开源Top2！实测阶跃Step 5 Preview，真有点猛啊…
内容提要
阶跃星辰发布旗舰基座模型Step 5 Preview，采用MoE架构，总参数600B、激活27B，支持1M上下文，Agent能力大幅提升，AA评测44分居全球开源第二，定价极具竞争力。实测可自主完成Blender建模、乐高赛车游戏等3D任务，2D任务表现亦佳。团队采用窄而深网络设计与稀疏化技术，将算力集中于Agent能力，延续低成本高性能路线。
延伸解读
MoE架构下的效率取舍
Step 5 Preview采用MoE架构，总参数600B但激活仅27B，这意味着每次推理只调用一小部分参数，大幅降低计算成本。配合1M上下文，模型能处理长文档或复杂多轮对话，但实际吞吐取决于稀疏化在硬件上的落地效果。文章提到团队通过底层算子优化让稀疏真正转化为速度，否则理论省算力可能被索引和访存开销抵消。
Agent能力提升的技术路径
文章指出，Step 5 Preview的Agent能力提升源于窄而深的网络设计（92层Transformer）和稀疏化技术。更深的网络为多跳依赖提供更长的信息传播路径，而Sparse MoE、Hybrid Sparse等则缓解长上下文带来的计算爆炸。团队还通过Long-horizon RL和Context Compaction让模型在几十轮工具调用后仍记得目标。这些方法共同将模型的基本单位从“回答”转向“Loop”。
实测表现与实用边界
作者实测中，Step 5 Preview能自主完成Blender建模、乐高赛车游戏等3D任务，并添加后期效果；2D任务如霓虹跑酷和写作网站也表现不错，能补充Prompt未写的细节。但第一轮结果常有小Bug，如模块溢出或赛道过窄，需指出问题后经两三轮修复才达可用状态。这说明模型已能干活，但离完全自主交付仍有距离，人工review和迭代必不可少。
定价策略与竞争定位
Step 5 Preview定价为百万输入1美元、百万输出2.7美元，单个任务成本仅为Opus 5的12.5%，在AA评测中取得44分，位列全球开源第二。文章认为，这延续了阶跃星辰低成本高性能的路线，瞄准“性能×成本”的甜蜜点。在Frontier模型差距缩小的背景下，阶跃通过差异化Agent能力和价格优势，试图在拥挤的第一梯队中找回位置。
Q&A
阶跃Step 5 Preview模型的基本规格是什么？
Step 5 Preview采用MoE架构，总参数600B，激活参数仅27B，支持1M上下文。
Step 5 Preview在Artificial Analysis评测中表现如何？
在Artificial Analysis最新评测中，Step 5 Preview取得44分，位列全球开源模型Top 2。
Step 5 Preview的定价是多少？
百万输入1美元，百万输出2.7美元，单个任务成本仅为Opus 5的12.5%。
Step 5 Preview在3D任务实测中表现如何？
实测中，Step 5 Preview能自主操作Blender建模后室场景，并自动添加VHS录像质感、镜头噪点、昏黄灯光和脚步声等后期效果；还能制作乐高赛车游戏，包含赛道、赛车、人机车手、实时排名和发动机音效。
Step 5 Preview的Agent能力为什么大幅提升？
团队采用窄而深的网络设计（92层Transformer），并应用稀疏化技术（Sparse MoE、Hybrid Sparse、Sparse GQA），同时优化底层算子和数据访问，将算力集中于Agent能力，通过Long-horizon RL和Context Compaction等方法，让模型在几十轮工具调用后仍能记住目标。
Step 5 Preview在2D任务上的表现如何？
在2D任务上，Step 5 Preview能制作霓虹跑酷小游戏，相比上一代增加了高楼、视觉层次更完整，Game Over时边框变红；还能生成写作网站，审美较好且覆盖全面，但偶尔会出现模块溢出等小Bug，需要review和修改。
