这两天，Artificial Analysis上突然出现了一款Step 5 Preview。

模型厂商写的是StepFun，也就是阶跃星辰。

我第一反应是：阶跃这次终于把新的旗舰基模端上来了。

过去几个月国产大模型更新很密，阿里、智谱、Kimi几家轮番刷榜，很多人问阶跃在干嘛呢？

结果Step 5 Preview一出来，直接在Artificial Analysis Intelligence Index拿到44分，进入全球前沿模型的竞争区间。

我觉得这次最值得看的是，Step 5 Preview总参数600B，真正激活只有27B，92层Transformer，1M Context，原生支持文本和视觉，主要瞄准Coding、软件工程、Deep Research以及长程Agent。

另外，阶跃还选择了 Narrow but Deep（窄而深）的架构设计，又围绕深网络中的数值爆炸、梯度尖峰等问题进行了专门优化。这些本质上是为了让模型更好地处理复杂 Agent 任务，把算力尽量花到真正需要的地方。

看这个配置会发现，阶跃这次没有继续追“参数越大越好”。

它更像是在回答Agent时代一个越来越现实的问题：

模型能不能在一个复杂任务里一直聪明下去，同时别贵得离谱。

这种东西听着没Benchmark刺激，但其实更接近现在生产级Agent真正遇到的问题。

因为Agent和聊天机器人完全是两种工作负载。

问一个问题，模型算几十秒就结束了。

但一个Deep Research或者软件工程任务，可能要连续跑很久，中间搜索几十次、调用工具、读新资料、改方案，前面的信息还不能忘。

Agent时代真正难的，已经不是某一瞬间有多聪明，而是能不能聪明很久。

阶跃还专门拿金融做了一轮压力测试。

这个场景挺适合验模型。

公司研究不是读完一份财报就结束了，还得搜最新信息、核来源、理解行业、建预测模型、做估值，任何一步出了问题，后面的结论都可能跟着跑偏。

所以他们自己做了Live Search、Corporate Valuation、Deep Research三套评测，又跑了外部的FrontierFinance。

按照阶跃给出的结果，Step 5 Preview在四项测试里的表现都接近Claude Opus 5。

我觉得这里真正想证明的，也不是“我们又赢了谁”。

（更多内容见上文）

#阶跃星辰 #StepFun #Step5Preview #阶跃大模型场景 #Agent #AICoding