阶跃星辰选在美东时间凌晨 1:30 左右,也就是北京时间 10 月 15 日下午,把 Step 5 Preview 的完整权重发到了 Hugging Face 和 ModelScope。BF16、FP8(手动审批)、NVFP4 三档 checkpoint 同时上架,StepFun Model License 1.0 跟着模型卡放了出来。这是 9 月 20 号 X 上一条不到 200 字预告之后的承诺落地。
规格:超稀疏 MoE、1M 上下文、视频输入
Step 5 Preview 是一颗稀疏 MoE:600B 总参数,每个 token 激活 27B,激活比例 4.5%。上下文窗口做到 1M tokens,单次输出上限 64K,文本、图像和视频三种输入都原生支持。模型 id 是 step-5-preview,跑在 OpenAI 兼容的 Chat Completions 接口上,Messages API 也开着。工具调用、流式输出、JSON Mode、JSON Schema、prompt cache 这些标准动作没缺。推理强度可以在请求里设 low / medium / high,把模型当客户来谈而不是当接口来调用,是这个接口比较特别的一点。
价格:这场发布会的支点
StepFun 自己 API 上的价格是输入 cache miss $1.00/百万 token、cache hit $0.05、输出 $2.70,推理 token 一并按输出计。和同档旗舰放在一张表里看:Moonshot 自己的 Kimi K3 输出 $15.00,Step 5 是它的 18%;DeepSeek V4.1 Flash 离峰 $0.60、Z.ai 的 GLM-5.3-Flash $0.50、StepFun 自己上一代 Step 3.7 Flash $1.15。放到 Pareto 图上,Step 5 Preview 的位置是把同档智能的输出成本砍到了原来的 1/3 到 1/5,而不是顶着分数榜往上爬。StepFun 给自己的 Artificial Analysis Intelligence Index 打了 44 分,是同一档智能里最便宜的那一颗。
Benchmark:看 footnote 才稳
Self-report 的 benchmark 表要看三个 footnote 才稳:Step 5 Preview 跑在自家 High 档,对手跑在 Max 档,所以分数差被天然压了一点;有 6 行(包括 StepCodeBench、FinStepBench 三个子项)是 StepFun 自己研发,虽然开源代码但还没人复现;HLE with tools 这一行 Step 5 和 GLM 5.3 跑的是文本子集,别人跑全量,不可直接比较。把这些 footnote 抹掉,看到的是:DeepSWE v1.1 67.7,跟 Kimi K3 67.5 和 GLM 5.3 66.9 一档,但比 GPT-6 Astra 的 74.1、Claude Opus 5 的 74.0 落后 6-7 分;Terminal-Bench v4 33.3 反而压住 Kimi K3 的 12.6,但距离 Astra 57.9 一整档;FrontierFinance 66.4,只输给 Opus 5,跟金融赛道的闭源顶端挨得最近;BrowseComp 88.7 排第三,MMMU-Pro 76.0 在多模态上也只是个中上。所以同档智能的判断站得住:与 Kimi K3、GLM 5.3 拉平,跟 Astra、Opus 5 拉开。
三个长任务实验,才是 StepFun 想卖的产品形态
第一个是 24 小时在 H100 上从零优化 MLA GPU kernel(batch=1, 64 head, 8192 tokens),最佳一次跑到 508 TFLOPS,Claude Opus 5 同条件是 493 TFLOPS,3% 的领先是 StepFun 自己跑出来的实验,口径上要打折。第二个是 24 小时对一个 Qwen3-30B-A3B 基模做自动后训练,目标是 AIME24,从前 53.3% 提到 60%,Opus 5 同样任务接近,但是用了更少的标注 token。第三个是不给专项优化的宝可梦红版挑战,到第 3082 回合打完三枚道馆徽章、推进约 1/3 进度。这三个实验叠加着说明的是 StepFun 想卖的产品形态:一个能在闭环里跑一天的模型,自己检查、自己回滚,价格又低到可以真的跑一天。
License:开源的 Apache-style,商用分两档
License 这块不能漏。StepFun Model License 1.0 看起来是 Apache-2.0 风格,但有两个数字门槛:产品月活过 1 亿或者月收入过 2000 万美元,必须署 "Powered by StepFun AI";设备厂商把它当内嵌功能卖,或者 maaS 服务商 12 个月累计收入过 2000 万美元,要单独拿商用 license。这个分级写得明确,所以大厂拿 BF16 自部署之前要先算自己属不属于第二档。
所以呢:Pareto 前沿向"够用"那一层推
Pareto 前沿这条线近两个月被 GLM 5.3、Kimi K3、Qwen3.8 一起推到中端,价格跌得猛、分数也压得住;Step 5 Preview 是把这波推到 Step 5 这个具体型号上,把 600B 总参数、27B 激活的 MoE 放到 $2.70 输出这一档——基本上是把"day-long agent"做成主营业务来定价,而不是按 token 卖 API。Astra 和 Opus 5 在顶,Step 5 在把"够用"这一层往下拽。要试的团队现在 BF16 1214.9 GB 一台 B300 节点或两台 H200 节点就能跑起来,NVFP4 单机 394.2 GB,门槛比 2.8T 的 Kimi K3 低一档。