> ## Documentation Index > Fetch the complete documentation index at: https://platform.stepfun.com/docs/llms.txt > Use this file to discover all available pages before exploring further. # 快速上手 > 快速学会使用 Step 3.7 Flash 的原生多模态能力：图片理解和视频理解 本指南将帮助你快速上手 `step-3.7-flash` 的核心能力——**原生多模态输入**。你将学会如何让模型同时理解图片和文字、视频和文字。 所有示例都使用 Chat Completion API，模型原生支持多模态，无需额外配置视觉模型。 ## 前置准备 ### 1. 获取 API Key 访问 [开放平台](https://platform.stepfun.com/interface-key) 获取 API 密钥。 ### 2. 安装依赖 ```bash theme={null} pip install --upgrade 'openai>=1.0' ``` ## 图片理解 `step-3.7-flash` 可以直接理解图片内容，无需额外的视觉模型。 ### 最小示例 ```python copy theme={null} from openai import OpenAI client = OpenAI( api_key="YOUR_STEP_API_KEY", base_url="https://api.stepfun.com/v1", ) response = client.chat.completions.create( model="step-3.7-flash", messages=[{ "role": "user", "content": [ { "type": "text", "text": "这张图片里是什么？请详细描述一下。" }, { "type": "image_url", "image_url": { "url": "https://stepfun.com/images/sample.jpg", "detail": "high" } } ] }], ) print(response.choices[0].message.content) ``` ```bash copy theme={null} curl https://api.stepfun.com/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $STEP_API_KEY" \ -d '{ "model": "step-3.7-flash", "messages": [{ "role": "user", "content": [ { "type": "text", "text": "这张图片里是什么？请详细描述一下。" }, { "type": "image_url", "image_url": { "url": "https://stepfun.com/images/sample.jpg", "detail": "high" } } ] }] }' ``` ### 使用 Base64 图片 如果你的图片是本地文件，可以转换为 Base64 编码： ```python theme={null} import base64 def encode_image(image_path): with open(image_path, "rb") as image_file: return base64.b64encode(image_file.read()).decode('utf-8') base64_image = encode_image("your-image.jpg") response = client.chat.completions.create( model="step-3.7-flash", messages=[{ "role": "user", "content": [ { "type": "text", "text": "描述这张图片" }, { "type": "image_url", "image_url": { "url": f"data:image/jpeg;base64,{base64_image}" } } ] }], ) ``` ### 使用 Files API 处理图片（推荐） 对于重复使用的图片，上传到阶跃文件存储可以加速访问： ```python theme={null} # 1. 上传图片 file = client.files.create( file=open("sample.jpg", "rb"), purpose="storage" ) # 2. 使用 file ID response = client.chat.completions.create( model="step-3.7-flash", messages=[{ "role": "user", "content": [ { "type": "text", "text": "分析这张图片" }, { "type": "image_url", "image_url": { "url": f"stepfile://{file.id}" } } ] }], ) ``` 白板转计划、票据转表格、截图生成代码等 prompt 模板见 [场景示例](/zh/guides/models/step-3.7-flash-cookbook)。 ## 视频理解 `step-3.7-flash` 原生支持视频理解，无需额外模型。 视频建议：128 MB 以内、5 分钟以内的 MP4 格式。 ### 最小示例 ```python copy theme={null} from openai import OpenAI client = OpenAI( api_key="YOUR_STEP_API_KEY", base_url="https://api.stepfun.com/v1", ) response = client.chat.completions.create( model="step-3.7-flash", messages=[{ "role": "user", "content": [ { "type": "text", "text": "请概括这个视频的主要内容，并提取关键信息点。" }, { "type": "video_url", "video_url": { "url": "https://example.com/demo.mp4" } } ] }], ) print(response.choices[0].message.content) ``` ```bash copy theme={null} curl https://api.stepfun.com/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $STEP_API_KEY" \ -d '{ "model": "step-3.7-flash", "messages": [{ "role": "user", "content": [ { "type": "text", "text": "请概括这个视频的主要内容，并提取关键信息点。" }, { "type": "video_url", "video_url": { "url": "https://example.com/demo.mp4" } } ] }] }' ``` 录屏问题诊断、操作时间线整理等 prompt 模板见 [场景示例](/zh/guides/models/step-3.7-flash-cookbook)。 ## 控制推理强度 `step-3.7-flash` 支持三档推理强度，可根据任务复杂度选择合适档位。Chat Completion API 使用 `reasoning_effort`；Messages API 使用 `output_config.effort`。 | 强度 | 适用场景 | | -------- | ----------------- | | `low` | 简单问答、摘要、改写、信息抽取 | | `medium` | 默认推荐，适合一般推理和多步骤任务 | | `high` | 复杂推理、数学、规划、代码分析 | ```bash copy theme={null} curl https://api.stepfun.com/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $STEPFUN_API_KEY" \ -d '{ "model": "step-3.7-flash", "messages": [ { "role": "user", "content": "请用三句话解释什么是强化学习。" } ], "reasoning_effort": "medium", "max_tokens": 1024 }' ``` ```bash copy theme={null} curl https://api.stepfun.com/v1/messages \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $STEPFUN_API_KEY" \ -d '{ "model": "step-3.7-flash", "max_tokens": 1024, "messages": [ { "role": "user", "content": "请用三句话解释什么是强化学习。" } ], "output_config": { "effort": "medium" } }' ``` ```python copy theme={null} response = client.chat.completions.create( model="step-3.7-flash", messages=[{ "role": "user", "content": "分析这个数据图表中的趋势和异常点" }], reasoning_effort="high", # 使用高推理强度 max_tokens=2048, ) ``` ## 常用字段速查 ### image\_url 字段 | 字段 | 类型 | 必填 | 说明 | | -------- | ------ | -- | --------------------------------- | | `type` | string | 是 | 固定为 `"image_url"` | | `url` | string | 是 | 图片地址，支持 URL、Base64、`stepfile://` | | `detail` | string | 否 | 图片细节级别；`step-3.7-flash` 默认 `high` | ### video\_url 字段 | 字段 | 类型 | 必填 | 说明 | | ------ | ------ | -- | -------------------------------- | | `type` | string | 是 | 固定为 `"video_url"` | | `url` | string | 是 | 视频地址，支持 URL、Base64、`stepfile://` | ## 常见问题 ### Q: 视频上传失败怎么办？ **A**: 确保视频满足以下条件： * 格式：MP4、QuickTime（`.mov`）或 Matroska（`.mkv`） * 大小：128 MB 以内 * 时长：5 分钟以内 如果视频超出限制，可以使用 ffmpeg 切割： ```bash theme={null} # 切割为 2 分钟一段 ffmpeg -i input.mp4 -c copy -f segment -segment_time 120 -reset_timestamps 1 output_%d.mp4 ``` ### Q: 图片/视频返回速度慢？ **A**: 使用 Files API 上传文件到阶跃存储，使用 `stepfile://` 格式可以加速访问。图片任务可先把图片缩放/压缩到合适尺寸（`step-3.7-flash` 的图片 token 随分辨率变化，更小的图更快、更省）；视频任务建议控制文件大小和时长。 ### Q: 如何批量处理多张图片？ **A**: 在 `content` 数组中添加多个 `image_url`： ```python theme={null} "content": [ {"type": "text", "text": "比较这两张图片的差异"}, {"type": "image_url", "image_url": {"url": "image1.jpg"}}, {"type": "image_url", "image_url": {"url": "image2.jpg"}}, ] ``` ### Q: 支持哪些图片格式？ **A**: 支持 JPG/JPEG、PNG、GIF、WebP 格式。 ### Q: 支持哪些视频格式？ **A**: 支持 MP4、QuickTime（`.mov`）、Matroska（`.mkv`）格式。 ## 下一步 查看白板转计划、图表转数据、票据转表格等可复用任务模板。 深入了解图片理解的参数设置、detail 模式和性能优化。 深入了解视频理解的文件限制、价格预估和 ffmpeg 使用。 了解推理模型在复杂任务、工具调用和长上下文中的推荐用法。