Step 3.5 Flash
Red Neuronal
Step 3.5 Flash API: modelo abierto de StepFun con arquitectura Mixture of Experts para tareas de texto e integración en servicios.
Longitud máxima de respuesta
(en tokens)
Tamaño del contexto
(en tokens)
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Cómo funciona Step 3.5 Flash?
Step 3.5 Flash es un modelo de lenguaje abierto de StepFun con arquitectura dispersa Mixture of Experts: de 196 mil millones de parámetros, solo se activan 11 mil millones por token, lo que permite un uso eficiente de los recursos con un gran volumen de conocimientos. En BotHub, está disponible sin VPN ni tarjetas extranjeras: pague con tarjeta rusa en rublos y solo por los tokens consumidos, que no caducan. Con más de 250 redes neuronales en una sola ventana, puede comparar respuestas o cambiar de modelo con un par de clics, y la API compatible con OpenAI evita reescribir integraciones. Los diálogos se cifran mediante AES-GCM, los datos no se guardan, y para empresas ofrecemos contrato, facturación, EDI, panel de administración y límites para empleados. Utilice Step 3.5 Flash para analizar consultas de usuarios, redactar borradores, resumir documentos extensos o probar el modelo como opción de respaldo en un servicio multimodal.Preguntas frecuentes sobre Step 3.5 Flash
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
step-3.5-flash de stepfun es un modelo de texto con modo de razonamiento, entrada de imágenes y documentos, y llamada a funciones. Su contexto de 256 000 tokens permite analizar documentos extensos, bases de código y registros, escribir y depurar código, preparar resúmenes analíticos y crear escenarios de agentes.
El volumen máximo de una respuesta es de 65 536 tokens. Esto es suficiente para un texto técnico extenso, un análisis detallado de un documento o un fragmento de código grande sin dividirlo. Si la respuesta alcanza el límite, simplemente pida continuar y el modelo completará el mensaje.
Sí, el razonamiento antes de responder está incluido en las capacidades del modelo: ejecuta pasos intermedios antes de dar el resultado. Esto es notable en matemáticas, lógica, análisis de requisitos y depuración, donde es importante seguir la cadena de razonamiento en lugar de adivinar la respuesta.
Sí, ambos. Gracias a la llamada a funciones (function calling), el modelo puede conectarse a búsquedas, bases de datos, calculadoras y servicios internos, y la salida estructurada en JSON es útil cuando el resultado se integra directamente en el código sin análisis manual. Todo a través de la API de BotHub compatible con OpenAI.
Según nuestros datos, se aceptan texto, imágenes y documentos: puede enviar capturas de pantalla, esquemas, tablas o archivos y hacer preguntas sobre el contenido. No tenemos indicaciones específicas sobre audio y video, por lo que recomendamos probar estos formatos en su caso particular.
No tenemos datos específicos sobre la calidad en diferentes idiomas, por lo que no podemos prometer nada; pruébelo con su propio prompt, es rápido. La interfaz de BotHub y el bot de Telegram están en ruso, el acceso desde Rusia es sin VPN ni tarjetas extranjeras, y se paga con tarjetas rusas.