* 定位：稳定型，久经考验 * 能力标签：Tool Call * 接入方式：仅支持 API 接入 * 第一代 端到端语音模型。技术成熟稳定，在汽车场景下大规模部署，久经考验，支持多种预置音色风格，支持工具调用。适用于构建基础的语音交互、内容生成等常规业务场景。
https://api.stepfun.com/v1/realtime| Model | Context | Max out | Pricing |
|---|---|---|---|
| Step-1o Turbo Vision | 32K | — | $0.35$1.11 |
| Step 1o Vision 32k | 32K | — | $2.08$9.72 |
| Step-1o Audio | — | — | $3.47$8.33 |
/v1/models/stepfun/step-1o-audio* 定位：稳定型，久经考验 * 能力标签：Tool Call * 接入方式：仅支持 API 接入 * 第一代 端到端语音模型。技术成熟稳定，在汽车场景下大规模部署，久经考验，支持多种预置音色风格，支持工具调用。适用于构建基础的语音交互、内容生成等常规业务场景。