该模型拥有强大的图像理解和视频理解能力,暂时只开放文本、图像和视频输入,且仅支持文本生成。输出速度快,上下文长度为 32K。
function_calling
https://api.stepfun.com/v1/chat/completions
/v1/models/stepfun/step-1o-turbo-vision