

StepAudio 3 Gen y StepAudio 3 Music lado a lado: especificaciones, capacidades, parámetros y precios en vivo del catálogo de EmpirioLabs.
StepAudio 3 Gen y StepAudio 3 Music son modelos de StepFun en la categoría Generación de audio, disponibles a través de la API de EmpirioLabs.
| Especificación | StepAudio 3 Gen | StepAudio 3 Music |
|---|---|---|
| ID del modelo | stepaudio-3-gen | stepaudio-3-music |
| Autor | StepFun | StepFun |
| Lanzado | 9 sept 2026 | 8 sept 2026 |
| Entrada | Texto | Texto Audio |
| Salida | Audio | Audio |
| Región | International | International |
| Endpoints | POST /v1/audio/generations | POST /v1/audio/generations |
| Capacidades |
Tarifas en vivo del catálogo de EmpirioLabs para ambos modelos. Cada tabla de tarifas siempre coincide con lo que cobra la API.
Parámetros de solicitud que cada modelo indica en EmpirioLabs, con los valores permitidos o el rango cuando corresponde. Un guion marca un parámetro que el modelo no indica.
| Parámetro | StepAudio 3 Gen | StepAudio 3 Music |
|---|---|---|
| prompt | string | string |
| instruction | máx. 500 | - |
| roles | string | - |
| scripts | string | - |
| response_format | mp3, wav, flac, opus, pcm Predeterminado: mp3 | mp3, wav, flac, opus, pcm Predeterminado: mp3 |
| sample_rate | 8000, 16000, 22050, 24000, 48000 Predeterminado: 24000 | - |
| speed | 0.5 a 2 Predeterminado: 1 | - |
| volume | 0.1 a 2 Predeterminado: 1 | - |
| text_normalization | standard, enhanced Predeterminado: standard | - |
| lyrics | - | string |
| task | - | text_to_music, music_cover, vocal_to_music Predeterminado: text_to_music |
| instrumental | - | boolean Predeterminado: false |
| song_audio | - | string |
| vocal_audio | - | string |
| temperature | - | 0.01 a 2 Predeterminado: 0.85 |
| top_p | - | 0 a 1 Predeterminado: 0.92 |
Un clip terminado con líneas habladas, efectos de sonido, ambiente y música de fondo juntos. El texto en el prompt y los guiones se dice tal como está escrito: describe el escenario y la música de fondo en la instrucción, envolve un efecto de sonido o una señal musical entre corchetes y pon una dirección de entrega entre paréntesis. Envía un prompt o usa roles y scripts para el control de varios altavoces. Los roles e instrucciones están limitados a 500 caracteres cada uno y los scripts a 1.000. Los formatos de salida son mp3, wav, flac, opus y pcm. Las voces de referencia ni la clonación de voces no están disponibles en este modelo. Este modelo está en vista previa y sus capacidades pueden cambiar.
Describe el estilo y el modelo escribe y interpreta una canción completa. Proporciona la letra o deja que el modelo la escriba, pon instrumental para una pista sin voces, o adjunta una canción de referencia para una versión o una voz seca para construir un arreglo alrededor. Etiquetas de sección como [Verso], [Coro] y [Outro] moldean la estructura. La duración de salida la elige el modelo y normalmente es de uno a tres minutos, por lo que no está establecida por un parámetro y dos ejecuciones del mismo prompt pueden variar. La facturación sigue la duración generada. Instrumental y letra no pueden combinarse. Este modelo está en vista previa y sus capacidades pueden cambiar.
StepAudio 3 Gen funciona a través de POST /v1/audio/generations. La solicitud devuelve un job_id de inmediato; consulta GET /v1/jobs/{job_id} hasta que el trabajo termine y lee las URLs de salida del resultado. Ambos modelos se llaman a través del mismo endpoint. Establece model en stepaudio-3-gen o stepaudio-3-music. Consigue una clave de API en el panel de EmpirioLabs.
curl https://api.empiriolabs.ai/v1/audio/generations \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "stepaudio-3-gen",
"prompt": "Describe what you want StepAudio 3 Gen to generate."
}'StepAudio 3 Gen es el lanzamiento más reciente (9 sept 2026); StepAudio 3 Music se lanzó el 8 sept 2026. Tipos de entrada que solo acepta StepAudio 3 Music: Audio. Capacidades indicadas solo para StepAudio 3 Gen: text to speech, sound effects, voice control. Las especificaciones, las tablas de tarifas y los parámetros de esta página provienen del catálogo en vivo de EmpirioLabs.
StepAudio 3 Gen es el lanzamiento más reciente (9 sept 2026); StepAudio 3 Music se lanzó el 8 sept 2026.
Los dos modelos se tarifican con unidades o niveles distintos, así que compara las tablas de tarifas en vivo de esta página. Siempre coinciden con lo que cobra la API.
Sí. Ambos modelos usan POST /v1/audio/generations con la misma clave de API de EmpirioLabs, así que la mayoría de las integraciones cambian con solo modificar el valor model. Revisa antes la tabla de parámetros de esta página si dependes de un parámetro específico de un modelo.
Sí. Abre cada modelo en el playground de EmpirioLabs y ejecuta el mismo prompt en ambos, con los parámetros que expone la API.
Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.