Step 5 Preview: Model AI 1 Juta Token untuk Tugas Ejen yang Panjang

Step 5 Preview ditujukan kepada kerja yang perlu meneliti banyak bahan dan meneruskan tugas melalui beberapa tindakan ejen AI—contohnya tugasan kejuruteraan perisian dan penyelidikan profesional. Model ini menerima teks, imej dan video dalam tetingkap konteks 1 juta token. Namun, had konteks yang besar tidak dengan sendirinya membuktikan bahawa model akan mengingati setiap butiran atau menyiapkan tugasan panjang dengan tepat. 13

Boleh digunakan sekarang, tetapi bagaimana dengan bobot terbuka?

step-5-preview disenaraikan untuk digunakan melalui API StepFun. Laporan menyatakan bobot model dirancang untuk dikeluarkan pada 15 Oktober 2026. Setakat 25 September 2026, tarikh itu masih akan datang; ia bukan pengesahan bahawa keluaran rasmi bobot terbuka sudah tersedia. 332 Beberapa repositori pihak ketiga di Hugging Face mendakwa menawarkan bobot BF16, tetapi penyenaraian tersebut sahaja tidak membuktikan StepFun telah menerbitkan checkpoint rasmi. 511

Apa yang ditawarkan oleh spesifikasinya?

Step 5 Preview digambarkan sebagai model mixture-of-experts (MoE) jarang, dengan 600 bilion parameter keseluruhan dan kira-kira 27 bilion parameter diaktifkan bagi setiap token. Ia menyokong input teks, imej dan video serta tetingkap konteks 1 juta token. Angka parameter aktif menerangkan bahawa bukan semua parameter digunakan untuk memproses setiap token; ia bukan ukuran langsung kualiti jawapan. 15

StepFun mengesyorkannya untuk kejuruteraan perisian, kerja pengetahuan profesional dan ejen berbilang langkah. Dalam pengumumannya, syarikat itu turut menekankan pelaksanaan tugas yang berterusan dalam persekitaran perisian serta kerja berkaitan kewangan. Itu ialah bidang kegunaan yang diketengahkan StepFun, bukan jaminan prestasi bagi setiap tugasan. 116

Dakwaan teknik dan peningkatan kelajuan: apa yang belum pasti?

Satu penyenaraian model pihak ketiga mengaitkan konteks panjangnya dengan Sparse GQA. Laporan berasingan pula menyebut pembelajaran pengukuhan jangka panjang secara on-policy, penjajaran latihan dan inferens bagi penghalaan MoE, penyahkodan spekulatif MTP-3, FP8 MoE dan pemindahan cache KV. Laporan itu turut memetik dakwaan StepFun tentang peningkatan kelajuan hujung ke hujung melebihi 3× bagi pembelajaran pengukuhan jangka panjang. Butiran teknik dan peningkatan tersebut ialah dakwaan yang dilaporkan, bukan hasil yang telah disahkan secara bebas dalam dokumentasi utama yang tersedia. 537

Bahan yang tersedia juga tidak mengesahkan peranan khusus Step 5 Preview dalam menjana tugasan yang boleh disahkan. Ia tidak mengasingkan sumbangan setiap teknik perhatian atau latihan terhadap penaakulan dan penggunaan alat. 137

Skor, harga dan kelajuan API

Artificial Analysis memberikan Step 5 Preview skor 44 dalam Intelligence Index. Platform itu menyenaraikan harga US$1.00 bagi sejuta token input dan US$2.70 bagi sejuta token output, serta mengukur kira-kira 83 token output sesaat melalui API StepFun. Kelajuan itu mencerminkan keadaan ujiannya, bukan kadar tetap untuk semua permintaan. 21

Bila patut memilih model Flash?

StepFun mengesyorkan Step 3.5 Flash untuk kerja teks sahaja dan Step 3.7 Flash untuk penaakulan multimodal berkelajuan tinggi. Step 3.7 Flash memahami imej dan video, menyediakan tiga tahap usaha penaakulan, dan mempunyai konteks 256,000 token. Model MoE jarangnya mempunyai 198 bilion parameter keseluruhan dan kira-kira 11 bilion aktif bagi setiap token—lebih kecil daripada angka 600 bilion/27 bilion dan konteks 1 juta token bagi Step 5 Preview. 125

Ringkasnya, pilih berdasarkan tugasan, bukan bilangan parameter semata-mata: Step 5 Preview diposisikan untuk kerja ejen yang berpanjangan dan memerlukan konteks lebih besar, manakala model Flash ialah pilihan yang disyorkan StepFun apabila kelajuan multimodal atau pemprosesan teks sahaja lebih penting. 1