阶跃发布Step 5 Preview：MoE架构重塑AI成本效益边界

【科技纵览】当大模型竞赛从单纯比拼参数量转向追求极致能效比时，稀疏混合专家（MoE）架构正成为破局关键。9月20日，阶跃智能正式推出新一代旗舰基座模型Step 5 Preview，这款专为真实世界Agentic任务打造的模型，标志着其在复杂代理执行能力上的又一次跨越。

该模型采用独特的稀疏MoE设计，总参数量高达600B，但激活参数仅27B，这种“大体量、低激活”的组合有效平衡了性能与算力消耗。它原生支持文本与视觉多模态输入，并拥有100万Token的超长上下文窗口。即日起，API已全量开放，而模型权重则定于10月15日开源释放，旨在降低开发者的使用门槛。

在权威评测Artificial Analysis Intelligence Index中，Step 5 Preview斩获44分，跻身全球开源模型前三甲。更令人瞩目的是其经济性，单任务成本仅为Claude Opus 5的八分之一。阶跃方面指出，这一表现推动了AI模型向“帕累托前沿”迈进，即在同等成本下实现更强的智能输出。

具体到垂直领域，该模型在Agents' Last Exam的ALE-CLI子集、金融投资研究评测FrontierFinance以及跨领域深度研究评测DRACO中，成绩仅次于GPT-6 Astra或Claude Opus 5，大幅领先其他开源竞品。在自建涵盖553个代码仓库、9类任务及33种编程语言的StepCodeBench测试中，其整体任务成功率与跨场景稳定性均表现优异。

长周期任务处理能力是检验Agent成熟度的试金石。在持续24小时的GPU Kernel优化实验中，Step 5 Preview将MLA内核峰值性能推升至508 TFLOPS，超越Claude Opus 5的493 TFLOPS；在自动化后训练环节，它成功将Qwen3-30B-A3B在AIME24上的准确率从53.3%提升至60%。无论是连续超3小时改造ESP32开发板，还是完成前端设计与3D资产生成，乃至全流程金融研究，该模型均展现出处理复杂现实任务的强大潜力。