Schrittweises AI

Was ist Step AI?

StepAI ist ein multimodaler AI-Assistent, der von Shanghai StepStar entwickelt wurde. Er bietet Privatanwendern Funktionen wie Dialogfragen/Antworten, Suchfunktionen im Internet, einen Wissensspeicher, Bildgenerierung, Sprachfunktionen sowie die Möglichkeit zur Einrichtung von KI-Agenten. Früher war das Produkt unter den Namen „Yuewen“ oder StepChat bekannt. Derzeit wird offiziell der Name „StepAI“ verwendet – sowohl auf der Hauptwebsite als auch in der App sowie in den WeChat-Miniprogrammen. Es handelt sich dabei um ein und dasselbe Produkt.

Step Star wurde im Jahr 2023 gegründet und von Jiang Daxin ins Leben gerufen. Zu den Dienstleistungen gehören die Basismodelle der Step-Serie, Step-AI-Anwendungen, eine offene Plattform sowie Unternehmensdienste. Die Mitgliedschaften für Einzelpersonen, die API-Angebote der offenen Plattform sowie der Step Plan für Entwickler sind voneinander getrennt – die Zugriffsrechte können nicht direkt miteinander kombiniert werden.

Kernfunktionen

1. Multimodaler Dialog

Benutzer können Texte, Bilder, Dateien, Sprachaufnahmen oder Links eingeben, damit StepAI Aufgaben wie Wissensfragen beantworten, Zusammenfassungen erstellen, schreiben, übersetzen, Code entwickeln und kreative Arbeiten durchführen kann. Auf mobilen Geräten ist das Fotografieren zur Stellung von Fragen, die Spracherkennung sowie Videotelefonie möglich; dafür benötigt der Benutzer die Genehmigung zur Nutzung der Kamera, des Albums und des Mikrofons.

Das Modell kann mehrmodale Inhalte verstehen, könnte jedoch kleine Schriftzeichen, Tabellen, Diagramme, Audio-Namen sowie komplexe Bilder falsch interpretieren. Wichtige Daten sollten im Originaldokument überprüft werden.

2. Suchen im Internet

Nach Aktivierung der Web-Suche durchsucht Step AI das Internet und antwortet aufgrund der gefundenen Ergebnisse. Dies eignet sich für den Überblick über Nachrichten, Produktrecherche sowie die Zusammenstellung aktueller Informationen. Der Umfang der Suchergebnisse, das Datum sowie die Qualität der Quellen sind nicht vollständig steuerbar. Bei Themen aus den Bereichen Medizin, Recht, Finanzen, Politik sowie bei Zitaten muss die ursprüngliche Seite überprüft werden.

3. Wissensdatenbank – Fragen und Antworten

Die Webversion bietet eine „Meine Wissensdatenbank“, in der Nutzer Dateien hochladen und Fragen zu ihren privaten Unterlagen stellen können. Die Wissensdatenbank eignet sich zum Lesen von Verträgen, Berichten, Lernmaterialien und Unternehmensdokumenten; im Dialog kann man außerdem auf die reinen Fragen und Antworten in der Wissensdatenbank umschalten.

Die Antwort kann Tabellen, Fußnoten, gescannte Seiten oder Verbindungen zwischen Dateien auslassen. Vor dem Hochladen sollten die Zugriffsrechte der Daten überprüft und sensible Informationen entfernt werden;

Benutzer können in der Wissensdatenbank nach hochgeladenen Dateien suchen oder sie löschen.

4. Bilder erstellen und bearbeiten

Step-AI kann Bilder mithilfe natürlicher Sprache erstellen. Die zugrunde liegenden Modelle Step 1X, Step 2X sowie die Bildbearbeitungsmodelle ermöglichen verschiedene Stile und Anpassungen von Bildern. Die offene Plattform unterstützt sowohl quadratische als auch horizontale bzw. vertikale Bildkompositionen. Die Step 1X-Serie erzeugt pro Aufruf maximal ein Bild.

Die erzeugten Bilder können Schreibfehler, verzerrte Darstellungen von Personen oder Elemente enthalten, die mit bereits existierenden Werken übereinstimmen. Vor der Verwendung für kommerzielle Zwecke sollten Porträts, Markenzeichen, Urheberrechte sowie die Anforderungen der Plattform bezüglich der Kennzeichnung von KI-Inhalten überprüft werden.

5. Step Audio Studio

Audio Studio bietet Spracherkennung, Text-zu-Stimme-Umwandlung, Klangreplikation sowie audiobezogene Erstellungsfunktionen. Die StepAudio-Serie legt Wert auf eine end-to-end-Verarbeitung von Sprache und -Erzeugung und kann Emotionen, Sprechgeschwindigkeit, Dialekte sowie paralinguistische Informationen verarbeiten.

Stimmenklonierung darf nur mit ausdrücklich lizenzierten Proben durchgeführt werden und darf nicht zur Täuschung oder zum Betrug verwendet werden.

6. StepClaw-Agent

StepClaw ist ein AI-Agent, der Befehle verstehen und Aufgaben automatisch ausführen kann. StepAI bietet eine einfache Einrichtung sowohl auf dem Desktop als auch in der Cloud; einige Mitglieder erhalten eine Umgebung mit 2 Kernen/4 GB oder 4 Kernen/8 GB. Zudem ist eine Verbindung zu WeChat, Feishu und Enterprise WeChat möglich, damit der intelligente Assistent ständig in Betrieb bleibt.

StepClaw ist derzeit noch in der Testphase. Nach dem Bereitstellen kann es auf Nachrichten, Dateien, das Netzwerk sowie externe Tools zugreifen. Es müssen Konten mit minimalem Berechtigungslevel verwendet werden, hochriskante Befehle müssen eingeschränkt werden, um das Hochladen von Produktions-Schlüsseln sowie Kundendaten zu verhindern. Zudem sollten Budgets, Protokolle sowie ein Stoppschalter für den kontinuierlichen Betrieb eingestellt werden.

Modellfähigkeit

Die Step-Serie umfasst Text-Reasoning, visuelle Funktionen, Bilder, Sprache sowie Agenten. Zu den derzeit verfügbaren Komponenten der Ökosystem gehören Step 3.7 Flash, Step 3.5 Flash, das multimodale Reasoning in Step 3, die visuellen Funktionen in Step 1o, StepAudio sowie die Bildmodelle in Step 1X.

• Step 3.7/3.5 Flash：Für kosteneffizientes Reasoning, Programmieren, Aufruf von Tools und Agentenaufgaben;
• Step 3：Multimodales Inferenzmodell mit insgesamt 321 Milliarden Parametern und 38 Milliarden Aktivierungsparametern;
• Step 1o Vision：Zur Bildverarbeitung und visuellen Frage-Answering;
• StepAudio：Umfasst End-zu-End-Gespräche, ASR, TTS, Spracherkennung und -bearbeitung;
• Schritt 1X und 2X:Für Bildgenerierung und Bildbearbeitung.

Die App aktualisiert das zugrunde liegende Modell, und die Funktionsbezeichnungen auf der Website geben nicht unbedingt die genaue Version an. Entwickler, die wiederholbare Ergebnisse benötigen, sollten eine API verwenden, um das Modell festzulegen, und ihr eigenes Testdatensatz erstellen.

Preis- und Versionsvergleich

Preise für StepAI-Mitgliedschaften

Im Folgenden sind die Rabattpreise angegeben, die auf der offiziellen Abonnentenseite für August 2026 zu sehen sind. Der ursprüngliche Preis, die Punkte sowie die Vorteile im Zusammenhang mit der Rechenleistung können sich ändern.

• Ausprobieren:9,9 Yuan/Woche, inklusive 250 Punkten und 7 Tagen Nutzungsrecht;
• Einführung:39 Yuan/Monat, inklusive 1300 Punkten, 2 Kernen, 4 GB RAM und 40 GB Speicherplatz;
• Fortgeschritten:99 Yuan/Monat, inklusive 4500 Punkten und priorisierter technischer Unterstützung;
• Fortgeschritten:199 Yuan/Monat, inklusive 10.000 Punkte;
• Beruf:499 Yuan/Monat, inklusive 27.000 Punkten, 4 Kernen, 8 GB RAM, 40 GB Speicher sowie speziellen Services.

Jede Kategorie zeigt die einrichtungsfreie Verwendung von StepClaw am Desktop, die Nutzung von StepClaw in der Cloud sowie die Unterstützung durch WeChat, Feishu und Enterprise WeChat. Die Abonnementgebühren können automatisch erneuert werden; die Regeln zur Kündigung sowie zu den verbleibenden Punkten richten sich nach der Kaufseite sowie den Mitgliedsbedingungen.

Preise für offene Plattformen nach Verbrauch

Die offene Plattform berechnet Gebühren je nach Eingaben des Modells, Anzahl der Cache-Erfolge sowie Ausgaben. Die aktuellen Referenzpreise sind wie folgt:

• Step 3.5 Flash：Eingabe: 0,7 Yuan, Cache: 0,14 Yuan, Ausgabe: 2,1 Yuan/Million Token;
• Step 3：Für kurze Eingaben beträgt die Gebühr 1,5 Yuan für den Eingabedatenanteil und 0,3 Yuan für das Caching. Die Ausgabekosten liegen bei 4 bis 8 Yuan pro Million Tokens. Wenn die Eingabedaten mehr als 4K bis 64K betragen, beträgt die Gebühr 4 Yuan für den Eingabedatenanteil, 0,8 Yuan für das Caching und 10 Yuan für die Ausgabe.
• Step 1o Turbo Vision：Eingabe: 2,5 Yuan, Cache: 0,5 Yuan, Ausgabe: 8 Yuan pro Million Tokens;
• Step 2 Mini：Eingabe: 1 Yuan, Cache: 0,2 Yuan, Ausgabe: 2 Yuan pro Million Tokens;
• StepAudio 2.5 TTS：5,8 Yuan pro 10.000 Zeichen, Step TTS 2 kostet 2,8 Yuan, Mini kostet 0,9 Yuan;
• Spracherkennung:Die Kosten für verschiedene Modelle liegen bei etwa 0,15 bis 2,6 Yuan pro Stunde;
• Klangreplikation:9,9 Yuan/Klangfarbe;
• Step 1X Medium：0,1 Yuan pro Bild, Image Edit 2 kostet 0,02 Yuan pro Bild;
• Suche im Internet:0,04 Yuan pro Nutzung; Speicherung von Dateien: 0,5 Yuan/GB/Tag.

In der allgemeinen Chinesisch-Übersetzung entspricht etwa 1 Token 1,6 chinesischen Zeichen – das ist jedoch nur eine Schätzung. Tatsächlich gilt die Angabe im Feld „Usage“ der Schnittstelle. Ob ein Cache-Eintrag gefunden wird, der Umfang des Kontexts, Aufrufe von Tools sowie Wiederholungsversuche können alle den Aufwand verändern.

Step Plan

Step Plan ist eine Abonnement-API, die für die Entwicklung von Tools und Workflows mit Hochfrequenz-Agenten konzipiert wurde. Sie verwendet eigene Interface-Adressen und Schlüssel sowie Obergrenzen von 5 Stunden pro Tag und pro Woche. Diese Obergrenzen werden nicht übertragen; die wöchentliche Obergrenze beträgt etwa das Vierfache der täglichen Obergrenze von 5 Stunden.

Nach Überschreiten der Grenze muss man einen entsprechenden Zeitraum abwarten, bis es zu einer Neujustierung kommt.

Der Step Plan und der reguläre Aufladungsbetrag sind zwei getrennte Systeme – bei Verwendung des Plans wird kein Betrag vom Guthaben abgezogen. In den offiziellen Dokumenten wird angegeben, dass es sich um zeitlich begrenzte Angebote handelt. Die genauen Preise für die Pakete sollten auf der Abonnementsseite in Echtzeit angezeigt werden; alte Aktionspreise dürfen nicht als dauerhafte Verpflichtungen dargestellt werden.

GitHub und der Open-Source-Zustand

Step-Steinchen verfügt über die offizielle GitHub-Organisation stepfun-ai, auf der verschiedene Arten von Modellen, Forschungsergebnisse sowie Trainingsframeworks bereitgestellt werden. Für Projekte wie Step 3.5 Flash, Step 3.7 Flash, Step3, Step-Audio, Step1X-Edit, Step-DeepResearch, GUI Agent und SteptronOss sind Code, Gewichte oder technische Berichte verfügbar.

Schritt 3.5: Flash sowie mehrere neue Projekte sind unter der Apache 2.0-Lizenz veröffentlicht, das GUI Agent-Projekt unter der MIT-Lizenz. Allerdings können die Gewichte der verschiedenen Modelle, der Code, die Daten sowie die kommerziellen Lizenzen unterschiedlich sein. Es ist daher notwendig, die jeweilige Lizenz des einzelnen Repositoriums zu prüfen.

Offene Modelle bedeuten nicht, dass das StepClaw-Konto-System, die Cloud-Dienste, die Mitgliedschaften oder der Backend einer offenen Plattform vollständig offen zugänglich sind.

Privatsphäre und Sicherheit

Step AI verarbeitet von Benutzern eingereichte Texte, Sprache, Bilder, Dateien, Links, Befehle und Rückmeldungen und führt bei Aktivierung Netzsuchen durch. Die Fotofunktion, Sprachfunktion und Videofunktion auf mobilen Geräten erfordern Berechtigungen für Kamera, Galerie und Mikrofon.

Benutzer können Sessions verwalten, Favoriten speichern, Links teilen, Dokumente aus der Wissensdatenbank nutzen, Audio erstellen und Klangfarben nachbilden. Vor dem Hochladen von Organisationsdaten, nicht veröffentlichtem Code sowie persönlichen Daten muss die Genehmigung überprüft werden;

Ob die Löschung von Benutzerdaten die Backups sowie die gesetzlich vorgeschriebenen Aufbewahrungsfristen berührt, richtet sich ebenfalls nach der Datenschutzrichtlinie.

Anleitung zur Verwendung von Step AI

Eine grundlegende Aufgabe erledigen

1. Definieren Sie das Problem, den Zeitraum, den Bereich, die Priorität der Quellen sowie das Ausgabeformat;
2. In Step AI werden lizenzierter Materialien hochgeladen oder Suchanfragen eingegeben;
3. Zuerst wird ein Rahmen durch einen multimodalen Dialog geschaffen, anschließend werden Beweise durch Suchen im Internet ergänzt.
4. Es ist erforderlich, Quellenfakten, die Ansichten des Autors und KI-Erkenntnisse voneinander zu unterscheiden.
5. Jeweils die Daten, Zahlen, den ursprünglichen Textort sowie widersprüchliche Beweise überprüfen;
6. Die Ergebnisse werden manuell überarbeitet, das Überprüfungsdatum wird aufgezeichnet, und anschließend veröffentlicht.

Erstellung wiederverwendbarer professioneller Workflows

1. Komplexe Themen in vier Kategorien von Fragen aufteilen: Hintergrund, Daten, Vergleiche und Schlussfolgerungen;
2. Die Kombination aus multimodalen Dialogen, suchbasierten Suchfunktionen und Fragen an Wissensdatenbanken bildet feste Forschungsschritte.
3. Zuerst sollten die offiziellen Webseiten, wissenschaftliche Arbeiten, regulatorische Dokumente und Rohdaten verwendet werden;
4. Für Schlussfolgerungen mit hohem Risiko wird eine zweite Überprüfung durchgeführt;
5. Abfragen, Beweise, Versionen und ungelöste Probleme speichern;
6. Nach Änderungen der Daten erneut ausführen und die Schlussfolgerungen aktualisieren;

Für welche Nutzer geeignet?

• Persönliche Nutzer, die chinesischsprachige Online-Fragenbeantwortung, Dokumentenzusammenfassungen und einen Wissensspeicher benötigen;
• Kreative, die Inhalte mit Bildern, Sprache und multimodalen Elementen erstellen möchten;
• Benutzer, die StepClaw zur Anbindung an die Büro-Kommunikationsplattform einsetzen müssen;
• Entwickler, die kosteneffiziente Reasoning-, Visualisierungs- und Sprach-APIs aufrufen;
• Technisches Team für die Forschung und den lokalen Einsatz von open-source Step-Modellen;
• Kunden, die Branchenmodelle, Unternehmensintegration und individuellen Support benötigen.

Nutzungsbeschränkungen

• KI kann falsche Fakten, erfundene Zitate und unsicheren Code erzeugen;
• Vernetzung und Wissensdatenbanken können Kontext liefern, aber sie können Illusionen nicht beseitigen;
• Bei Agenten und Cloud-basierten Diensten besteht ein höheres Risiko; bei der Sendung von Nachrichten, Ausführung von Befehlen, Kauf, Löschung und Veröffentlichung ist eine manuelle Genehmigung erforderlich.
• Offizielle Referenzwerte und Modellwerbung basieren auf bestimmten Datensätzen und repräsentieren nicht jede tatsächliche Aufgabe.
• Bevor man ein Abo oder eine API kauft, ist es am besten, zunächst mit eigenen chinesischen Daten, längeren Texten, Bildern, Sprachdateien sowie Anforderungen hinsichtlich der gleichzeitigen Verarbeitung eine kleine Testphase durchzuführen;

Häufige Fragen

Was ist der Zusammenhang zwischen Step AI und JumpQ?

Yuewen war eine der ersten intelligenten Frage-und-Antwort-Plattformen von StepStar. Auf der aktuellen Hauptwebsite sowie in den rechtlichen Vereinbarungen wird der Name „StepAI“ verwendet. Die Kernfunktionen sowie Produkte werden weiterhin unter dem Namen StepClaw sowie durch Wissensdatenbanken und multimodale Fähigkeiten erweitert.

Ist Step AI kostenlos?

Einige Funktionen können kostenlos ausprobiert werden. Für höhere Limits, StepClaw in der Cloud sowie Rechenleistung sind jedoch Mitgliedschaften erforderlich. Die Einstiegsmitgliedschaft kostet derzeit 39 Yuan pro Monat; es gibt außerdem eine Probierversion für 9,9 Yuan pro Woche.

Wird eine API bereitgestellt?

Verfügbar. Die offene Plattform umfasst Reasoning, Visualisierung, Text-, Spracherkennung und -synthese, Klangreplikation, Bilder sowie Suchfunktionen im Internet – und kann nach Bedarf oder mit einem Step-Plan genutzt werden.

Was ist StepClaw?

Es handelt sich um einen AI-Agenten, der auf dem Desktop oder in der Cloud eingesetzt werden kann, mit dem man Nachrichtenplattformen verbinden sowie Aufgaben automatisch ausführen kann. Derzeit befindet er sich noch in der Testphase – daher ist besondere Aufmerksamkeit auf Berechtigungen und Datensicherheit zu richten.

Ist StepAI Open Source?

Die vollständige Anwendung sowie die Cloud-Dienste sind nicht open source, doch für mehrere offizielle Projekte wie Step 3.7/3.5 Flash, StepAudio, Bildbearbeitungstools und Forschungsframeworks sind der Quellcode oder die Gewichte verfügbar; die Lizenzen müssen einzeln überprüft werden.