Step 5 Preview 是 StepFun 面向真实任务的新一代旗舰基模，重点覆盖编程与专业知识工作。模型原生支持文本、图片和视频输入，提供 1M tokens 上下文窗口，适合需要处理大量信息、调用工具，并持续推进到交付结果的任务。
规格速览
核心能力
长上下文理解与推理
在 1M tokens 上下文中，结合长文档、多份材料和对话历史进行分析。典型任务：跨文档问答、研究资料整理。
编程与软件工程
覆盖多种编程语言和工程任务，配合工具推进开发、修改与验证。典型任务：问题排查、代码修改、测试编写。
多步骤 Agent 任务
通过应用提供的工具检索信息、处理文档，持续推进多步骤工作。典型任务：深度研究、分析报告。
多模态理解
结合图片、视频与文字，提取和分析多模态信息。典型任务：图表分析、截图问答、视频总结。
适用场景
- 软件开发：结合代码、依赖信息和错误日志，完成问题定位、代码修改与测试建议。
- 长文档处理：在较长上下文中整理多份材料，执行信息抽取、归纳和交叉核对。
- 研究与分析：配合搜索、代码执行或文档工具，拆解任务并形成结构化结果。
- 多模态理解：分析截图、图表和视频内容，并按照指定格式输出结论。
输入与输出
图片与视频输入
图片和视频请求示例见快速开始，完整限制见图片理解最佳实践和视频理解最佳实践。
功能与配置
接入方式
- 在 StepFun 开放平台创建 API Key。
- 打开快速开始，选择 Step 5 Preview，再切换文本对话、图片理解或视频理解示例。
- 使用 cURL 或 Python 发送请求，并从
choices[0].message.content读取结果。 - 上线前根据 API 参考补齐超时、重试、错误处理和密钥管理。
快速开始
查看文本、图片与视频请求示例。
Chat Completions API
查看完整请求参数、响应字段和用量信息。
Claude Code 接入
配置 Step Plan，并开启 1M 上下文。