|
|
阶跃星辰新版旗舰模型 Step 5 发布了 Preview 版本，它给自己定的命题不是单项性能多强，而是"帕累托前沿"——能力、成本、效率、场景覆盖之间那条最佳平衡的边界。官方话是：随着 Agent 从"回答问题"走向"完成任务"，主力模型的标准从"单项能力强"变成了"多项之间平衡"。
• Model Blog：https://www.stepfun.com/step-5-preview
• 国内开放平台 API 接入：https://platform.stepfun.com/
• 国外开放平台 API 接入：https://platform.stepfun.ai/
• Studio平台在线体验：studio.stepfun.com
硬参数：稀疏 MoE 架构，总参 600B、激活参数只 27B，支持 100 万 token 上下文，原生文本+视觉输入。单位成本是这次的一个卖点——官方称单任务成本仅为 Claude Opus 5 的 1/8，同时在 Artificial Analysis Intelligence Index 拿到 44 分，位居全球开源模型前三。在 Agents' Last Exam CLI 子集（ALE-CLI）、金融投资研究评测 FrontierFinance、跨领域深度研究评测 DRACO 上，都仅次于 GPT-6 Astra 或 Claude Opus 5，领先其他开源模型。
文章里最值得看的是两个 24 小时长周期实验，都是"让模型自己连续干半天"的 agentic 场景。一个是在单张 NVIDIA H100 上从零优化 MLA GPU 内核，头维度 512、batch size 1、64 个头、8192 token，Step 5 Preview 自主实现、运行、测吞吐，遇到跑得通但更慢的方案就放弃、回退到最佳版本继续调，约 22 小时把峰值性能推到 508 TFLOPS，压过了 Claude Opus 5 的 493。
另一个是自动化后训练，让它自己调用一个接生产数据的 annotator、决定怎么改后训练数据，把一个 Qwen3-30B-A3B 基座在 AIME24 上的准确率从 53.3% 提到 60%，和 Claude Opus 5 持平但消耗的 annotator token 更少。
回应了"Scaling 转向"这个当下最热的争论：过去大模型靠更多计算换更强智能，现在计算成本被同步放大，下一阶段的 Scaling 不只是更多 Compute，也包括更高效率的 Compute——这是从 Step 3.5 Flash、Step 3.7 Flash 到 Step 5 Preview 一路在追的问题。模型全量开放，权重 10 月 15 日放出。
来源：
• 阶跃发布旗舰模型 Step 5 Preview：向前一步，智能效率的新一代"帕累托前沿" - 阶跃StepFun
原文链接 |
|
发表于 2026-9-20 16:30:13
