चरण 5 पूर्वावलोकन एपीआई का उपयोग कैसे करें

चरण 5 पूर्वावलोकन StepFun का फ्रंटियर रीजनिंग मॉडल है। यह टेक्स्ट, छवि और वीडियो इनपुट, टेक्स्ट में उत्तर स्वीकार करता है और 1,024,000 टोकन संदर्भ रखता है। यह समानांतर फ़ंक्शन कॉलिंग, सख्त JSON स्कीमा संरचित आउटपुट, स्वचालित प्रॉम्प्ट कैशिंग और तीन स्तरों के साथ तर्क प्रयास नियंत्रण का समर्थन करता है।

यह आज EmpirioLabs पर ओपनएआई-संगत एपीआई के माध्यम से लाइव है, जिसमें स्ट्रीमिंग और 131,072 आउटपुट टोकन तक हैं। इसे इसमें आज़माएं खेल इसे किसी भी OpenAI-compatible क्लाइंट से कॉल करें। पूर्ण कल्पना और वर्तमान दरों पर रहते हैं चरण 5: मॉडल पृष्ठ का पूर्वावलोकन करें और एपीआई डॉक।.

इसे बुला रहा है

किसी भी OpenAI-संगत क्लाइंट को इंगित करें https://api.empiriolabs.ai/v1 और उपयोग करें step-5-preview मॉडल आईडी के रूप में।

curl https://api.empiriolabs.ai/v1/chat/completions \ -H "प्राधिकरण: वाहक $EMPIRIOLABS_API_KEY" \ -h "सामग्री-प्रकार: application/json" \ -d '{ "मॉडल": "step-5-preview", "संदेश": [{"भूमिका": "उपयोगकर्ता", "सामग्री": "एक मोनोलिथ से तीन चरण माइग्रेशन की योजना बनाएं। "}], "reasoning_effort": "उच्च", "max_tokens": 2000 }'

एक ही मॉडल जवाब एपीआई, एंथ्रोपिक संदेश प्रारूप और मिथुन-संगत मार्ग पर जवाब देता है, इसलिए अधिकांश मौजूदा क्लाइंट बिना फिर से लिखे काम करते हैं। दस्तावेज़ पृष्ठ प्रत्येक समर्थित समापन बिंदु को सूचीबद्ध करता है।

छवियों और वीडियो के साथ कार्य करना

एक मानक के साथ एक छवि संलग्न करें image_url सामग्री भाग, या एक क्लिप के साथ video_url भाग। दोनों एक यूआरएल या डेटा यूआरएल स्वीकार करते हैं। सबसे विश्वसनीय परिणामों के लिए वीडियो को 128 एमबी से कम रखें, और क्लिप को लगभग पांच मिनट से कम रखें।

आपकी पहली कॉल से पहले जानने लायक तीन बातें

1. तर्क वापस आता है तर्क content, और यह आउटपुट के रूप में बिल करता है। वे टोकन इसमें शामिल हैं completion_tokens, लेकिन completion_tokens_details.reasoning_tokens रिपोर्ट शून्य, इसलिए पढ़ें completion_tokens तर्क उप-गणना के बजाय जब आप खर्च को जिम्मेदार ठहरा रहे हैं।
2. एक वास्तविक सेट करें max_tokens।. तर्क उत्तर के समान बजट से खर्च किया जाता है, इसलिए एक छोटा बजट एक कठिन संकेत पर एक खाली संदेश लौटा सकता है। इसे जगह दें।
3. कैशिंग स्वचालित है, और आप इसे देख सकते हैं। एक लंबा साझा उपसर्ग भेजें और अगला अनुरोध हिट की रिपोर्ट करता है prompt_tokens_details.cached_tokens, मॉडल पृष्ठ पर कैश रीड दर पर बिल किया जाता है। लाभ के लिए अपने संकेत के स्थिर भाग को सामने रखें।

पर एक नोट तर्क effort: संख्‍या आदि, मध्यम, और उच्च समर्थित स्तर हैं। अन्य मानों को अनुरोध द्वारा स्वीकार किया जाता है और फिर अनदेखा कर दिया जाता है, इसलिए कस्टम स्ट्रिंग पर भरोसा करने के बजाय तीन में से एक भेजें।

इसकी कीमत क्या होती है

चरण 5 पूर्वावलोकन है भुगतान जैसे ही आप जाते हैं, प्रति टोकन बिल किया जाता है, कैश्ड इनपुट के लिए एक अलग रियायती दर के साथ और कोई सदस्यता नहीं। वर्तमान दरें हैं मॉडल पेज और मूल्य निर्धारण पृष्ठ।.