Token导航 LogoToken导航

语音模型

step-1o-audio

提供超低延迟的双向交互语音对话体验,支持中文、英语、重口音普通话输入,支持中、英、日语、粤语和四川话输出。单次互动时长最长30分钟,可处理音频时长最长70分钟。已在智能座舱、智能终端、社交娱乐、情感陪伴、智能客服、金融调解等行业领域落地。

调用名 step-1o-audio时间戳不支持厂商阶跃星辰 StepFun
实时交互工具调用Agent语音交互函数调用语音输入语音输出realtimerealtime_audio_chat稳定版

快速入口

适合
实时语音 / 稳定型
价格
$25.00 · $60.00
输入/输出
音频 / 文本

详细参数

模型类型

realtime_audio_chat

适合场景

实时语音 / 稳定型

计费价格

¥25.00 / 1M Tokens

计费方式

按 1M Tokens

计费单位

按 Tokens

输入形式

音频 / 文本

输出形式

音频 / 文本

能力与信息

交互链路

实时

支持

语音输入

支持

语音输出

支持

语音理解

转写

不支持

翻译

不支持

时间戳

不支持

语音生成

TTS

不支持

说话人区分

不支持

开发接入

工具调用

支持

接入信息

调用名

step-1o-audio

API 基础地址

wss://api.stepfun.com

调用协议

wss/json

主接口

/v1/realtime

接口说明

StepFun 实时语音模型通过 wss://api.stepfun.com/v1/realtime 建立 WebSocket 会话,模型 ID 在会话参数中传入。

发布时间

公开资料未说明

价格与计费

计费摘要

输入价

¥25.00 / 1M Tokens

输出价

¥60.00 / 1M Tokens

缓存输入

¥5.00

币种

CNY

计费单位

1M Tokens

单位类型

按 Tokens

价格说明

原始价格文案

输入 ¥25 / 缓存命中 ¥5 / 输出 ¥60 / 1M Tokens

补充说明

step-1o-audio 价格来自 StepFun 定价页“端到端语音模型定价表”公开列表价。

发布时间

未公开

官方入口

成本估算

官方标价:输入 ¥25.00 / 1M Tokens,输出 ¥60.00 / 1M Tokens,缓存命中 ¥5.00 / 1M Tokens。

单次短对话

2,000 输入 + 500 输出

¥0.080

1,000 次短对话

约 200 万输入 + 50 万输出

¥80.00

100 万输入 tokens

长文档批量处理

¥25.00

100 万输出 tokens

大批量生成内容

¥60.00

按官方每百万 tokens 价格估算,不含缓存命中折扣、阶梯价和批处理优惠,实际以官方账单为准。

价格来源价格核验 2026-04-23资料核验 2026-04-16

能力说明

realtime

支持实时交互,适合语音对话和低延迟场景。

同类模型对比

模型输入价格输出价格上下文发布
step-1o-audio

阶跃星辰 StepFun · 本页

¥25.00 / 1M Tokens¥60.00 / 1M Tokens--
gpt-realtime-2.1

OpenAI / ChatGPT

$4.00 / 1M Tokens$24.00 / 1M Tokens128K2026-07-06
GPT-Realtime-2

OpenAI / ChatGPT

$4.00 / 1M Tokens$24.00 / 1M Tokens128K2026-07-06
gpt-realtime-1.5

OpenAI / ChatGPT

$4.00 / 1M Tokens$16.00 / 1M Tokens32K-
gpt-realtime

OpenAI / ChatGPT

$4.00 / 1M Tokens$16.00 / 1M Tokens32K-

按同类目里价格最接近的模型挑选,价格单位与口径以各自详情页为准。

调用示例

调用名 step-1o-audio,接口地址 wss://api.stepfun.com。示例里的 KEY 换成自己的密钥即可。

curl

curl wss://api.stepfun.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "step-1o-audio",
    "messages": [{"role": "user", "content": "你好,介绍一下你自己"}]
  }'

Python

from openai import OpenAI

client = OpenAI(api_key="YOUR_API_KEY", base_url="wss://api.stepfun.com/v1")
response = client.chat.completions.create(
    model="step-1o-audio",
    messages=[{"role": "user", "content": "你好,介绍一下你自己"}],
)
print(response.choices[0].message.content)

常见问题

step-1o-audio 多少钱?

step-1o-audio 当前标价是 输入 25 CNY / 每百万 tokens,输出 60 CNY / 每百万 tokens,实际账单以官方价格页为准。

step-1o-audio 的上下文够用吗?

step-1o-audio 的上下文长度官方资料暂未明确标注,接入前建议以官方文档为准。

怎么接入 step-1o-audio?

调用名是 step-1o-audio,接口地址是 wss://api.stepfun.com,协议是 wss/json,按官方文档填密钥即可调用。

step-1o-audio 能私有化部署吗?

step-1o-audio 是闭源模型,一般只能通过 阶跃星辰 StepFun 的 API 或云厂商服务调用,需要私有化部署建议直接联系厂商谈商业方案。

step-1o-audio 支持哪些能力?

官方资料显示 step-1o-audio 支持函数调用、语音输入。