摘要：
2026年9月20日，阶跃星辰推出Step 5 Preview，一款面向Agentic任务的旗舰基座模型。采用稀疏MoE架构，总参数600B、激活27B，... 2026年9月20日，阶跃星辰推出Step 5 Preview，一款面向Agentic任务的旗舰基座模型。采用稀疏MoE架构，总参数600B、激活27B，支持100万Token上下文与原生文本、视觉输入。Artificial Analysis智能指数44分，位居全球开源模型前三，单任务成本约为Claude Opus 5的1/8。完整权重定于2026年10月15日释放。
长周期任务：24小时自主迭代
这一代的着力点不是单项能力登顶，而是在能力、成本与效率之间把边界再推一档。官方用两个可量化实验验证持续执行：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；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编程覆盖553个代码仓库、33种语言
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，考察整体任务成功率与跨场景稳定性。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。金融被作为重点验证场景，围绕公司研究构建了信息检索与验证、企业估值建模、完整深度研究流程三项内部评测，外部使用FrontierFinance以220道专家问题与11,543项评估标准覆盖六类投资应用场景。
与Claude Opus 5的对比：成本与上下文是最大差异
| 对比维度 | Step 5 Preview | Claude Opus 5 |
|---|---|---|
| 模型架构 | 稀疏MoE（600B/27B） | 未公开 |
| 智能指数 | 44分（开源前三） | 未公开 |
| 单任务成本 | 基准 | Step 5 Preview的8倍 |
| 上下文窗口 | 100万Token | 200K Token |
| 输入模态 | 原生文本+视觉 | 文本+视觉 |
| GPU内核优化 | 508 TFLOPS | 493 TFLOPS |
| 开源情况 | 10月15日释放权重 | 闭源，仅API |
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上下文是对方的五倍。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。对于关注AI工具导航的开发者，Step 5 Preview提供了一个高性价比的长任务链选项；在AI模型库的选型对比中，它的成本优势在多次工具调用后会被放大。
应用场景与获取方式
强项在多轮、长时段、需要自己判断下一步做什么的任务：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；长周期科研与工程优化适合24小时级别的自主迭代；金融分析与投资研究覆盖信息检索验证、估值建模与深度研究报告撰写。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；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。
模型提供在线体验与API两条路径，权重在10月15日之后开放下载。可先在Studio平台选定Step 5 Preview，用多步任务观察任务规划与工具调用的稳定性；中国大陆节点走platform.stepfun.com，国际节点走platform.stepfun.ai。适配长任务时，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。