阶跃把Step 5 Preview的权重放了，FP8版也一起给。600B总参、27B激活，又是92层的窄深结构，摆明了是冲着长任务去的。

其中我最在意的一条：上下文压缩直接放进RL里训。翻译一下，就是让模型自己学会边干活边记笔记、边扔垃圾。做过Agent的都懂，任务跑到几十步之后崩掉，多半是被自己的上下文撑死的。

OpenRouter周榜日榜都是全球第二。benchmark可以调，开发者掏钱调用的量调不了，我更信这个数吧。