阶跃星辰Step 5开源：6000亿参数权重免费下载
国产大模型「六小虎」之一的阶跃星辰又有新动作。10月15日，公司宣布正式开放旗舰模型 Step 5 Preview 的全部权重：BF16 与 FP8 双版本检查点、技术报告、配套开源开发工具及部署指南已同步上线 Hugging Face 与 ModelScope，全球开发者可自由下载部署。这是继 9月20日 API 发布、10月10日登顶 OpenRouter Trending 榜之后，Step 5 完成「先验证、再开源」的完整闭环。
600B 参数、每 token 仅激活 27B
Step 5 Preview 是一款为长程 Agent（智能体）任务设计的稀疏混合专家（MoE）模型。官方公布的关键参数包括：总参数量 600B（6000 亿），每 token 仅激活约 27B（270 亿），激活比约 4.5%；上下文窗口达 100 万 token；原生支持文本与视觉（图像、视频）输入；支持流式输出、工具调用、JSON Mode 与提示词缓存。
在架构上，Step 5 走了「窄而深」的路线：共 92 层 Transformer，而非一味加宽网络。阶跃星辰的解释是，复杂智能体任务需要连续搜索、执行代码、调用外部工具，工具返回的信息会形成很长的前缀输入，增加网络深度可以为这段长输入中的隐式多跳推理提供更长的信息传播路径。
面向场景上，Step 5 明确对准软件工程、专业知识工作和金融分析——这些都需要长上下文、多轮工具调用和持续执行的真实任务。
评测：智能指数 44 分，单任务成本 0.71 美元
第三方评测机构 Artificial Analysis 给出的综合智能指数为 44 分，阶跃星辰称这一成绩进入全球开源模型前三。成本是公司着力强调的口径：官方称 Step 5 单任务成本约为对比旗舰模型的八分之一；Artificial Analysis 实际测得的任务成本为 0.71 美元，输出速度约每秒 100 个 token。API 定价为每百万输入 token 1.00 美元（缓存命中 0.05 美元）、每百万输出 token 2.70 美元。
不过评测也呈现出明显的长短板。据 MarkTechPost 引用的数据，Step 5 在 AA-LCR 长上下文推理测试中拿到 88.3% 的最佳成绩，但在 Terminal-Bench 4.0 上仅得 33.3%，低于 GLM-5.3 的 41.9%；在代码能力上与 GLM-5.3、Kimi K3 接近，落后于闭源旗舰。
国产算力「同日交付」：五家芯片首日适配
这次开源最值得注意的细节不在模型本身，而在生态。开源消息公布当天，适配阵营同步集结：华为昇腾、沐曦、壁仞实现 0Day 适配，摩尔线程宣布 Day-0 完成适配（MTT S5000 智算卡 + MUSA 软件栈），海光 DCU 也于同日宣布完成。部署层面，Step 5 提供面向多种芯片平台和推理框架的适配支持，开发者可通过 vLLM 或 SGLang 部署兼容 OpenAI 接口的 API 服务，也可使用 Transformers 进行离线推理。
「开源发布日就是国产算力的适配交付日」——模型和芯片第一次做到了同日交付。腾讯 WorkBuddy 也已接入 Step 5 Preview，并提供 10月25 日前的限时免费体验。
背景：「先验证、再开源」的新节奏
阶跃星辰成立于 2023 年，是中国独立大模型创业公司「六小虎」之一。此前公司已连续开源 Step 3.5 Flash（今年 2 月，196B 总参数 / 11B 激活）与 Step 3.7 Flash（今年 5 月），均为 Apache 2.0 协议。Step 5 延续了「先以闭源服务在 OpenRouter 上验证真实用量，再以完整权重开源换取生态位」的策略：从 9月20 日发布到 10月15 日开源，仅用了 25 天。
放在 2026 年的开源版图里看，Step 5 的入场并不孤单：智谱 GLM-5.3、月之暗面 Kimi K3 等国产开源旗舰都在密集迭代。头部模型的开源节奏已经从「以年计」压缩到「以月计」。
影响与展望：竞争重心转向工程交付
对开发者而言，Step 5 开源意味着一个 600B 参数级别的智能体模型现在可以自托管：数据、延迟与成本曲线都掌握在自己手里。但门槛依然真实：BF16 权重部署需要 8× B300 或 16× H200 级别的硬件（FP8 版本可降至 4× B300 或 8× H200），依然是数据中心级玩家的选择。
更大的信号在于「国产模型 × 国产算力」的组合拳。五家国产芯片厂商首日适配，说明开源权重正在成为国产加速卡获客的入口：模型开源换生态位，芯片适配换工作负载，双方互相导流。对阶跃星辰来说，真正的考验在开源之后——能否把开源权重用进业务闭环，让开发者在长周期任务上稳定跑完，而不只是一次榜单分数。当模型能力趋于接近，竞争的重心正从模型本身转向适配矩阵、推理成本与场景工程。