StepAudio 3 Chat vs StepAudio 2.5 Chat

StepAudio 3 Chat vs StepAudio 2.5 Chat en un coup d'œil

StepAudio 3 Chat et StepAudio 2.5 Chat sont deux modèles StepFun de la catégorie Génération de texte, disponibles via l'API EmpirioLabs.

Différences clés

• Les deux modèles ont une fenêtre de contexte de 256K tokens.
• Capacités indiquées uniquement pour StepAudio 3 Chat : reasoning, audio in, function calling, structured output.
• Capacités indiquées uniquement pour StepAudio 2.5 Chat : audio input, speech understanding, prompt cache, web search.
• Les deux modèles affichent le même tarif pour Entrée (par 1M de jetons d’invite) et Sortie (par 1M de jetons générés).

StepAudio 3 Chat vs StepAudio 2.5 Chat : caractéristiques

StepAudio 3 Chat vs StepAudio 2.5 Chat : tarifs de l'API

Tarifs en direct du catalogue EmpirioLabs pour les deux modèles. Chaque grille tarifaire correspond toujours à ce que l'API facture.

StepAudio 3 Chat vs StepAudio 2.5 Chat : paramètres de l'API

Paramètres de requête indiqués pour chaque modèle sur EmpirioLabs, avec les valeurs autorisées ou la plage le cas échéant. Un tiret signale un paramètre que le modèle n'indique pas.

StepAudio 3 Chat vs StepAudio 2.5 Chat : limites et notes

StepAudio 3 Chat

Accepte le texte et l’audio et répond par texte. Le modèle raisonne avant de répondre et renvoie son raisonnement en même temps que la réponse, et ces jetons de raisonnement facturent comme jetons de sortie. Comme le raisonnement consomme le budget de sortie, une petite max_tokens peut être entièrement consacrée à la réflexion et à retourner une réponse vide; laisser max_tokens non réglé pour un défaut sensé, ou autoriser au moins quelques milliers de jetons. L’appel de fonction et la sortie d’objet JSON sont pris en charge. La recherche web Linkup est disponible pour les prompts textuels. Ce modèle est en aperçu et ses capacités peuvent changer.

StepAudio 2.5 Chat

Accepte le texte ou l’entrée audio base64 et renvoie le texte. La recherche web Linkup est disponible pour les invites textuelles.

Comment appeler StepAudio 3 Chat et StepAudio 2.5 Chat

StepAudio 3 Chat sert l'API Chat Completions compatible OpenAI. Pointez n'importe quel SDK OpenAI vers https://api.empiriolabs.ai/v1 avec votre clé API EmpirioLabs et utilisez l'id de modèle stepaudio-3-chat. Les deux modèles s'appellent via le même endpoint. Définissez model sur stepaudio-3-chat ou stepaudio-2-5-chat. Obtenez une clé API depuis le tableau de bord EmpirioLabs.

curl https://api.empiriolabs.ai/v1/chat/completions \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "stepaudio-3-chat",
    "messages": [
      {"role": "user", "content": "Write a haiku about the ocean."}
    ]
  }'

StepAudio 3 Chat vs StepAudio 2.5 Chat : questions fréquentes

Quelle est la différence entre StepAudio 3 Chat et StepAudio 2.5 Chat ?

Les deux modèles ont une fenêtre de contexte de 256K tokens. Capacités indiquées uniquement pour StepAudio 3 Chat : reasoning, audio in, function calling, structured output. Capacités indiquées uniquement pour StepAudio 2.5 Chat : audio input, speech understanding, prompt cache, web search. Les caractéristiques, les grilles tarifaires et les paramètres de cette page proviennent du catalogue EmpirioLabs en direct.

Lequel a le tarif le plus bas, StepAudio 3 Chat ou StepAudio 2.5 Chat ?

Les deux modèles affichent le même tarif pour Entrée (par 1M de jetons d’invite) et Sortie (par 1M de jetons générés). Les deux grilles tarifaires en direct sont sur cette page et correspondent toujours à ce que l'API facture.

Puis-je passer de StepAudio 3 Chat à StepAudio 2.5 Chat sans reconstruire mon intégration ?

Oui. Les deux modèles utilisent POST /v1/chat/completions avec la même clé API EmpirioLabs : la plupart des intégrations basculent en changeant la valeur model. Vérifiez d'abord le tableau des paramètres de cette page si vous dépendez d'un paramètre propre à un modèle.

Puis-je essayer StepAudio 3 Chat et StepAudio 2.5 Chat dans le navigateur avant d'intégrer ?

Oui. Ouvrez chaque modèle dans le playground EmpirioLabs et lancez le même prompt sur les deux, avec les paramètres exposés par l'API.