messages
入力
text / image / video
出力
text

ハイライト

  • 1Mトークンのコンテキスト
  • 低・中・高の推論エフォート設定
  • ツール呼び出しに対応
  • 最大60枚の画像入力
  • 短い動画入力に対応
  • 総パラメータ600B、有効27B

プロバイダー

1 プロバイダー

プロバイダーごとの API 料金を比較できます。プロバイダーを選択すると、すべての料金と適用条件を確認できます。

プロバイダー · 料金の内訳
稼働率
$1$2.7$0.1

10 ドルで使える量

入力
1000万 トークン
出力
370.4万 トークン

現在の入力・出力料金から試算した目安で、割引は含みません。

ベンチマーク

  • Artificial Analysis Intelligence Index

    Kimi K3 Maxと同点。自己申告によるスコア。

    44
  • Vals AI

    自己申告によるスコア。

    54.76%

スコアはモデル提供元が公表した値です。

推論

既定の推論強度
medium
常に有効
はい
選択できる推論強度
high / medium / low

Quick Start

このモデルを Felo API Platform 互換 API で呼び出すためのコードです。コードを書く前に Playground で prompt を試せます。

1

API key を設定

Felo API Platform アカウントで key を作成し、環境変数として設定します。

export FELO_API_KEY="YOUR_API_KEY"
2

最初のリクエスト

このモデル ID を Felo API Platform endpoint で使用します。X-Request-Id などの任意ヘッダーはトラブルシュートに役立ちます。

step-5-preview

このモデルは reasoning に対応しています。選択した protocol とモデルルートが reasoning controls を提供する場合、会話継続時に返却された reasoning metadata を保持してください。

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());

サードパーティ SDK の利用

互換 SDK では baseURL を次に設定します https://openapi.felo.ai/api/v1. Claude-style clients では Anthropic-compatible base URL を使用します。 https://openapi.felo.ai/api.

3

Streaming を有効化

stream: true を追加すると server-sent events で応答を受け取れます。

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 は互換性のあるモデル呼び出し surface を提供します。アプリや Agent client が既に対応している surface を選んでください。

SurfaceMethodURL

Messages

Anthropic-compatible messages for Claude-style clients.

POST

https://openapi.felo.ai/api/v1/messages

Parameters

名前型デフォルト説明
modelstringstep-5-preview呼び出す公開モデル ID。
max_tokensinteger—生成する最大 tokens。
messagesarray—Chat Completions の会話メッセージ。
seed———
stop———
min_p———
toolsarray—互換 schema に従う tool calling definitions。
top_k———
top_p———
logprobs———
reasoning———
temperaturenumber—対応している場合、回答の多様性を制御します。
tool_choicestring or object—tool を呼び出すかどうかを制御します。
top_logprobs———
response_formatobject—対応時に structured output を要求します。
presence_penalty———
reasoning_effort———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———

よくある質問

モデルについて: Step 5 Preview?

Step 5 Previewは、StepFunが提供する推論モデルです。テキスト、画像、動画の入力に対応し、テキストを出力します。1Mトークンのコンテキストを持ち、低・中・高の推論エフォート設定を切り替えられます。ツール呼び出しにも対応し、繰り返しのツール呼び出し、実行、検証、修正を要するタスクをこなせます。 長文脈の情報検索と文書間の推論を得意とし、1リクエストあたり最大60枚の画像と短い動画を扱えます。スパースなMixture-of-Expertsアーキテクチャを採用し、総パラメータ600B、トークンあたりの有効パラメータ27Bです。 エージェント型コーディング、専門知識作業、長文書・コードベース全体・複数PDFの処理、金融分野のタスク、研究タスク、長期的な計画立案、複雑なソフトウェアエンジニアリングに適しています。開発者、研究機関、大規模な文書群を扱う企業を主な対象としています。

利用料金はどのように計算されますか?

料金は利用するプロバイダーと実際の使用量により決まります。長い入力などは料金が異なる場合があります。内訳をご確認ください。

どのような入力に対応していますか?

テキスト、画像、動画の入力に対応し、テキストを出力します。1リクエストあたり最大60枚の画像と短い動画を扱えます。

コンテキスト長と出力の制限は?

コンテキストは1Mトークンです。出力トークンの上限は資料に記載がありません。

どのようなタスクに向いていますか?

エージェント型コーディング、専門知識作業、長文書・コードベース全体・複数PDFの処理、金融分野のタスク、研究タスク、長期的な計画立案、複雑なソフトウェアエンジニアリングに向いています。

同シリーズのモデルとの違いは?

Step 5 PreviewはStep 3.7 FlashやStep 3.5 Flashと同シリーズに位置しますが、資料には各モデルの違いに関する具体的な記述はありません。

推論エフォートの設定は何に影響しますか?

推論エフォートを高めると内部の思考チェーンが長くなり、出力トークンの消費量が増えます。出力価格は推論チェーンと最終回答の両方をカバーします。