阶跃星辰的 Step 5 Preview 详解

阶跃星辰9月20日发布旗舰基座模型Step 5 Preview，600B总参/27B激活，AA榜单44分全球开源前三，单任务成本约为Opus 5的1/8，10月15日开源完整权重。s-AIDee号pThiNK.cn

长程Agent任务的成本瓶颈。Agent从"回答问题"转向"完成任务"后，多轮工具调用与持续执行使Token消耗放大几个量级，模型单价成为落地的第一约束。Step 5 Preview的设计目标是把"能力、成本、效率"三角从三选二变成三者兼得。

阶跃星辰处于赴港IPO关键窗口。其连代模型（2月Step 3.5 Flash、5月Step 3.7 Flash到Step 5）持续押注同一个命题：Scaling的下一阶段不是堆算力，而是提升"计算转化为智能"的效率。公司用"帕累托边界"表述：同等成本智能更高、同等智能成本更低。

一、主要参数

• 架构: 稀疏MoE，总参数量600B，单Token激活27B；原生支持文本与视觉输入
• 上下文: 100万Token
• 基准: AA综合智能指数44分（与Kimi K3 Max持平，国产模型中仅次于45分的Qwen3.8 Max与GLM-5.3）；软件工程评测67.7分，仅次于GPT-6 Astra与Claude Opus 5两款闭源旗舰；在外部基准FrontierFinance（220道专家题、11543项评分标准）得分66.4，全球第二；ALE-CLI、DRACO等评测仅次于GPT-6 Astra或Opus 5
• 定价: 输入1美元/百万Token、输出2.7美元/百万Token；AA口径单任务成本约0.71美元
• 速度: 约100 tokens/s（第三方早期反馈称实际速度不算快，免费用户涌入可能进一步变慢）s-AIDee号pThiNK.cn
• 开源: API与Studio当日开放，完整权重10月15日释放

二、核心技术架构

稀疏MoE混合专家架构‌：总参数达‌600B‌，但推理时仅激活‌27B‌参数，通过“按需调用专家”的设计，在保留超大模型知识容量的同时，大幅控制算力开销 。

• 百万级长上下文‌：原生支持‌100万Token‌上下文窗口，可在数十小时的长任务中完整保留历史执行记录、工具返回结果和调试反馈，支撑长程规划与持续迭代 。
• 原生多模态融合‌：文本与视觉输入在同一基座中统一处理，既能理解长文档、截图等视觉信息，也能生成和迭代视觉内容 。
• 高效推理表现‌：生成速度可达‌每秒100个Token‌，高于行业平均水平，保障长任务执行的流畅度 。

三、官方案例

官方展示的两个长程Agent案例：

• 其一，给模型一块H100和24小时，让它自主优化一个MLA GPU kernel（head dim 512、batch 1、64注意力头、8192 tokens）：模型自主改代码、跑内核、测吞吐，无效方案即弃并用最优版本续跑，约22小时达到508 TFLOPS，高于同一实验中Claude Opus 5的493 TFLOPS。
• 其二，另一个24小时实验中，模型通过自动后训练将Qwen3-30B-A3B的AIME24准确率从53.3%提升到60%，消耗的标注Token少于Opus 5的对照方案。自建评测StepCodeBench覆盖553个独立代码仓库、9类任务、20个应用领域、33种编程语言。s-AIDee号pThiNK.cn

四、评测与成本表现

• 权威榜单排名‌：在全球权威的Artificial Analysis Intelligence Index评测中取得‌44分‌，位列全球开源模型前三；在ALE-CLI、FrontierFinance、DRACO等专项评测中，成绩仅次于GPT-6 Astra或Claude Opus 5，领先其他开源模型 。
• 重负载编程能力‌：在Terminal-Bench 4.0测试中得分‌33.3%‌，内部测试集StepCodeBench覆盖553个独立代码仓库、33种编程语言，综合得分49分 。
• 极致成本优势‌：单任务成本仅为Claude Opus 5的‌1/8‌，在同等成本下实现更强智能，大幅推进了AI模型“能力-成本-效率”的帕累托前沿 。

五、应用场景

• 金融研究: 金融被列为重点验证场景。围绕"公司研究"工作流自建三项内部评测：FinStepBench-LiveSearch（检索核验实时金融信息）、CorporateValuation（数据与假设转化为可复现估值）、DeepResearch（从证据收集到完整研报）。FrontierFinance覆盖六类投资应用场景。
• 编程/软件工程: 官方演示ESP32案例——模型阅读设备开发文档后，用三小时把ESP32-S3开发板改造成带蓝牙按键与语音输入的键盘，全程自主开串口、调摄像头、采集图像、模拟鼠标并按真实报错迭代。
• 交互应用: 可调用Blender构建并反复修改3D资产后集成进Three.js；还能从1922年《广九铁路旅行指南》提取信息，生成行程查询、费用计算与路线回放系统。s-AIDee号pThiNK.cn
• 落地提醒: 每经报道标题即提示"榜单之外，场景落地仍需攻坚"；第三方早期反馈称实际速度不快，真实生产力场景的稳定性待验证。

六、使用方式

API定价输入1美元/输出2.7美元（每百万Token）。推广期新用户99元礼包，登录、首次调用、邀请好友各得15天，最高累计75天免费使用。

• 在线体验：访问阶跃星辰Studio平台 https://studio.stepfun.com/，注册后可直接网页端对话试用。
• API接入：国内用户通过开放平台 https://platform.stepfun.com/ 获取API Key，适配各类Agent工作流 。