文本与多模态模型
Step 5 Preview 的缓存命中输入价格自北京时间 2026 年 10 月 14 日 00:30 起由 0.35 元／百万 tokens 调整为 0.70 元／百万 tokens。在该时间之前已通过按量付费 API 调用过 Step 5 Preview 的用户，继续适用 0.35 元／百万 tokens。详见价格调整公告。
语音模型
【价格说明】：StepAudio 3 系列模型及相关服务自北京时间 2026 年 11 月 17 日 中午12:00:00 起按下表新价格计费。生效前，已收费的模型及服务继续按原有标准计费，适用限时免费政策的模型限免至北京时间 2026 年 11 月 17 日上午11:59:59。同时，受上游算力资源成本上涨影响，为持续保障服务稳定性与推理质量，我们对部分语音模型的价格进行了调整，调整后的价格同样自北京时间 2026 年 11 月 17 日 中午 12:00:00 起生效。收费币种为人民币。StepAudio 3 系列
其他模型
实时语音与语音对话（按 Token 计费）
单位：元／百万 tokens。语音合成
stepaudio-2.5-tts、step-tts-2、step-tts-mini：1 个汉字算 1 个字符，2 个英文字母算 1 个字符，2 个标点符号算 1 个字符。语音复刻&语音设计
音色复刻：用参考音频复刻出一个专属音色。把音色加入语音库时收费，试听接口只收合成费用。复刻或设计得到的音色用于语音合成时，合成费用按所用模型的语音合成单价另计。