StepFun : modèles d’IA, API et applications vocales

StepFun fournit des modèles d’IA pour le développement logiciel, l’analyse de documents, la compréhension d’images et les applications vocales. Son site donne accès à AI Studio, à la plateforme API et aux ressources des modèles. Il permet de passer d’un essai dans le navigateur à une intégration dans un produit.

À quoi sert StepFun, concrètement ?

Vous fournissez une consigne et des informations compatibles avec le modèle choisi. Celui-ci produit une réponse ou traite le contenu. AI Studio est l’interface pour tester ces capacités sans écrire de code ; l’API permet de les demander depuis votre propre application.

Vous pouvez ainsi évaluer l’explication d’un journal d’erreurs, la synthèse d’un document ou la transformation d’un texte en parole. La recherche, l’exécution de code et les actions externes nécessitent toutefois des outils fournis par l’application. Le modèle ne dispose pas spontanément des droits d’accès à votre ordinateur.

Choisir le modèle selon le contenu à traiter

Step 5 Preview vise le code, le travail documentaire professionnel et les tâches en plusieurs étapes. Sa documentation indique une fenêtre de contexte d’un million de tokens, des entrées texte, image et vidéo, ainsi qu’une sortie textuelle maximale de 64 000 tokens.

Step 3.7 Flash accepte aussi les images et les vidéos. Step 3.5 Flash est limité au texte. Comparez les modèles sur vos propres exemples en observant le résultat, le délai et la consommation.

Les fichiers ont leurs limites : Step 5 Preview accepte jusqu’à 60 images par requête ; pour un MP4 transmis par URL, la taille doit rester inférieure à 128 Mo, avec une durée recommandée de moins de cinq minutes. Comprendre une image ne signifie pas la générer : les anciennes API de génération et de retouche d’images ont cessé leur service le 10 octobre 2026.

Tester une tâche puis réaliser un premier appel

Dans AI Studio, commencez par une tâche précise avec des données non sensibles. Demandez, par exemple, une synthèse distinguant les faits établis des points à vérifier, puis contrôlez-la à partir du document d’origine.

Pour l’API, terminez les formalités de compte et de vérification, créez une clé et choisissez un identifiant tel que step-5-preview. Le guide officiel propose cURL et le SDK Python d’OpenAI. La plateforme internationale utilise https://api.stepfun.ai/v1 ; la plateforme chinoise utilise https://api.stepfun.com/v1.

Envoyez d’abord une courte requête textuelle et lisez choices[0].message.content. Vérifiez la réponse et la consommation avant d’ajouter médias ou outils. En production, prévoyez la protection des clés, les délais d’expiration, les nouvelles tentatives et les limites de débit.

Distinguer facturation API et abonnement Step Plan

Vérification du 19 octobre 2026 : sur la plateforme internationale, Step 5 Preview est affiché à 1 dollar US par million de tokens d’entrée hors cache et 2,70 dollars par million de tokens de sortie. Le cache, certaines fonctions audio, la recherche et le stockage ont leurs propres tarifs. Consultez la grille officielle. Les prix chinois en RMB constituent une tarification distincte, et non un prix local en euros.

Step Plan fournit un quota mensuel de Credits. Son adresse internationale compatible OpenAI est https://api.stepfun.ai/step_plan/v1. Le canal API standard possède un quota séparé : un appel réussi ne prouve pas qu’il a utilisé l’abonnement. Les Credits mensuels ne sont pas reportés ; les compléments et modèles inclus sont détaillés dans la documentation Step Plan.

Certaines versions de prévisualisation audio sont temporairement gratuites. Il ne faut pas en déduire une gratuité permanente de tous les modèles.

Transcription, synthèse et conversation vocale

StepAudio 3 ASR transforme la parole en texte ; TTS transforme le texte en audio parlé. Realtime prend en charge un échange vocal bidirectionnel via WebSocket, les interruptions et la gestion des tours de parole. Gen et Music répondent à des besoins de génération audio et musicale.

Une transcription de fichier et un assistant vocal en direct demandent donc des parcours différents. Choisissez d’abord le résultat attendu, puis testez la langue, le rendu et les contraintes du modèle concerné.

Examiner les données et la licence de déploiement

La politique internationale de confidentialité décrit la collecte des entrées d’interaction, des serveurs aux États-Unis et des transferts internationaux. Certains programmes Startup ou d’accès anticipé peuvent utiliser les données API partagées pour l’entraînement ou l’ajustement des modèles. La plateforme chinoise applique une politique distincte. Aucune promesse générale de conservation nulle ne doit être présumée.

Les poids de Step 5 Preview sont proposés sous StepFun Model License 1.0. Consultez le dépôt et sa licence avant un hébergement autonome : des conditions concernent la redistribution, l’attribution et certains usages commerciaux, auxquels s’ajoutent les besoins matériels.

Questions fréquentes

StepFun est-il gratuit ?

Quelques points d’accès audio en prévisualisation sont gratuits temporairement. Les appels courants sont généralement facturés à l’usage ; Step Plan est un abonnement.

Comment obtenir une clé API ?

Créez-la dans la rubrique dédiée de la plateforme après les formalités requises. Faites correspondre la clé, la région et le canal de facturation.

Quels modèles acceptent des images ?

Step 5 Preview et Step 3.7 Flash acceptent les entrées visuelles. Step 3.5 Flash traite uniquement du texte, et les anciennes API de génération d’images sont arrêtées.

Ressources officielles

• Fiche de Step 5 Preview : formats et limites.
• Assistance de la plateforme : aide et groupes de développeurs.
• Communauté StepFun sur Discord : accès indiqué par le site officiel.