Step5 Preview 深度解读：600B 开源旗舰，单任务成本只有 Opus 5 的八分之一

一句话总结：阶跃星辰 Step5 Preview 用 600B 总参数、27B 激活撑起 1M 上下文和视觉输入，9 月 20 日发布、10 月 15 日全量开源权重，AA 智能指数 44 分进入开源前三，单任务成本约 0.71 美元，是 Claude Opus 5 的八分之一。

9 月 20 日发布，10 月 15 日把 BF16 和 FP8 权重全放到 Hugging Face 和 ModelScope。中间这 25 天，它在 OpenRouter 的周榜爬到了第二，七日用量 18.8 万亿 Token。

开源旗舰里，这个成绩算罕见。这篇把它的能力、成本和门槛拆开看。

规格：600B 里只激活 4.5%

三个技术点值得说。窄而深：92 层、每层更窄，相比「宽而浅」的堆法，长上下文下的注意力开销更可控。Block-wise Token Merging：把 Indexer 和 Top-k 选择的成本压低了约 8 倍，这是稀疏注意力在长上下文里能跑起来的关键。Context Compaction：长任务里把历史上下文压缩，配合 Long-horizon RL 训练，专门对付「一跑几小时」的 Agent 任务。

榜单：44 分开源前三，金融项突出

第三方（Artificial Analysis）：智能指数 44 分，全球开源模型前三。

厂商自报分项：

• Terminal-Bench 4.0：33.3%（重负载编程，这个分数不算高）
• DeepSWE v1.1：67.7%
• FrontierFinance：66.4（金融投资研究）
• StepCodeBench：49（内部集，553 个仓库、9 类任务、20 个领域、33 种语言）
• ALE-CLI、DRACO 等长周期任务：优于 Kimi K3、GLM-5.3，仅次于 GPT-6 Astra 或 Opus 5

分数分布很能说明定位：通用编程一般，金融和长周期 Agent 突出。Terminal-Bench 33.3 对 Opus 5 还差十几个点，这是它离「最强」最远的距离。

成本：单任务 0.71 美元

AA 给的单任务平均成本是 0.71 美元（约 4.75 元），Claude Opus 5 是 5.86 美元（约 39 元）。八分之一的差距，不是营销话术，是按同一套任务跑出来的。

换算成 API 单价：$1 输入 / $2.7 输出。对比 Qwen3.8-Max 的 $2 / $6，便宜一半；对比 Opus 5 的 $15 / $75 量级，便宜一个数量级。

便宜的原因不神秘：27B 的激活量决定单 token 算力开销，600B 的参数量只在需要时被路由到。稀疏 MoE 的账，算得过来。

图 1：左边是 8 倍成本差，右边是分项成绩——金融亮眼、硬核编程一般

开源的门槛在哪

600B 的权重全量开放，听着很爽，但自建要先算三笔账：

1. 显存：FP8 约 600GB，BF16 翻倍。至少 8 张 80GB 卡才谈得上部署。
2. 带宽：MoE 的路由需要专家并行，卡间互联带宽不够，吞吐会塌。
3. 运维：vLLM 或 SGLang 起服务，需要包含 Step5 支持的框架版本，投机解码、工具调用都要单独配。

换句话说，开源不等于「人人能跑」。它真正的受益者是云厂商、有卡的中大型团队、以及要做二次微调的研究机构。

还有一个没确认的点：权重协议。官方强调「全量开源」，但具体许可条款我还没查到明确文本，商用前建议以 Hugging Face 模型卡为准。这点存疑，别急着当 Apache 2.0 用。

它适合谁

适合：金融研究与报表分析（这是它最突出的场景）、需要长上下文的代码库级任务、有 GPU 资源想自建旗舰的团队、要在 Agent 工作流里控成本的团队。

不适合：纯前端/重负载编程（Terminal-Bench 一般）、没有卡的团队（API 更划算）、对开源协议敏感的商业产品（先确认许可）。

常见问题

Step5 Preview 是正式版吗？

名字里的 Preview 是发布时的定位，10 月 15 日已全量开源权重，可以视为可用的正式模型，但官方仍保留后续调整的可能。

和 Qwen3.8-Max 怎么选？

Qwen3.8 强在多模态和终端任务，Step5 强在金融与长周期 Agent，价格上 Step5 便宜一半。看你的任务类型。

能本地部署吗？

能，但门槛高：FP8 约 600GB，需要多卡 + 高带宽互联 + 框架适配。个人开发者建议直接调 API。

API 贵不贵？

$1 输入 / $2.7 输出每百万 token，在同级开源模型里属中等偏低。单任务平均成本约 0.71 美元。

支持什么接入方式？

API、vLLM、SGLang（OpenAI 兼容），也已接入 WorkBuddy 和 Trae 这类办公/开发平台。

结语

Step5 Preview 是这波开源旗舰里「账算得最清楚」的一个：600B 的参数容量，27B 的推理成本，八分之一的单任务价格。它不追求每一项都第一，但在金融和长周期任务上给出了可用的性价比。

要提醒的是两件事：Terminal-Bench 33.3 说明硬核编程还不是它的主场，开源协议也还需要确认。冲着「开源旗舰」四个字上生产之前，先拿自己的任务测一轮。