Step 3.5 Flash 2603 vs Step 3.5 Flash

Step 3.5 Flash 2603 vs Step 3.5 Flash 概览

Step 3.5 Flash 2603 和 Step 3.5 Flash 都是 StepFun 的模型，属于文本生成类别，可通过 EmpirioLabs API 使用。

主要区别

• Step 3.5 Flash 2603 发布更晚（2026年4月2日）；Step 3.5 Flash 发布于 2026年2月12日。
• 两个模型的上下文窗口都是 256K 个 token。
• 两个模型的输入（每100万个提示词标记）和输出（每100万个生成代币）价格相同。

Step 3.5 Flash 2603 vs Step 3.5 Flash：规格

Step 3.5 Flash 2603 vs Step 3.5 Flash：API 价格

两个模型在 EmpirioLabs 目录中的实时价格。每张价格表始终与 API 的实际计费一致。

Step 3.5 Flash 2603 vs Step 3.5 Flash：API 参数

每个模型在 EmpirioLabs 上列出的请求参数，以及适用的可选值或范围。短横线表示该模型未列出此参数。

Step 3.5 Flash 2603 vs Step 3.5 Flash：限制与说明

Step 3.5 Flash 2603

仅文本代理模型，支持256K上下文、功能工具、提示缓存计费、reasoning_effort低或高，以及可选的链接网页搜索。

Step 3.5 Flash

仅文本推理，支持256K上下文、功能工具、提示缓存计费和可选的Linkup网页搜索。

如何调用 Step 3.5 Flash 2603 和 Step 3.5 Flash

Step 3.5 Flash 2603 提供 OpenAI 兼容的 Chat Completions API。用你的 EmpirioLabs API 密钥把任意 OpenAI SDK 指向 https://api.empiriolabs.ai/v1，并使用模型 ID step-3-5-flash-2603。 两个模型通过同一个端点调用。将 model 设为 step-3-5-flash-2603 或 step-3-5-flash。 在EmpirioLabs 控制台获取 API 密钥。

curl https://api.empiriolabs.ai/v1/chat/completions \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "step-3-5-flash-2603",
    "messages": [
      {"role": "user", "content": "Write a haiku about the ocean."}
    ]
  }'

Step 3.5 Flash 2603 vs Step 3.5 Flash：常见问题

Step 3.5 Flash 2603 和 Step 3.5 Flash 有什么区别？

Step 3.5 Flash 2603 发布更晚（2026年4月2日）；Step 3.5 Flash 发布于 2026年2月12日。 两个模型的上下文窗口都是 256K 个 token。 两个模型的输入（每100万个提示词标记）和输出（每100万个生成代币）价格相同。 本页的规格、价格表和参数来自 EmpirioLabs 实时目录。

Step 3.5 Flash 2603 和 Step 3.5 Flash 哪个更新？

Step 3.5 Flash 2603 发布更晚（2026年4月2日）；Step 3.5 Flash 发布于 2026年2月12日。

Step 3.5 Flash 2603 和 Step 3.5 Flash 哪个价格更低？

两个模型的输入（每100万个提示词标记）和输出（每100万个生成代币）价格相同。 两张实时价格表都在本页，并始终与 API 的实际计费一致。

可以在不重构集成的情况下在 Step 3.5 Flash 2603 和 Step 3.5 Flash 之间切换吗？

可以。两个模型都使用 POST /v1/chat/completions 和同一个 EmpirioLabs API 密钥，大多数集成只需更改 model 值即可切换。如果依赖某个模型特有的参数，请先查看本页的参数表。

集成之前可以在浏览器里试用 Step 3.5 Flash 2603 和 Step 3.5 Flash 吗？

可以。在 EmpirioLabs Playground 中分别打开两个模型，用 API 提供的参数对两者运行同一个提示词。