Step 5 Preview untuk Agen AI: Besar Konteksnya, Apa Batas Buktinya?

StepFun menempatkan Step 5 Preview sebagai pilihan untuk pekerjaan agen AI yang berlangsung dalam banyak langkah—misalnya menelaah bahan dalam jumlah besar sambil menjalankan tugas rekayasa perangkat lunak. Model ini menerima teks, gambar, dan video dengan jendela konteks 1 juta token. Untuk pekerjaan yang lebih mengutamakan kecepatan atau hanya menggunakan teks, StepFun justru menyarankan model Flash-nya. 13

Sudah bisa dipakai, tetapi bagaimana dengan bobot terbuka?

step-5-preview tercantum sebagai model yang dapat dipilih melalui API StepFun. Sejumlah laporan menyebut 15 Oktober 2026 sebagai tanggal rencana perilisan bobot terbukanya. Per 25 September 2026, tanggal itu masih di masa depan, bukan bukti bahwa StepFun sudah menerbitkan bobot resmi. 332

Ada repositori pihak ketiga di Hugging Face yang mengklaim menyediakan bobot BF16 Step 5 Preview. Keberadaan daftar tersebut saja tidak cukup untuk memastikan bahwa repositori itu merupakan checkpoint resmi dari StepFun. 511

Apa arti spesifikasi 600 miliar parameter dan konteks 1 juta token?

Step 5 Preview digambarkan sebagai model sparse mixture-of-experts (MoE): totalnya 600 miliar parameter, tetapi sekitar 27 miliar yang aktif untuk tiap token. Model ini mendukung input teks, gambar, dan video serta jendela konteks 1 juta token. Angka konteks tersebut menunjukkan banyaknya bahan yang dapat dimasukkan, bukan jaminan bahwa model akan selalu mengingat detail atau menuntaskan tugas panjang dengan andal. 15

StepFun merekomendasikannya untuk rekayasa perangkat lunak, pekerjaan pengetahuan profesional, dan agen yang menjalankan banyak langkah. Pengumuman perusahaan juga menonjolkan pekerjaan berkelanjutan di lingkungan perangkat lunak dan tugas terkait keuangan. Itu adalah sasaran penggunaan dan klaim kekuatan model, bukan jaminan hasil untuk setiap penerapan. 116

Klaim teknik dan percepatan: mana yang sudah jelas?

Sebuah daftar model dari pihak ketiga mengaitkan konteks panjang Step 5 Preview dengan Sparse GQA. Laporan lain menyebut reinforcement learning berjangka panjang secara on-policy, penyelarasan pelatihan dan inferensi untuk perutean MoE, MTP-3 speculative decoding, FP8 MoE, serta KV-cache offload. Laporan itu juga mengatribusikan kepada StepFun klaim percepatan lebih dari 3 kali lipat secara menyeluruh untuk reinforcement learning berjangka panjang. Rincian teknik dan angka percepatan tersebut merupakan klaim yang dilaporkan, belum hasil yang terkonfirmasi secara independen oleh dokumentasi primer yang tersedia. 537

Bahan yang tersedia juga belum membuktikan peran khusus Step 5 Preview dalam menghasilkan tugas yang dapat diverifikasi. Begitu pula, belum ada dasar untuk memisahkan seberapa besar kontribusi masing-masing teknik terhadap kemampuan bernalar atau menggunakan alat. 137

Harga API dan hasil pengukuran

Artificial Analysis memberi Step 5 Preview skor 44 pada Intelligence Index. Situs itu mencantumkan harga US$1,00 per sejuta token input dan US$2,70 per sejuta token output, serta mengukur kecepatan sekitar 83 token output per detik melalui API StepFun. Kecepatan tersebut adalah hasil pada kondisi pengujiannya, bukan angka tetap untuk semua permintaan atau penyedia layanan. 21

Pilih Step 5 Preview atau model Flash?

Perbedaannya terutama terletak pada jenis pekerjaan. StepFun merekomendasikan Step 3.5 Flash untuk tugas berbasis teks saja dan Step 3.7 Flash untuk penalaran multimodal yang mengutamakan kecepatan. Step 3.7 Flash memahami gambar dan video, menyediakan tiga tingkat upaya penalaran, serta memiliki jendela konteks 256 ribu token. Arsitektur sparse MoE-nya memuat 198 miliar parameter total dan sekitar 11 miliar aktif per token—di bawah angka 600 miliar/27 miliar dan konteks 1 juta token pada Step 5 Preview. 125

Jadi, jangan memilih hanya berdasarkan besarnya parameter: Step 5 Preview diposisikan untuk tugas agen yang berkelanjutan dan membutuhkan konteks lebih besar, sedangkan model Flash menjadi rekomendasi StepFun ketika kecepatan multimodal atau pekerjaan teks saja lebih penting. 1