阶跃星辰发布 Step 5 Preview，成本仅 Opus 的八分之一

9 月 20 日，大模型独角兽阶跃星辰正式发布新一代旗舰基座模型 Step 5 Preview。新模型主打 AI 编程、软件工程、专业知识工作和金融等实际业务场景，旨在全面增强真实世界 AI 智能体（Agent）任务中的综合表现，并进一步拓展模型智能水平与推理成本之间的最优帕累托边界。

在第三方评测机构 Artificial Analysis 最新公布的 Intelligence Index（综合智能指数）榜单中，阶跃 Step 5 Preview 成功跻身全球开源模型前三。同时，该模型的单任务成本仅为 Claude Opus 5 的 1/8。官方表示，模型将于 10 月 15 日正式对外开源。

600B 稀疏 MoE，激活参数仅 27B

在架构设计上，Step 5 Preview 采用了稀疏 MoE 架构，总参数量达到 600B，但实际推理时单 Token 激活参数仅为 27B。模型具备 100 万 Token 的超长上下文窗口，并原生支持文本与视觉多模态输入，能够有效应对长周期规划、多文件代码库理解以及复杂专业工作流。

在能力、成本、效率与应用场景之间寻找最大公约数，是 Step 5 Preview 的核心出发点。模型面向复杂的现实智能体任务，定位为能够持续承载日常重度工作流的「主力模型」。

业内通常用「帕累托前沿」来界定模型在智能与成本维度的最优平衡。前沿越向外拓展，意味着开发者能够以相同的算力成本获取更强的高阶智能。Step 5 Preview 正是将综合智能指数与单任务运行成本的平衡推向了更优解。

聚焦真实任务转化效率

多项公开评测和内部基准测试显示，Step 5 Preview 在复杂的软件工程任务（包含多步骤的长期规划任务）、专业知识检索与逻辑处理，以及垂直金融分析等场景中均表现稳定。

阶跃星辰指出，以往大模型 Scaling 的逻辑主要依赖堆叠更多算力来换取模型能力；然而，随着模型体量膨胀与智能体任务日益复杂，计算成本正在呈指数级攀升。进入下一阶段，大模型扩展的核心转变为提升计算转化为实际可用智能的效率。从前期的 Step 3.5 Flash、Step 3.7 Flash 到如今的 Step 5 Preview，阶跃星辰的连续三代基座模型都在持续深化这一方向的架构演进。