阶跃星辰今日正式推出旗舰模型 Step 5 Preview，专为 AI 编程、软件工程、专业知识工作及金融等场景设计，重点提升在真实世界 Agentic 任务中的执行能力。该模型采用稀疏 MoE 混合专家架构，总参数量 600B，激活参数仅 27B，支持 100 万 Token 上下文窗口，并原生支持文本与视觉多模态输入。官方宣布将于 10 月 15 日开源完整权重，即日起全量开放 API 调用。
- API：https://platform.stepfun.com
在 Artificial Analysis Intelligence Index（AA 综合智能指数）中，Step 5 Preview 得分 44 分，位列全球开源模型前三。更关键的是，其单任务成本仅为 Anthropic Claude Opus 5 的 1/8，在高性能与低成本之间取得显著平衡。
技术规格与 Agentic 能力验证
Step 5 Preview 的核心优势在于对复杂、长程、交互式任务的支撑能力：
- 架构效率：600B 总参数 / 27B 激活参数的 MoE 设计，使推理成本远低于同规模稠密模型，同时保留大容量知识存储。
- 超长上下文：100 万 Token 窗口支持完整代码库、长篇文档或跨会话历史加载，避免频繁截断导致的信息丢失。
- 多模态原生：文本与视觉输入统一处理，可直接理解截图、设备界面、图表等非结构化信息，无需额外 OCR 或描述转换。
为验证真实开发场景表现，阶跃构建了专属基准 StepCodeBench，覆盖 553 个独立代码仓库、9 类任务（Bug 修复、功能开发、重构、环境配置等）、20 个应用领域及 33 种编程语言。测试显示模型在多语言、多任务类型下均具备稳定执行力。
更具说服力的是一个端到端硬件改造案例：模型根据自然语言需求，自主阅读 ESP32-S3 开发板及相关 API 文档，将其改造为支持蓝牙按键与语音输入的 Vibe Coding 键盘。过程中不仅生成代码，还主动访问串口、获取截图、调用摄像头、模拟鼠标操作，并根据设备实时反馈持续调试，连续运行超 3 小时。这证明其具备感知-决策-执行-反馈闭环的完整 Agent 能力，而非仅限于静态代码生成。
基准表现：Agentic 与专业领域接近顶尖闭源模型
在多项高难度评测中，Step 5 Preview 展现出均衡的综合能力：
- Agents’ Last Exam (ALE-CLI)：评估命令行环境下的长程规划与工具调用，成绩仅次于 GPT-6 Astra 与 Claude Opus 5。
- FrontierFinance：金融投资研究专项评测，体现对专业术语、数据解读与合规逻辑的理解深度。
- DRACO：跨领域深度研究评测，要求整合多源信息、构建论证链条，表现同样逼近顶级闭源模型。
这些基准共同指向一个结论：Step 5 Preview 在需要自主探索、多步推理、外部交互的任务上，已脱离“聊天机器人”范畴，进入实用级 Agent 阶段。而其成本仅为 Opus 5 的 1/8，意味着企业可将原本仅限高端模型的 Agentic 工作流规模化部署。
开源计划与使用建议
- API 现已全量开放：开发者可立即接入测试，无需等待。
- 权重开源时间：2026 年 10 月 15 日，届时可本地部署或微调。
- 适用场景优先级：
- ✅ 高价值：代码库级重构、硬件调试、金融研报生成、长文档分析
- ⚠️ 中等价值：常规问答、短文本生成（小模型可能更经济）
- ❌ 不推荐：纯创意写作、简单分类（过度配置）
⚠️ 注意事项：
- 100 万 Token 上下文虽大，但实际有效利用率取决于 prompt 工程与检索策略，盲目塞入全部内容未必最优。
- MoE 模型的激活参数决定推理速度，27B 激活在消费级 GPU 上仍需量化或卸载，生产环境建议 A100/H100 级别。
- 开源权重许可条款尚未公布，商用前需确认合规性。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
