阶跃星辰发布 Step 5 Preview：600B 稀疏 MoE、1M 上下文，权重 10-15 开放
阶跃星辰（StepFun）发布 Step 5 Preview：600B 稀疏 MoE（激活约 27B）、92 层窄深结构、1M 上下文且输出侧同为 1M。Artificial Analysis 智能指数 44，与 Kimi K3（max）同分但单任务成本低约 65%。API 价 $1/$2.7 每百万 token，BF16 权重计划 2026-10-15 开放。
2026-09-21 · Pandaily / AI-TLDR / DataLearner
发布 2026-09-21核实 2026-09-21要点
- Step 5 Preview：约 600B 总参数 / 27B 激活的稀疏 MoE，92 层窄深 Transformer。
- 1M 上下文，且输入与输出双向 1M——长文档/大批量代码一次调用吐完，不必应用层切片。
- Artificial Analysis 智能指数 44（200 模型中第 24，中位数 24），与 Kimi K3（max）同分，但单任务成本约低 65%。
- API 价 $1.00 输入 / $2.70 输出（每百万 token），输出约 99.8 tok/s，TTFT 约 2.96 秒。
- BF16 权重计划 2026-10-15 开放；Preview 期仅 API 可用。
- 输入支持文本 / 图像 / 视频（单次至多 60 张图），输出为文本。
时效说明：各来源对发布日口径不一（AI/TLDR 记 09-18，Pandaily / DataLearner 记 09-19–09-20），确切日期待核实。阶跃星辰尚未发布统一官方模型卡，以下规格来自第三方汇总与媒体报道。
为什么「窄深」是个信号
过去两年大模型扩规模的默认动作是加宽。Step 5 反过来：92 层窄深。阶跃星辰给的理由与 Agent 场景直接相关——在长 prefill 阶段（Agent 正在搜索、跑代码、吞工具返回值），更深的stack 提供更长的信息通路，支撑隐式多跳推理。
配合 Sparse GQA + 分块 token 合并，官方称 indexer 与 top-k 选择开销压到更密基线的约 1/8。训练侧强调在策略长程 RL、MoE 路由的比特级训练-推理对齐、MTP-3 投机解码与 KV cache offload，官方称长程 RL 端到端加速三倍以上。
跑分：注意基准版本
| 基准 | 分数 |
|---|---|
| Terminal-Bench 2.1 | 85.0 |
| Terminal-Bench 4.0 | 33.3（对比 DeepSeek V4.1 Flash 的 27%） |
| GPQA Diamond | 93.5 |
| SWE-Marathon | 72.7（榜首） |
| MCP-Atlas | 85.6 |
| BrowseComp | 88.7 |
| MMMU-Pro | 76.0 |
两个 Terminal-Bench 分数差 50 分以上，原因是它们是两个不同版本的基准，难度不同，不构成模型退化。引用时务必带版本号。
一个容易被忽略的成本陷阱
人工分析记录 Step 5 Preview 在评测集上共生成 1.6 亿 token，而 200 个模型的中位数是 9200 万——它属于偏冗长的一档。
这意味着：输入单价 $1/M 很好看，但真正决定账单的是输出。$2.70/M 的输出价，乘以一个 1.7 倍于中位数的输出量，实际单任务成本需要用真实业务样本测，不能只看价目表。
怎么上手
from openai import OpenAI
client = OpenAI(api_key="sk-...", base_url="https://api.stepfun.com/v1") # 以官方文档为准
resp = client.chat.completions.create(
model="step-5-preview",
messages=[{"role": "user", "content": "通读这个仓库并列出三处并发隐患"}],
extra_body={"reasoning_effort": "high"}, # low / medium / high 同一 id 可切
)
选型建议：
- 现在是长程 Agent + 成本敏感场景的高性价比选项；
- 需要立刻私有化部署的团队，等到 10-15 权重放出再评估；
- Zhihu 早期实测反馈其在事实性知识与复杂文档处理上仍有短板，建议先在自身样本集上验证。
AI 之家 观点
这一轮竞争的分水岭已经从「谁的参数大」转到「谁的长程任务单成本更低」。Step 5 用 600B/27B 的激活比去对位 Kimi K3 的 2.8T，本质是在打成本-智能帕累托前沿——同一条路线上，Cognition 的 SWE-2 用的是完全不同的姿势（不训基座、只做后训练），但卖点一模一样：差 1 分、便宜六成。
对跑 Agent 舰队的团队，这比刷榜更有意义。但请务必把「1.6 亿 token 输出量」这个数字记牢：价目表上的输入价是诱饵，输出量与输出价才是账单。这也再次说明为什么选型要看「每成功任务成本」而不是「每百万 token 单价」——见 Terminal-Bench 里关于「分数要除以成本看」的纪律。
还有一条必须说得直白：Preview 阶段的所有跑分都是未定稿的。权重开放时间、许可条款、最终定价都还没有官方定论，现在把它写进生产架构的预算模型是冒险。
AI 之家 推荐结论：技术验证与内部 PoC 可以现在开始，尤其适合长 prefill 的 Agent 场景（搜索、代码执行、工具返回值密集）；生产采购请等到权重正式开放、许可条款落地之后，并且用你自己的任务集实测输出量，不要按价目表推算。
相关阅读
来源
- Pandaily — StepFun Launches Step 5 Preview（2026-09）：https://pandaily.com/stepfun-step-5-preview-600b-moe-1m-context
- AI/TLDR — Step 5 Preview 模型页：https://ai-tldr.dev/models/step-5-preview
- DataLearner / LLM Learner — 规格与完整跑分表：https://llmlearner.com/models/step-5-preview
- HuggingNews — StepFun Launches 600B Step 5 Preview AI Model With Oct 15 Open Weights（2026-09-20）：https://huggingnews.com/ai/stepfun-launches-600b-step-5-preview-ai-model-with-oct-15-open-weights-2e26d093
核对日期：2026-09-21。发布确切日期、权重开放后的许可条款待核实。