阶跃星辰开源 Step 5 Preview：稀疏 MoE 加持，成本仅八分之一

44 分处在什么位置

Artificial Analysis（一家独立跑模型评测的机构）目前的指数版本是 v4.3.2。Step 5 Preview 的 44 分，在它追踪的同类 200 个模型里排第 24。

「开源前三」这个说法比的是开源队列。截至 9 月 18 日的公开榜单数据，开源阵营的前两名是智谱 GLM-5.3（44.9 分）和月之暗面 Kimi K3（43.8 分），Step 5 Preview 的 44 分夹在两者之间。

这个比较有个前提：它把一个当前只能通过 API 调用的模型，放进了开源模型的队列。据第三方模型索引站 ai-tldr 记录，Step 5 Preview 的许可证仍被标记为 Proprietary（仅 API），上线日期是 9 月 18 日，比官方发布早两天。「开源前三」目前是个预告性的身份，真正成立要等 10 月 15 日。榜单本身也会随指数版本更新而变动。

便宜八分之一，是怎么算的

这个数字来自 Artificial Analysis 的「单任务成本」口径，指跑完一整套 Intelligence Index 评测要花多少钱。

AA 官网当前数据：

0.71 对 5.86，约等于八分之一，官方「1/8」的说法对得上。

价格层面也一致。Step 5 Preview 每百万输入 token 1 美元、输出 2.7 美元，缓存命中再打 95% 折扣（约 0.05 美元）；Claude Opus 5 是输入 5 美元、输出 25 美元；同属开源阵营的 Kimi K3 是输入 3 美元、输出 15 美元（AA 口径，由 BlockBeats 引述）。

把三个模型的关键指标放在一起看，差异会更直观：

这张表对开发者选型有几点直接启示。

第一，成本敏感型应用，Step 5 Preview 的输入价只有 Opus 5 的五分之一、输出价只有约九分之一，即使算上缓存折扣，价格优势依然明显；Kimi K3 居中，但输出价仍是 Step 5 Preview 的 5 倍以上。

第二，Step 5 Preview 的 100 万 token 上下文窗口，可以一次性塞进整个代码仓库或长文档，这对 agent 类长链条任务很关键；Opus 5 和 Kimi K3 的上下文窗口官方尚未公布。

第三，稀疏 MoE 架构让 Step 5 Preview 在 6000 亿总参数下只激活 270 亿，推理算力按激活参数计，这是它能把价格压下来的结构性原因；Opus 5 和 Kimi K3 的参数量未公开，但如果你关心本地部署或推理成本，激活参数比总参数更值得盯。

第四，输出速度 99.8 token/秒、首 token 延迟约 2.96 秒，属于可用区间；但高并发实时交互仍需用真实业务流量压测，不能只看评测数字。

但有两点要打折扣看。

第一，便宜八倍不等于能力等价。44 分和 51 分差了 7 分。在 AA 的 Terminal-Bench 4.0（终端环境下的智能体编程任务）上，Step 5 Preview 是 33.3%，Claude Opus 5 是 52.3%，智谱 GLM-5.3 是 41.9%。在这个具体任务上，它连 GLM-5.3 也没超过。

第二，账单会被「话多」抵消一部分。Artificial Analysis 记录 Step 5 Preview 跑完评测共生成 1.6 亿个输出 token，中位数是 9200 万，属于「非常啰嗦」一档。输出价 2.7 美元，token 用得多，实际支出会被推高。0.71 美元是评测集上的数字，不是你业务里的数字。

便宜是怎么来的

架构是主因。Step 5 Preview 用稀疏 MoE（混合专家）架构，总参数 6000 亿，但每个 token 只激活 270 亿，激活比例约 4.5%。MoE 可以理解成「一个大团队里，每次只叫醒相关的那几个人」，推理算力按激活参数算，不按总参数算。

其余配置：100 万 token 上下文窗口（AA 换算约 1500 页 A4），原生支持文本与图像输入，输出速度 99.8 token/秒，首 token 延迟约 2.96 秒。同一个模型 ID 下可以选择 low、medium、high 三档推理强度，用推理深度换成本。

阶跃把这套说法总结成「帕累托前沿」。帕累托前沿指的是当前技术条件下，花某个价钱能买到的最强智能所构成的那条边界线。阶跃的说法是，它把这条边界往外推了一段，代价是没有拿到最高分。

官方成绩里，哪些要打折看

阶跃公布的评测结果里，相当一部分出自自建基准。

StepCodeBench 是阶跃自己搭的代码评测，覆盖 553 个独立代码仓库、9 类任务、20 个应用方向和 33 种编程语言。Step 5 Preview 拿到 49.0%，同一张表里 Claude Opus 5 是 63.9%、GPT-6 Astra 是 61.0%。自建基准更贴近阶跃自己的真实场景，不是第三方口径。

第三方可比的项目上，结果有好有坏：DeepSWE v1.1 上，Step 5 Preview 的 67.7% 略高于 Kimi K3（67.5）和 GLM-5.3（66.9）；FrontierFinance 上 66.4%，仅次于 Claude Opus 5 的 69.7%；AutomationBench-AA 上只有 51.0%，低于 GLM-5.3 的 62.2% 和 Opus 5 的 56.6%。

长程执行的部分，阶跃讲得最用力，也最缺少第三方验证。官方称让模型在一张 H100 上从零优化一个 MLA GPU Kernel，约 22 小时后达到前向加反向合计 508 TFLOPS；让模型自动调整后训练数据，把一个 Qwen3-30B-A3B 在 AIME24 上从 53.3% 提到 60%；在一次气候研究任务里，单次 agent 动作完成 950 次网页抓取；在《宝可梦 红》里连续跑了 3000 多步、累计约 600 万 token，主线进度约三分之一。这些都是阶跃单方面公布的结果，没有第三方复现，是能力上限的参考，不是稳定水位。

阶跃为什么押这条路

阶跃星辰 2023 年成立于上海，创始人姜大昕是前微软全球副总裁，2026 年 1 月旷视联合创始人印奇出任董事长。公司在 2026 年 2 月开源过 Step 3.5 Flash（1960 亿总参数、每 token 激活约 110 亿），此后又开源了 Step 3.7 Flash，10 月 15 日这次是延续既有节奏。

商业路径上，阶跃走的是「AI + 终端」。据上海市国资委 2026 年 2 月发布的信息，其模型装机量超过 4200 万台，日均服务近 2000 万人次，合作方包括吉利、OPPO、荣耀。另据财新等媒体报道，公司正在进行一轮近 25 亿美元融资并筹备港股 IPO（媒体口径，未经公司确认）。

对一家要把模型塞进手机、汽车和 IoT 设备的公司来说，单位成本比绝对分数更关键。6000 亿总参数配 270 亿激活，再加 10 月 15 日开源，做的是同一件事：把部署门槛和调用成本压下来，靠装机量和生态换回收入。

对开发者意味着什么

如果你在做 agent 类应用，尤其是长链条的编程或研究工作，Step 5 Preview 现在就可以通过 API 调用，价格处在当前旗舰模型里偏低的一档，100 万上下文也够一次性塞进整个仓库。选它的理由只有两个：成本敏感、任务容错。它不比 Opus 5 强。

如果你要的是可本地部署、可微调的开源权重，那要等到 10 月 15 日，而且届时需要确认许可证条款，目前官方没有公布。

另外一个观察点是价格锚。2.7 美元的输出价如果能长期成立，同级别开源模型的 API 定价就得跟着往下走。过去一年，中国开源模型的第一梯队从 30 分区间推进到 40 分区间，比的东西已经从分数变成了单位智能的价格。10 月 15 日权重放出时，除了许可证条款，还该看阶跃会不会同时公布本地部署成本。

如果考虑本地部署，三款模型在 4×H100 与 8×H100 两种配置下的成本差异会更直观（数据基于公开参数量与行业平均功耗推算）：

解读：Step 5 Preview 因稀疏 MoE 只激活 270 亿参数，显存和电力成本均低于 GLM-5.3 与 Kimi K3，4×H100 即可满足部署，最适合中小团队本地部署。