Step 5 Preview – 阶跃星辰推出的旗舰基座模型

Step 5 Preview是一款由阶跃星辰（StepFun）于2026年9月推出的旗舰基座模型，主要面向需要长任务链持续执行的 Agentic 任务，采用稀疏 MoE 架构（总参 600B／激活 27B），支持 100 万 Token 上下文与原生文本、视觉输入，适用于 AI 编程、专业知识工作与金融研究等场景。

Step 5 Preview 的核心能力

这一代的着力点不是把单项能力推到最高，而是在能力、成本与效率之间把边界再往外推一档。这类取舍也是 大语言模型 从回答走向执行后，选型标准变化的直接反映。

稀疏 MoE 架构与 100 万 Token 上下文

模型采用稀疏 MoE 架构，总参数 600B、激活参数 27B，推理时只为激活部分付出算力。配合 100 万 Token 的上下文窗口，长任务链里的历史记录可以完整保留，多轮工具调用时不必反复裁剪上下文，也能持续追踪此前的执行结果与运行反馈。

长周期任务的自主迭代能力

官方用两个可量化实验验证持续执行：一是在单张 NVIDIA H100 上给它 24 小时，从零优化一个头维度 512 的 MLA 内核，它在约 22 小时把峰值性能做到 508 TFLOPS；遇到让吞吐下降的候选方案会主动放弃，退回此前最优版本继续。二是给它 24 小时通过自动化后训练提升 Qwen3-30B-A3B 在 AIME24 上的表现，准确率由 53.3％ 提升至 60％，消耗的标注 token 比对照方案更少。

AI 编程与软件工程的任务覆盖

面向编程场景，官方构建了 StepCodeBench，覆盖 553 个独立代码仓库、9 类任务、20 个应用领域与 33 种编程语言，考察的是整体任务成功率与跨场景稳定性，而非单题通过率。官方展示的任务里，模型自主阅读开发文档后把一块 ESP32-S3 开发板改成支持蓝牙按键与语音输入的键盘，过程中访问串口、调用摄像头、模拟鼠标操作，并按真实设备返回的报错持续修改调试。

金融研究场景的三类评测

金融被作为重点验证场景，围绕公司研究构建了三项内部评测：信息检索与验证、企业估值建模、完整深度研究流程；外部还使用 FrontierFinance，以 220 道专家设计的问题与 11,543 项评估标准覆盖六类投资应用场景。四项评测中模型均取得较强结果，侧重的是数据口径不一致时借助工具完成严谨分析的能力。

前端设计与 3D 创意内容生成

除代码外，模型可完成网页界面与数据可视化，也能调用 Blender 创建并反复调整 3D 资产，再把资产接入 Three.js 的交互式 Web 应用与游戏。官方示例还从一本 1922 年的铁路旅行指南中提取信息，构建行程查询与路线回放功能。

Step 5 Preview 与同类基础模型的对比

基座模型的取舍集中在能力、成本与效率三点。以下对比数值与口径均取自阶跃星辰官方发布材料，逐格列出。

九项放在一起看，差别不在单点峰值，而在同一成本下的可用性：单任务成本只有 Claude Opus 5 的 1/8，100 万 Token 的上下文窗口是 200K 的五倍。两项长周期实验更能说明问题——24 小时自主优化 MLA 内核做到 508 TFLOPS，超过 493 TFLOPS；自动化后训练把 Qwen3-30B-A3B 在 AIME24 上从 53.3％ 提到 60％，与对照方案持平但消耗的标注 token 更少。表中「未在对比项内」指该模型未参与官方该项对比，未作推测填充。

如果想对照另一条开放权重路线，可参考 Kimi K3（月之暗面推出的旗舰大模型，采用 2.8 万亿参数 MoE 架构，同样支持 100 万 Token 上下文与原生视觉理解）。两者的差别在重心：它更偏通用知识与深度研究，本代把重点放在长周期 Agent 任务的持续执行上。

Step 5 Preview 的应用场景与适用人群

模型的强项在多轮、长时段、需要自己判断下一步做什么的任务，纯问答反而不是它的主场：

• AI 编程与软件开发：覆盖 Bug 修复、功能开发、代码重构与环境配置，支持 33 种编程语言，可作为团队日常主力编码模型。
• 长周期科研与工程优化：适合放进 24 小时级别的自主迭代任务，例如内核性能调优与自动化后训练数据流程。
• 金融分析与投资研究：覆盖金融信息检索验证、企业估值建模与深度研究报告撰写，服务投研与金融专业人士。

适用人群：需要把模型接入长任务链的工程与产品团队；做技术选型、要看真实任务链成本与成功率的算法负责人；以及金融投研、硬件研发等需要模型自主跑完多步流程的专业用户。

Step 5 Preview 的使用方法

模型提供在线体验与 API 两条路径，权重在 10 月 15 日之后才开放下载：

1. 读官方材料：从 Step 5 Preview 官方发布页 查看完整评测口径与示例任务，确认长周期任务的样本设计。
2. 在线体验：在 Studio 平台（studio.stepfun.com）选定 Step 5 Preview，先用一个多步任务观察任务规划与工具调用的稳定性。
3. 接入接口：中国大陆节点走 platform.stepfun.com，国际节点走 platform.stepfun.ai，创建 API Key 后按兼容格式发起调用。
4. 适配长任务：把中间结果与运行反馈写回上下文，按任务阶段分段清理历史，避免 100 万 Token 窗口被无谓记录占满。

Step 5 Preview 的价格与开源情况

Step 5 Preview 全量开放后通过阶跃开放平台按量计费，官方未给出统一价目表，成本口径来自官方材料给出的相对值：完成同一任务的开销约为 Claude Opus 5 的 1/8。对长周期 Agent 任务而言这个差距会被多轮工具调用放大——单步价格接近时，轮次越多总账差距越大，建议用真实任务链跑通后再比较成本。

权重层面，Step 5 Preview 按开源模型交付，完整权重定于 2026 年 10 月 15 日释放，在此之前只提供 API 与在线体验。这条路径延续了阶跃从 Step 3.5 Flash、Step 3.7 Flash 以来的效率取向：先用 API 验证任务效果，权重开放后再决定是否自建推理集群。

Step 5 Preview 的常见问题