装下 600B 的大脑每次只开 27B 的灯Step 5 Preview 到底怎么省钱的【免费下载链接】Step-5-PreviewStep 5 Preview 是阶跃星辰面向智能体工作打造的旗舰模型。该模型在软件工程和专业知识工作领域均展现出前沿级性能尤其在金融领域表现突出。 Step 5 Preview 是一个稀疏混合专家MoE模型总参数量为 600B激活参数量为 27B。它支持高达 100 万 token 的上下文长度并可接收文本、图像和视频输入能够在复杂任务中实现持续推理与工具调用。项目地址: https://ai.gitcode.com/StepFun/Step-5-Preview最近国产大模型圈又炸了锅。9 月 20 日阶跃星辰甩出新旗舰Step 5 Preview转头就冲上了 OpenRouter 的全球热度榜第一10 月 15 日官方干脆把模型权重直接开源谁都能白拿。更狠的是腾讯家的 WorkBuddy 直接把它搬了进去搞了两周的限时免费一时间全网都在抢着领鸡蛋。但有个数字外行看了直迷糊总参数 600B激活参数却只有 27B。6000 亿对 270 亿。这不就是号称养了个 600 人的超级团队结果每次干活只派 27 个人出门吗这俩数字对不上钱到底花在哪了今天咱就把这层窗户纸捅破。一、先说人话这玩意儿到底是干啥的一句话定位Step 5 Preview 是个专门给AI 干活的数字员工当大脑的旗舰模型。它主打的不是陪你聊聊天而是真刀真枪地干工程活——写代码、改代码、跑代码、查错、再迭代还能顺手看图表、看截图、读长文档最后给你吐出一份像样的报告。它有几个硬核配置先摆这儿能一口气吞下100 万 token 的上下文差不多几十万字的长文档一口气读完还记得前因后果能看图文本、图像都能进来会自己拆任务、调工具、反复验证把活儿干完为止不是问一句答一句就收工。你可以把它理解成一个特别能扛活的资深工程师你丢给它一整个项目它能自己翻代码库、改好几个文件、跑一遍、发现问题再改直到跑通为止。而支撑它这么能干的正是那个 600B vs 27B 的神秘架构。二、省钱核心给 AI 开了家600 人专家医院要理解它怎么省钱得先搞懂一个词——MoE混合专家。先说说传统大模型是怎么干活的。老式模型像个全能学霸每来一道题它都得把整个大脑从头到尾过一遍。题目越复杂它动用的脑细胞就越多费电、费算力而且没法省——因为它只有一个大脑想便宜都不行。MoE 换了个思路。它把大脑拆成了几百家专科诊所拼起来的超大型医院。这家医院里养了352 位专家每位都专精一块有的擅长数学有的擅长代码有的擅长金融。你每扔进来一个问题前台它有个路由器会飞快地判断这题该请哪几位专家会诊于是它只点8 位最对口的专家上场剩下 340 多位先歇着。这就是总参 600B、激活 27B的真相600B是全院所有专家的学问总和——知识储备拉满所以它聪明27B是每次实际动手干活的那一小撮专家——干活的人少电费自然就低。换算一下它每次只动用了不到百分之五的参数。打个比方这就像一栋 600 层的大楼知识储备住满了整栋楼但你每次只亮 27 层的灯。楼越大它能答的问题越多、越专业灯越少它烧的电越少、跑起来越快。而电费和算力是按实际干活的人算的不是按全院人数算的。这就是它省钱的根本逻辑用全员的知识去回答只付少数人的工资。顺带一提它还叠了个小技巧叫MTP多 token 预测——相当于老师批改作业不是写一个字停一下而是一口气顺出好几个字一次多想几步进一步提速。这些加在一起才撑起了又强又便宜。三、光省钱没意思得真有用——网友实测有点东西架构讲完了关键还是它到底好不好用这次开源后全网博主都上手实测了一圈反馈相当热闹。最出圈的一个对比测试是把 Step 5 Preview 和 DeepSeek V4 Pro、GLM5.3 三款国产旗舰摆到一张桌上让它们同做一个 3D 游戏Minecraft 模组。结果大家发现Step 5 Preview 在自己拆任务、调工具、反复跑验证这条 Agent 链路上表现得相当稳——不是只写段代码给你就完事而是真能把活儿闭环干完。另一波实测更接地气全是用腾讯 WorkBuddy 跑的生成一个可交互的网页一把梭做一个 3D 互动教具直接上手画一张A 股热力图把金融数据可视化出来生成金融分析报告——这恰好是它官方点名的强项金融领域表现突出连极简手绘风的长图都能整。还有个硬核成绩单官方口径里它支持33 种编程语言在专门考工程能力的 StepCodeBench 上拿到49.0 分在合同审核、技术文档生成这类专业文档活上被不少博主评价为明显压过同级对手。当然也有人说它短板偏轻量的简单任务性价比不算顶前端和一些办公生态的适配还有提升空间。但整体评价一个字——值。有博主甚至给它起了个外号叫老头乐意思就是看着不起眼实际开起来特别顺、特别省油越用越上头。四、一路演进这条省钱路线它走对了Step 5 Preview 不是一夜冒出来的它是阶跃星辰把同一套省钱哲学越磨越细的产物。回看它家上一代Step 3.5 Flash总参176B激活11B推理速度能跑到350 TPS每秒吐 350 个词飞快也是稀疏 MoE 多 token 预测 长上下文那一套。说白了从 176B/11B 到600B/27B阶跃一直在做同一件事把知识库越养越大把每次干活的人死死压住。知识库翻倍、三倍往上堆能力上限不断抬高而实际消耗的算力增长远比知识库的增长慢得多。这就好比一家医院从 176 个专家扩到 600 个但每次看病还是只请一小撮人会诊——医院越开越大病人挂号的等候时间反而没怎么涨。这条路线正是它在 OpenRouter 全球榜上能一路冲顶的底气用更低的成本去够更前沿的能力。五、普通人想玩门槛高不高得泼一盆冷水也得指一条明路。先说门槛本地自己跑对普通人不太现实。它是 600B 的大块头即便只激活 27B光是把 600B 的知识存进显存就需要一整台数据中心级别的机器——官方给的配置是 8 张 H200或者 4 张最新一代的 B300。这不是消费级显卡能碰的家用电脑别想了。但好消息是你根本不用自己跑。对绝大多数人体验它的姿势是这样的走官方 API按量付费接入自己的项目去 WorkBuddy 这类平台这次限免期间甚至是白嫖的点开就能用网页生成、金融分析、写代码全都能试科技发烧友和开发者才是本地部署的目标人群——他们图的是数据不出内网、能深度定制。所以它更像是一把给干活的人准备的旗舰工具白领用它提效、创作者用它出图、工程师用它写码、企业用它跑业务流程而不用关心背后是 600B 还是 27B。六、写在最后回到开头那个问题600B 和 27B钱到底花哪了答案就是——把聪明存起来把力气省下来。它证明了大模型竞争的一个重要方向未来的比拼未必是谁的参数堆得最大而是谁能用更少的成本撬动更强的能力。这背后是算力成本的生死线模型越卷单位聪明要烧多少电就越关键。谁把这道题解得好谁就能让 AI 真正落到更多人、更多生意里用得起。而 Step 5 Preview 开源这一步更是把省钱配方直接摊在了全世界面前——600 人医院、每次开 8 位专家的会诊台这套设计接下来大概率会被一大批模型照着抄。最后留个话题给大家唠唠你觉得又聪明又便宜更重要还是最聪明更重要要是能免费用你最想拿它干一件什么事——是让它帮你把一整个老项目代码捋一遍还是丢给它一份几十页的合同让它先过一遍评论区聊聊你更看好哪种。【免费下载链接】Step-5-PreviewStep 5 Preview 是阶跃星辰面向智能体工作打造的旗舰模型。该模型在软件工程和专业知识工作领域均展现出前沿级性能尤其在金融领域表现突出。 Step 5 Preview 是一个稀疏混合专家MoE模型总参数量为 600B激活参数量为 27B。它支持高达 100 万 token 的上下文长度并可接收文本、图像和视频输入能够在复杂任务中实现持续推理与工具调用。项目地址: https://ai.gitcode.com/StepFun/Step-5-Preview创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考