AI 快讯 | 阶跃星辰 Step 5 Preview 发布：600B 稀疏 MoE 只激活 27B，主打「效率」路线

文档资源
, , , ,
1

:fire: 一句话核心：9 月 20 日，阶跃星辰发布并全量开放旗舰基座模型 Step 5 Preview——稀疏 MoE 架构，总参数 600B、每 token 只激活 27B，支持 100 万 Token 上下文与原生视觉输入，模型 ID 为 step-5-preview。它的路线很明确：不靠堆参数，而是把「计算转化为智能的效率」当作竞争点——600B 总参数只激活约 4.5%，这也是它宣称「单任务成本仅为 Claude Opus 5 的八分之一」的结构基础。

阶跃星辰官方发布页：Step 5 Preview（来源：stepfun.com）
阶跃星辰官方发布页：Step 5 Preview（来源：stepfun.com）1568×882 121 KB

:pushpin: 背景脉络

阶跃星辰在官方材料里把这条路线讲得很直白：Scaling 的重点正从「增加算力投入」转向「提升计算转化为智能的效率」，而从 Step 3.5 Flash、Step 3.7 Flash 到 Step 5 Preview，连续三代基座模型都围绕这一目标优化。

这一定位对应的是今年国产旗舰的共同处境：一边是万亿级 MoE 的开源模型（如 Kimi K3 的 2.8 万亿总参数），一边是闭源前沿模型的价格与推理成本压力。在「同等智能水平下谁的推理更便宜」这个问题上做文章，是国产模型目前最有把握的差异化方向。

:key: 关键细节

  1. 规格（官方页面）：稀疏 MoE；总参数 600B、激活 27B（每次推理仅调用约 4.5% 的参数）；1M Token 上下文；原生文本 + 视觉输入。
  2. 定位场景：面向真实世界的 Agentic 任务——AI 编程、软件工程、专业知识工作、金融；官方强调其适合需要长上下文、长期规划与持续工具调用的任务。
  3. 可用性与开源计划：9 月 20 日全量开放 API（模型 ID step-5-preview）；官方稿写明将于 10 月 15 日释放完整权重（界面新闻、IT 之家等多家口径一致；解放日报「模速生态」栏目转载的即阶跃 StepFun 官方稿）——即先开放 API，后开源权重。在 10 月 15 日之前，不要写成「已开源」。
  4. 自建评测集：官方为该模型自建了代码评测集 StepCodeBench（官方演示中用于展示编程场景表现）。
  5. 第三方性能观测（AA 口径，供对照）：输出速度 99.8 tokens/s（其同档中位 74.1）；首 token 延迟 2.96 秒（中位 3.68 秒）；智能指数排名 #24 / 200；评测中生成 1.6 亿输出 token（同档中位 9200 万，AA 评价为「very verbose」——即回答偏长）。注意 AA 页面自己的「Released」字段写的是 September 18, 2026，那是 AA 收录/评测时点，与官方 9 月 20 日发布并存而不矛盾，引用时不要合并成一个日期。

:bar_chart: 数据解读：榜单与成本口径

口径 数值 来源与状态
Artificial Analysis 智能指数 44 分 第三方评测机构 Artificial Analysis 的结果（其 changelog 于 2026-09-18 收录该模型，早于 9 月 20 日发布——即发布前评测）
参照：GLM-5.3 45 分 同上；AA 明写「GLM-5.3 是排名最高的开源权重模型」
参照：Kimi K3 （AA 榜单并列展示，总参数 2.8 万亿） 同上
价格（第三方转引，非官方定价页） 输入 1.00 美元/百万 token；输出 2.70 美元/百万 token；混合价（7:2:1 缓存命中/输入/输出）0.51 美元/百万 token AA 基于阶跃 API测得，并注明「价格可能因供应商而异」；对照其同档中位数：输入 1.88、输出 10.00 美元
每任务成本（成本，不是价格） 0.72 美元 / 每个 Intelligence Index 任务 AA 的加权平均口径；单位是「任务」，不可与上面的单价混用
单任务成本 官方称约为 Claude Opus 5 的 1/8 厂商自述口径，非第三方实测

怎么读这两行：

  • 44 分是第三方评测结果，不是厂商自报。这很关键：它意味着「600B/27B 的激活规模能达到这一档智能水平」这句话，有独立评测机构的数据支撑（AA 于 9 月 18 日收录，比正式发布早两天，属发布前评测）。如果这一点成立，它说明参数规模与智能水平之间的换算关系正在松动——激活参数少，意味着单位推理的算力与显存占用都更可控，这对自建推理的团队比榜单名次更实际。
  • 但要给「开源」加限定，而且这条有 AA 的明文口径：AA 在该模型页的常见问题里直答——「Is Step 5 Preview open source? No, Step 5 Preview is proprietary. The model weights are not publicly available.」；同一页也写明「AA 当前排名最高的开源权重模型是 GLM-5.3（45 分）」，Step 5 Preview 以 44 分紧随其后。而官方稿称其完整权重将于 10 月 15 日释放。因此现在不能写「已开源」，准确表述是：已全量开放 API，AA 当前将其归类为专有模型，官方计划 10 月 15 日释放完整权重；把它算进开源模型排名，是以其开源承诺为前提的表述。
  • 价格这一栏要看清单位：AA 给出的是输入 1.00 美元 / 输出 2.70 美元每百万 token（混合价 0.51 美元/百万 token，基于阶跃 API）；它与「每任务成本 0.72 美元」是两个不同口径——前者是单价，后者是把输入、缓存命中/写入、推理与回答 token 都算进去后、按 Intelligence Index 权重加权的单任务成本。把两者混用会得出完全不同的成本判断（这正是本栏此前一处口径错误的来源）。
  • 厂商的「1/8 成本」仍须按自述看待：官方没有给出该结论的计算方式（是否含缓存、是否以输出 token 计价、任务选取为何），因此不能直接当作可用成本模型；真正的成本要按自己的任务分布实测。

:money_bag: 价格与使用成本

该模型的官方定价页本轮未取到，因此正文的价格采用第三方评测机构 AA 的转引口径（基于阶跃 API）：输入 1.00 美元/百万 token、输出 2.70 美元/百万 token；按 7:2:1（缓存命中/输入/输出）计，混合价 0.51 美元/百万 token。AA 同时给出同档中位数（输入 1.88、输出 10.00 美元）以便看量级。

必须分清的两个口径：上面是单价；而 0.72 美元/任务是 AA 的单任务成本（把输入、缓存命中/写入、推理与回答 token 都计入后按指数权重加权）。两者数值接近、含义完全不同，混用会得出错误的成本判断——AA 评测整个 Intelligence Index 的总花费为 924.68 美元。

结构性口径仍然可用：激活参数仅为总参数的约 4.5%（600B 中的 27B），这是「低成本推理」主张的技术基础；但真正的成本仍须按自己的任务分布实测。另外官方推出了限免订阅（据媒体口径），若属实属于促销而非定价，不能当作长期成本。

:balance_scale: 辩证评估

  • 对做 Agent 与编程场景的团队：这条的价值在于**「长上下文 + 持续工具调用 + 低成本」这个组合**是否有官方宣称的那么完整。前两项可以在 API 上直接验证；第三项必须自己压测。建议先用真实 Agent 任务（多轮工具调用、长上下文）跑对照，而不是用单轮问答比较。
  • 对关注开源生态的人：**先 API、后权重（10 月 15 日）**的节奏值得记录——这已成为国产旗舰的常见做法：先用 API 建立使用与评测数据，再放权重。权重释放后，社区复现的评测才是第一份真正的第三方数据。
  • 反向视角：
    • 其一，44 分是第三方评测（AA）的指数，可信度高于厂商自报；但**「单任务成本 1/8」仍是厂商自述**，两者不宜混用；且 AA 指数之外尚无场景化第三方测评；
    • 其二，「效率路线」并非独有：混合注意力、稀疏激活、KV 缓存优化在过去几个月里已是国产模型的标准动作（见本专区 153 篇智谱 FlashX 的定价思路），这条的差异化需要实测支撑；
    • 其三，「Preview」意味着能力与服务等级可能变化，用于生产前要确认稳定性与限流政策；
    • 其四，成本优势的另一面是能力上限：小激活参数在部分推理密集任务上的天花板，需要与同类模型对比后再判断。
  • 一个务实的判断：如果它的 API 价格确实落在行业中位数以下，那么最直接受益的是「把长上下文 + 多轮工具调用当作常态」的 Agent 应用——这类负载对单次调用成本最敏感。

:white_check_mark: 已知 vs 待验证

官方已证实（官方发布页）：稀疏 MoE 架构、总参数 600B、激活参数 27B、1M Token 上下文、原生文本与视觉输入、面向 Agentic 场景的定位、模型 ID step-5-preview。

已由第三方评测证实（Artificial Analysis 模型页与 changelog）：Intelligence Index 44 分（changelog 于 2026-09-18 收录）；价格口径：输入 1.00、输出 2.70 美元/百万 token、混合价 0.51 美元/百万 token（基于阶跃 API，注明可能因供应商而异）；单任务成本 0.72 美元/任务；该页常见问题直答「Step 5 Preview 不是开源模型，属专有，权重未公开」；同页写明「排名最高的开源权重模型为 GLM-5.3（45 分）」；输出速度 99.8 tokens/s、首 token 延迟 2.96 秒、智能指数 #24/200、评测输出 token 1.6 亿。

待核实：「单任务成本为 Opus 5 的 1/8」（厂商口径，未见计算方法）；官方 API 定价页（未取到，正文价格采用 AA 转引口径并已标注）；AA 的「开源模型」名次分类（未直接从其开源榜单页取到，故本文不使用「开源前三」这类名次表述）；限免订阅的范围与期限；AA 指数之外的场景化第三方测评（尚无）。

:compass: 给读者的建议

  • 正在做 Agent / 编程助手的团队：先用你自己的任务分布测两件事——长上下文下的稳定性、多轮工具调用的成功率；成本只在测算通过后再评估，因为官方没有给成本模型。
  • 自建推理的团队：等 10 月 15 日的权重释放（如属实），激活参数量决定你的显存与并发规划；在权重到手前，不要按宣传倍数做容量预算。
  • 做选型的团队：把「激活参数」加入对比表，与总参数、上下文、价格并列——它对推理成本的影响通常比总参数更直接。
  • 读者提醒：把本条的分数与成本倍数当作待复现的主张；等权重释出与第三方评测出现后再做采购决策。

:link: 来源

官方来源

  • 阶跃星辰官方发布页《Step 5 Preview: Advancing the Pareto Frontier》（含 600B/27B/1M/视觉输入规格）：阶跃星辰

独立来源