2026年9月20日，阶跃星辰发布旗舰基座大模型 Step 5 Preview。这是稀疏 MoE（Mixture-of-Experts）架构的 6000 亿参数大模型，总参数量 6000 亿，单次推理仅激活约 270 亿参数，却在全球权威榜单上拿下开源前三名。10月10日，Step 5 Preview 空降 OpenRouter Trending 榜首，并位列日榜全球第二。10月12日，OpenRouter 宣布 WorkBuddy（含 CodeBuddy）独家接入，提供限时两周免费试用。该模型将于 10月15日 正式开放权重下载，届时任何人可本地部署。
一句话结论：Step 5 Preview 是目前最具性价比的开源 Agent 工作主力模型，以 Claude Opus 5 约 1/8 的成本，实现了与 Kimi K3、GLM-5.3 同等量级的复杂任务处理能力，尤其擅长 AI 编程和金融分析。
一、核心规格与架构
Step 5 Preview 采用稀疏 MoE 架构，总参数量 6000 亿，单个 Token 激活约 270 亿参数（占总参数约 4.5%）。这一”窄而深”的策略，使其在保持强智能的同时大幅压缩推理成本。
架构层面，Step 5 Preview 引入了以下关键设计：
- Sparse GQA（分组查询注意力变体）：减少 Key-Value 头的数量，降低显存占用，同时保持注意力质量。
- Block-wise Token Merging：Indexer 与 Top-k Selection 的计算成本各降低 8 倍，有效减少长上下文场景下的开销。
- Long-horizon RL（长程强化学习）：专门针对需要持续多步骤的 Agent 任务优化，让模型在长时间跨度内保持目标一致性。
- Context Compaction：压缩上下文 token 序列，减少实际传入模型的 token 数量，提升长周期任务效率。
- 92 层 Transformer：官方将架构定性为”窄而深”，以较深的层数换取更强的表示能力。
上下文窗口方面，Step 5 Preview 原生支持 100 万 Token（1M context），最大输出 64k Token，能够一次性处理极长的代码库或金融报告。模型原生支持文本与视觉输入（图像），视频输入能力也在部分测试中得到验证。
二、八项基准评测对比
阶跃官方发布了与 Kimi K3（Max 档）和 GLM-5.3（Max 档）的八项基准对比，Step 5 Preview 在六项上领先：
| 基准 | Step 5 Preview | Kimi K3 | GLM-5.3 |
|---|---|---|---|
| DeepSWE v1.1 | 67.7% | 67.5% | 66.9% |
| ProgramBench pass rate | 80.5% | 77.8% | 72.0% |
| StepCodeBench | 49.0% | 43.9% | 40.2% |
| FrontierFinance | 66.4% | 62.6% | 64.1% |
| Terminal-Bench v4.0 | 33.3% | — | 41.9% |
| SWE-Marathon v1.1 | 72.7% | 84.4% | — |
| GDP.pdf | 14.8% | 22.0% | — |
| HLE with tools | 评测子集不同，官方声明不可直接比较 | ||
综合智能指数方面，权威评测机构 Artificial Analysis 给出 44 分，与 Kimi K3 并列，略低于 GLM-5.3（45分），三者基本处于同一档位。生成速度方面，Step 5 Preview 实测 100 token/秒，高于同类平均 65 token/秒。
值得指出的是，StepCodeBench 为阶跃自建基准，评测口径来自厂商，其他基准数据亦全部为自报告，尚未有大规模第三方独立验证。官方明确注明，Terminal-Bench、SWE-Marathon 等项目 Step 5 Preview 落后于部分竞品，实际能力需等 10 月 15 日开放权重后社区自行检验。
三、API 定价与成本优势
Step 5 Preview 目前以 API 方式提供服务，官方定价如下：
- 输入 Token（未缓存）：1.00 美元 / 百万 Token
- 输入 Token（缓存命中）：0.05 美元 / 百万 Token
- 输出 Token：2.70 美元 / 百万 Token
以 DeepSWE 67.7% 基准任务为例，完成一次完整软件工程任务约消耗 0.3–0.8 美元（取决于上下文复用程度），Claude Opus 5 完成同类任务估算约 6–10 美元。成本差距约为 8 倍，与官方宣称的”1/8 成本”基本吻合。
缓存定价极具吸引力：在 Agent 任务中，同一项目上下文会在多轮对话中反复复用，缓存命中后费用降至原来的 1/20。这对需要频繁引用大代码库或长文档的编程助手场景尤为友好。OpenRouter 平台同步上线，标注”限时免费两周、零数据保留”。
四、与竞品的定位差异
Step 5 Preview 并不是要与 GPT-4o 或 Claude Sonnet 正面竞争综合通用智能，它的定位更务实：当开发者在真实 Agent 工作流中，需要一个”成本与能力权衡最优”的旗舰级主力模型。
对比同量级竞品：
- vs Kimi K3（2.8 万亿参数，活跃参数更高）：Step 5 Preview 在编程（DeepSWE、ProgramBench、StepCodeBench）和金融分析（FrontierFinance）场景全面领先，差距最大达 8 个百分点；Kimi K3 在终端任务（Terminal-Bench）和长程软件工程（SWE-Marathon）略有优势。
- vs GLM-5.3：在编程和金融场景 Step 5 Preview 同样领先，但综合智能指数略低于 GLM-5.3，两者在不同评测集上各有胜负。
- vs DeepSeek V4.1 Flash（552B）：V4.1 Flash 以极低 API 价格和多模态见长，Step 5 Preview 则以更大激活参数和更高基准分主攻 Agent 编程场景。
五、什么时候选 Step 5 Preview
Step 5 Preview 适合以下场景：
- 需要处理长代码库或大型项目的 AI 编程助手开发（1M context + DeepSWE 67.7%）
- 金融量化分析、长文档报告生成（FrontierFinance 66.4%）
- 需要平衡成本与能力的 Agent 工作流（API 价格 1/8 于 Claude Opus 5）
- 多 Agent 并行任务编排（稀疏 MoE 架构支持低开销调度多个子任务）
不适合场景：需要极致短程推理速度的实时客服对话（Terminal-Bench 33.3% 落后竞品）、完全离线私有化部署（10月15日才开放权重）。
FAQ
Step 5 Preview 是什么？
Step 5 Preview 是阶跃星辰于 2026 年 9 月 20 日发布的旗舰基座大模型，总参数 6000 亿，采用稀疏 MoE 架构，单次推理仅激活约 270 亿参数，综合智能指数与 Kimi K3 并列开源前三。
稀疏 MoE 与稠密模型有什么区别？
稠密模型每次推理激活全部参数；稀疏 MoE 则由路由器（Router）为每个 Token 选择少数专家网络激活，Step 5 Preview 每次仅激活约 4.5% 的参数。好处是：同等智能下，推理成本与显存需求大幅降低，代价是架构更复杂，调优难度更高。
10 月 15 日开源意味着什么？
届时阶跃将公布模型权重下载（预计 Apache 2.0 或 MIT 许可），任何人可本地部署、Fine-tune 或做第三方基准测试。这将使 Step 5 Preview 的真实能力得到社区验证，也是其与其他闭源 API 模型的核心差异点。
相关阅读
- Kimi K3 开放权重：2.8 万亿参数 MoE 开源，MoonEP/FlashKDA/AgentEnv 三项 Infra 同步公开
- Qwen3.8-Omni-Flash 发布：原生全模态 Agent，29 项基准涨 25%，音视频 API 降幅超 93%
- DeepSeek V4.1 Flash 发布：552B MoE、KV 缓存缩 437 倍、V4 Pro 退役
延伸阅读
- FDE年薪中位数20万美元，Anthropic砸1亿美元训1万人到2027年底1 周前
- 美团 AI 原生社区「觅游」公测：4 万+ Skills 技能便利店，让 Agent 拥有身份与成长3 周前
- Kimi K3.1 后台标识泄露，100 万 Token 配三档推理2 周前
- Qwen3.8-Omni-Flash发布：原生全模态Agent，29项基准涨25%，音视频API降幅超93%2 天前