据MarkTechPost 9月21日报道，StepFun发布面向智能体工作的旗舰模型Step 5 Preview，该模型采用约6000亿总参数、每token约270亿激活参数的稀疏混合专家架构，支持100万token上下文，并已通过托管API和StepFun平台提供。StepFun称其目标场景是软件工程、专业知识工作和金融，主要卖点是任务成本，即接近同级智能水平下显著降低单任务成本。
StepFun表示，该模型目前以托管API和平台形式提供，自托管需等待开放权重；开放权重计划于2026年10月15日发布。按BF16计算，6000亿参数在KV缓存前约需1.2TB存储，需准备多GPU服务器。官方文档列出的规格包括模型ID step-5-preview、100万token上下文，输入支持文本、图像和视频，输出为文本，推理强度分低、中、高三档，并支持流式输出、工具调用、JSON Mode、JSON Schema和提示缓存。
StepFun称，该模型在研究任务中于单次智能体行动中协调了950次网页抓取，并通过Step Plan提供Claude Code集成。据Pandaily报道，模型未加宽网络，而是堆叠92层Transformer，采用窄而深布局。研究团队认为，更深堆叠为隐式多跳推理提供更长路径，在长预填充阶段尤为重要。训练采用在策略、长时程强化学习，StepFun还提到MoE路由的逐位训练与推理对齐、MTP-3推测解码、FP8 MoE和KV缓存卸载，并报告长时程强化学习端到端加速超过3倍。
基准测试中，Step 5 Preview以High推理强度运行，竞争对手为Max强度。据RuntimeWire，StepFun报告FrontierFinance为66.4，Claude Opus 5为69.7，GPT-6 Astra为55；DRACO为83.3，Claude Opus 5为87.6，GPT-6 Astra为76.8。编码任务中，DeepSWE v1.1为67.7，StepCodeBench为49.0，ProgramBench为80.5，StepFun称GPT-6 Astra和Claude Opus 5在三项上均领先，StepCodeBench是StepFun自有基准。两项各24小时的智能体实验中，模型将H100内核调优至508 TFLOPS，Claude Opus 5为493 TFLOPS；并通过自动化后训练把Qwen3-30B-A3B在AIME24上的成绩从53.3%提升至60%。
独立评估机构Artificial Analysis给Step 5 Preview的智能指数评分为44，同类价格区间推理模型中位数为24；在StepFun API上测得输出速度为每秒99.8个token。StepFun API每100万token输入缓存未命中收费1.00美元，缓存命中0.05美元，输出含推理2.70美元。Artificial Analysis给出的同类模型中位数是输入1.88美元、输出10.00美元。但该模型在指数运行中生成1.6亿输出token，中位数为9200万，冗长推理抵消了一部分按token计价的节省。