Step 5 Preview sází na dlouhé úlohy. Co umí a kdy zvolit Flash?

Pokud má AI agent projít rozsáhlé podklady a potom v několika krocích pracovat s nástroji, StepFun pro takovou úlohu doporučuje Step 5 Preview. Model přijímá text, obrázky i video a má kontextové okno o milionu tokenů. To určuje, kolik vstupu může v rámci kontextu zpracovávat; samo o sobě to ale nedokazuje, že si z dlouhého zadání spolehlivě vybaví každý detail nebo úlohu dokončí. 13

Dostupnost: API nyní, otevřené váhy zatím jako plán

Step 5 Preview je uveden mezi modely dostupnými přes API společnosti StepFun. Podle zveřejněných zpráv se vydání otevřených vah — souborů potřebných k provozu modelu mimo hostované API — plánuje na 15. října 2026. K 25. září tedy nejde o uskutečněné oficiální vydání. 332 Na Hugging Face už existují repozitáře třetích stran, které nabízejí údajné váhy ve formátu BF16. Jejich popis však sám o sobě nepotvrzuje, že StepFun zveřejnil oficiální verzi modelu. 511

Co znamenají parametry a milionový kontext

Step 5 Preview je popisován jako model typu sparse mixture of experts (MoE): celkem má 600 miliard parametrů, ale při zpracování jednoho tokenu se aktivuje přibližně 27 miliard. Vedle textu podporuje obrazový a video vstup. Tyto specifikace z něj dělají kandidáta pro práci s velkým množstvím podkladů, nejsou však samy o sobě měřítkem kvality úsudku ani úspěšnosti při dlouhé práci. 15

StepFun jej doporučuje pro softwarové inženýrství, odbornou práci s informacemi a vícekrokové agenty. Ve svém představení zmiňuje také soustavnou práci v softwarových prostředích a finanční úlohy. Jde o zamýšlené oblasti využití, nikoli o záruku výsledků v každém nasazení. 116

Technické sliby a hranice ověření

Jeden z repozitářů třetí strany spojuje dlouhý kontext s technikou Sparse GQA. Další zpráva popisuje trénování pomocí dlouhodobého posilovaného učení, sladění směrování v architektuře MoE mezi trénováním a provozem a techniky MTP-3, FP8 MoE či odkládání KV cache. Stejný zdroj připisuje StepFunu tvrzení o více než trojnásobném zrychlení celého procesu dlouhodobého posilovaného učení. V dostupné primární dokumentaci však tyto podrobnosti ani uvedené zrychlení nejsou nezávisle doložené. 537

Poskytnuté podklady také nepotvrzují konkrétní roli Step 5 Preview při generování ověřitelných úloh. Nelze z nich vyčíslit ani to, nakolik která jednotlivá technika zlepšuje uvažování modelu či používání nástrojů. 137

Skóre, cena a rychlost

Služba Artificial Analysis přiděluje modelu v žebříčku Intelligence Index skóre 44. Uvádí cenu 1,00 USD za milion vstupních tokenů a 2,70 USD za milion výstupních tokenů. Při měření přes API StepFunu zaznamenala přibližně 83 výstupních tokenů za sekundu; nejde o pevně danou rychlost pro každé zadání. 21

Kdy místo něj vybrat Step 3.5 Flash nebo Step 3.7 Flash?

Pro čistě textové úlohy StepFun doporučuje Step 3.5 Flash, pro rychlé uvažování nad více typy vstupů Step 3.7 Flash. Ten rozumí také obrázkům a videu, nabízí tři úrovně náročnosti uvažování a kontextové okno o 256 tisících tokenech. Jde rovněž o model sparse MoE, ale s 198 miliardami parametrů celkem a přibližně 11 miliardami aktivními na token. Step 5 Preview má oproti tomu uváděných 600 a 27 miliard parametrů a milionový kontext. 125

Volba tedy nestojí jen na počtu parametrů: Step 5 Preview je určen pro rozsáhlejší podklady a déle trvající práci agentů, zatímco modely Flash jsou doporučovanou variantou pro rychlejší multimodální nebo čistě textové úlohy. 1