发生了什么
阶跃星辰（StepFun）于 10 月 15 日按 9 月 20 日模型上线时给出的时间表，在 Hugging Face 与 ModelScope 放出 Step 5 Preview 的完整模型权重，包含 BF16、FP8 与 NVFP4 三套检查点，并同步开源推理与部署代码、技术博客与部署指南。在此之前，该模型仅通过官方 API 对外提供，开发者无法自行部署。
公司把 Step 5 Preview 定位为「面向智能体工作的旗舰模型」，应用方向点名软件工程、专业知识工作与金融分析。官方给出的部署口径是：FP8 版本文件约 650GB，可在单节点 4 张 B300 或 8 张 H200 上通过 vLLM、SGLang 起 OpenAI 兼容接口；BF16 版本约 1.2TB，需要 8 张 B300 或两台 8 卡 H200 节点。这是一个数据中心级模型，不是桌面级模型。
- 稀疏 MoE：总参数约 6000 亿，每 token 激活约 270 亿；Hugging Face 权重大小索引计数约 6043 亿
- 上下文：最长 100 万 Token 输入、最长 100 万 Token 输出，输入为文本与图像，输出为文本
- 官方 API 定价：每百万 Token 输入 1 美元、输出 2.7 美元
- 开源范围：BF16 / FP8 / NVFP4 权重、推理代码、技术博客与部署指南
技术路线上的新东西
官方技术博客解释了这代模型的三个设计取舍。其一是「窄而深」：网络做到 92 层，用更多计算步数换取隐式多跳推理能力，同时控制参数与单次计算量。其二是 Sparse GQA：为压低百万级上下文下的注意力开销，把索引与 top-k 选择做成按 8 个 Token 分块，官方称这部分成本降到原来的八分之一。其三是长程训练：强化学习覆盖约一百万个可验证环境，并把上下文压缩纳入端到端策略训练，让智能体学会自行整理任务状态后继续执行，而不是被动等待外部摘要。
工程细节上，团队在如此深的网络中把键值状态与参数保留在 FP32 精度，并采用细粒度梯度裁剪抑制激活值增长与梯度尖峰。这类取舍说明当前开源旗舰的竞争焦点，已经从「单轮问答谁更聪明」转向「谁能把长程工具调用跑完」。
对企业决策者的意义
- 成本口径：官方称在智能水平相当的前提下，单任务成本约为 Claude Opus 5 的八分之一
- 用量信号：据 OpenRouter 截至 10 月 15 日的数据，Step 5 Preview 位列该平台 Token 用量周榜与日榜全球第二
- 自建可行性：权重可离线部署，可接入自有数据、工具与业务系统，适合对数据不出域有硬要求的金融与政企场景
- 协议限制：商用需注意署名与另行授权条件，详见下文
不确定之处
首先是许可。权重并非 Apache 2.0 或 MIT，而是 StepFun Model License 1.0，官方自述为「类 Apache-2.0 风格，附加署名与商业条款」：商业产品月活超过 1 亿或月收入超过 2000 万美元的，须显著标注「Powered by StepFun AI」；把模型内置到手机、汽车、眼镜、机器人等硬件出厂，或年收入超过 2000 万美元的模型即服务商，需另行签署商业许可（内部使用豁免）。该许可同时把「以 Step 5 输出为主要训练素材」的模型视为衍生作品。其次是评测：DeepSWE v1.1 得 67.7、ProgramBench 80.5 等数据均为厂方自测，尚无独立实验室复现，模型也尚未进入第三方能力指数。第三是版本不确定性：Step 5 Preview 之后是否发布正式版 Step 5、正式版是否同样开源，官方未说明。最后，模型卡引言提到视频输入，但同页规格表仅列文本与图像，视频能力应以官方后续说明与实测为准。