阶跃星辰推出MoE旗舰基座模型Step 5 Preview，600B总参数、激活参数 27B、1M上下文，在Artificial Analysis评测中取得 44 分，位列全球开源模型第二；百万输入 1 美元、百万输出 2.7 美元。
AI解读：阶跃星辰这次把旗舰基座重新推回第一梯队：Step 5 Preview用 600B总参数的MoE架构，推理时只激活 27B，上下文开到 1M。Artificial Analysis评测 44 分，排在开源模型第二，而拿到相近分数的模型大多是万亿参数级别，这个激活量差距是它定价便宜的底气。
价格是最直接的变化：百万输入token 1美元、百万输出 2.7 美元，按量子位的说法，单个任务成本只有Opus 5的 12.5%，在AA的智能指数与单任务成本权衡图上位于帕累托前沿。对跑Agent长流程、token消耗大的团队来说，这类价格结构比榜单名次更能改变预算表。
技术路线不是单纯堆大。团队采用Narrow but Deep设计，92 层Transformer让信息经过更多层连续变换，配合Sparse MoE、Hybrid Sparse、Sparse GQA做稀疏化，并在底层算子和数据访问上优化，让理论稀疏尽量变成实际吞吐。围绕Agent的训练改成了Loop：规划、执行、调工具、看结果、继续修，靠Long-horizon RL和Context Compaction在几十轮调用后仍记得目标。
实测部分来自量子位作者：用Step 5 Preview操控Blender建模、做 3D游戏，任务耗时一个多小时，模型自己加了VHS质感和脚步声等后期；2D写作网站的审美和完成度被单独表扬。但首轮常有小细节不到位、模块溢出这类bug，要指出两三轮问题后自己修一轮才到可用状态。
这条新闻真正相关的是要接Agent和长上下文的生产团队：能力接近前沿、按token计费便宜、开源可选，代价是仍需人工review和迭代。至于它是否真能在复杂长任务里稳定替掉更贵的模型，来源没有给出公开的长期效果数据，目前的判断只到实测demo这一层。
阶跃星辰发布新一代旗舰基座模型Step 5 Preview：MoE架构，600B总参数、激活参数 27B、1M上下文。
据量子位报道，它在Artificial Analysis评测中取得 44 分，位列全球开源模型第二；报道称其他拿到这一分数的模型大多是万亿参数级别。
定价为百万输入 1 美元、百万输出 2.7 美元，报道称单个任务成本仅为Opus 5的 12.5%，在该榜单的智能指数与单任务成本权衡图上位于帕累托前沿。
27B激活打 44 分，靠的是“窄但深”
Step 5 Preview采用MoE架构，总参数 600B、激活参数 27B，上下文长度 1M。量子位称，它在Artificial Analysis的最新评测中拿到 44 分，直接冲到全球开源Top 2，而其他同分模型大多为万亿参数级别。
团队没有把“越大越好”当作唯一目标，而是采用名为Narrow but Deep的网络设计：92 层Transformer，在控制激活规模的同时让信息经过更多层连续变换。报道解释，这对Agent尤其重要，因为复杂任务常有大量multi-hop依赖，前面搜到的信息要经过很多步之后才真正派上用场，更深的网络给这些信息留下更长的传播和推理路径。
针对Agent的上下文问题，团队做的是稀疏化：Sparse MoE、Hybrid Sparse、Sparse GQA等。报道指出，几十轮工具调用之后上下文可轻松滚到上百万token，如果每一层都把前面所有内容重新扫一遍，计算量会迅速爆炸。
算法层写Sparse不代表GPU真的少干活。报道称，Step 5 Preview在硬件上也做了底层算子和数据访问优化，让理论上的稀疏尽量变成实际吞吐。
围绕Agent，团队把模型的基本单位从“回答”变成“Loop”：规划、执行、调用工具、看结果、发现不对、继续修，然后再Loop。通过Long-horizon RL、Context Compaction等方法，让模型在几十轮工具调用之后还记得自己到底要干嘛。
- MoE架构，600B总参数，激活参数 27B，1M上下文
- AA评测 44 分，全球开源Top 2
- 92 层Transformer，Narrow but Deep设计
- 稀疏化手段：Sparse MoE、Hybrid Sparse、Sparse GQA
- 训练围绕Agent Loop：Long-horizon RL、Context Compaction
百万输入 1 美元，单任务成本标到Opus 5的 12.5%
价格是这次发布里另一个被强调的数字：百万输入 1 美元、百万输出 2.7 美元。量子位称这一定价“很有竞争力”，单个任务成本仅为Opus 5的 12.5%，并在AA榜单中位于Intelligence Index与单任务成本权衡的帕累托前沿。
报道还对比了阶跃的路线：从Step 3.5 Flash到Step 3.7 Flash，前两代都聚焦在Flash档位，这次则直接发布旗舰基座，向上杀回全球第一梯队，向下继续优化效率和成本。
- 百万输入：1 美元；百万输出：2.7 美元
- 报道称单个任务成本仅为Opus 5的 12.5%
- 前两代为Step 3.5 Flash、Step 3.7 Flash，均聚焦Flash档位
实测：Blender建后室、搓乐高赛车，写网站不再“东坡肉里塞番茄炒蛋”
量子位作者称其烧了大量token并行跑了多个 3D资产和 3D游戏任务。第一个任务让Step 5 Preview操控Blender建一个后室，模型自己折腾了一个多小时后交付了渲染好的MP4，并自行添加了VHS录像质感、镜头噪点、昏黄灯光，人物走路时还有脚步声。
第二个任务是照着 1999 年的《LEGO Racers》搓一个乐高赛车游戏。报道称成品包含赛道、赛车、人机车手、实时排名，甚至配了发动机音效；问题是赛道修得太窄。
2D任务方面，作者用与阶跃上一代官网Demo类似的Prompt做霓虹跑酷小游戏，结果差距明显：道路两旁加了高楼，视觉层次更完整，Game Over后整个边框会变红，很多Prompt里没写的小细节它自己补上了。
写作网站任务被单独表扬，报道称“终于不往东坡肉里塞番茄炒蛋了”，审美可以、覆盖面全、基本能直接拿来用。
但报道也指出限制：有时会出现模块溢出这类小bug，依然得review、依然要改；第一轮经常有些小细节不到位，离Astra那种程度还有差距。通常需要指出两三轮问题，模型自己修一遍，才能到可用状态。
- Blender后室任务耗时一个多小时，模型自行添加VHS质感、噪点、灯光和脚步声
- 乐高赛车游戏包含赛道、赛车、人机车手、实时排名和发动机音效
- 2D跑酷小游戏会自行补上Prompt未写的细节，如高楼和Game Over红色边框
- 写作网站被认为基本可直接使用
- 限制：首轮细节不到位、偶发模块溢出，需指出两三轮问题后自修才可用