2026年10月15日，阶跃星辰按计划正式开源旗舰基座模型 Step 5 Preview 的完整权重：该模型采用稀疏 MoE 架构，总参数 6000 亿、每 Token 仅激活 270 亿，支持 100 万 Token 上下文，在 AA 综合智能指数中取得 44 分位列全球开源模型前三，完成单项任务的成本约 0.71 美元，官方测算为 Claude Opus 5 单次开销 5.86 美元的八分之一。对企业而言，权重开源意味着可以在自有算力上私有化部署与微调，选型逻辑也从“谁跑分高”转向“完成一次真实业务任务要花多少钱”。
开源当天发生了什么：权重、接口与一个被推后的承诺
2026 年 10 月 15 日，阶跃星辰按此前公布的计划，正式开源 Step 5 Preview 的完整模型权重。该模型 9 月 20 日发布时已全面开放第三方接口，权重开源被排在 10 月中旬；10 月 10 日它登顶 OpenRouter Trending 榜并位列日榜全球第二。
从定位看，它是面向真实世界智能体任务的主力工作模型，重点场景是 AI 编程、软件工程、专业知识工作与金融，而非通用对话；原生支持文本与视觉输入，上下文窗口 100 万 Token。权重开源的直接意义是，企业可以在自有算力上部署、微调与蒸馏，不必把业务数据交给第三方接口。
6000 亿参数只用 270 亿：稀疏 MoE 把帕累托边界往外推
架构上，Step 5 Preview 采用稀疏混合专家（MoE）设计，总参数量 6000 亿，但每个 Token 实际激活的参数只有 270 亿，约占总量 4.5%。相比上万亿参数级的旗舰模型，总参数约为三分之一。研发团队的表述是：过去的规模法则用更多计算换更强智能，下一阶段则要把效率也算进来——同样的成本智能更高，同样的智能成本更低。
工程手段包括“窄而深”的 92 层 Transformer 架构与 Sparse GQA，并用 Block-wise Token Merging 把 Indexer 与 Top-k Selection 成本降低 8 倍；长周期智能体任务则靠 Long-horizon RL 与 Context Compaction 支撑。
44 分与 0.71 美元：单位智能成本成为新的选型语言
在 Artificial Analysis 综合智能指数中，Step 5 Preview 取得 44 分，位列全球开源模型前三，排在其前的是 Qwen3.8 Max（0902）与 GLM-5.3（max）。更关键的是成本口径：每完成一项智能指数任务的成本约 0.71 美元（约合人民币 4.76 元），输入与输出价格分别为每百万 Token 1 美元和 2.7 美元；作为对照，Claude Opus 5 的单次总开销为 5.86 美元（约合人民币 39.25 元），官方测算在智能水平相当的情况下，单任务成本约为其八分之一。
| 对比维度 | Step 5 Preview | 对照 |
|---|---|---|
| AA 综合智能指数 | 44 分，开源前三 | 开源模型最高区间 |
| 单任务成本 | 约 0.71 美元 | Claude Opus 5 为 5.86 美元 |
| 输入输出定价 | 1 / 2.7 美元每百万 Token | 闭源旗舰显著更高 |
| 权重获取 | 10 月 15 日完整开源 | 仅提供 API |
对企业来说，意义在于选型语言的改变：智能水平被折算成单位成本后，讨论的不再是抽象跑分，而是每处理一批工单到底花多少钱。
软件工程 67.7、金融 66.4：开源模型开始啃长任务
能力侧，Step 5 Preview 在 DeepSWE v1.1 软件工程评测中得分 67.7，领先 Kimi K3、GLM-5.3 等开源模型，仅次于 GPT-6 Astra 与 Claude Opus 5 两款闭源旗舰；Terminal-Bench 4.0 得分 33.3%。金融被列为重点验证场景，在包含 220 道专业问题、11543 项评估标准的 FrontierFinance 基准上得 66.4 分，位列全球第二。
金融之所以被当作试金石，是因为它同时考验超长任务链、超长上下文与工具调用三种能力，而这也正是企业搭建智能体时最容易卡住的环节。
企业该怎么用：把“跑一次多少钱”写进评估表
权重开源后，企业的可选路径变宽了：既可以调用第三方接口快速验证，也可以在自有 GPU 上私有化部署，用行业语料做继续预训练或指令微调。前者适合验证期，后者适合数据敏感、调用量稳定且希望压低长期单位成本的场景。对制造业客户而言，把工艺文档、质检记录与设备日志沉淀成数据挖掘资产，再在开源基座上定制，比长期依赖通用接口更可持续。
需要提醒的是，开源权重不等于零成本，推理集群、微调算力、评测集建设与运维人力都要计入总账，成本优势只有在调用量足够大时才会显现。
一道科技的建议：先定口径，再谈模型
我们在杭州服务制造业与品牌客户时的做法是，立项阶段就确定任务边界、评测集与单位成本口径三件事：边界决定要不要上长上下文模型，评测集决定换模型时能否量化比较，成本口径决定上线后能否持续运营。模型会不断迭代，但口径一旦建立，更换基座就只是一次可度量的替换。
常见问题（FAQ）
意味着企业可以下载完整模型权重，在自有 GPU 或私有云上部署、微调与蒸馏，无需把业务数据传给第三方接口。该模型总参数 6000 亿、每 Token 激活 270 亿，支持 100 万 Token 上下文，于 2026 年 10 月 15 日正式开源，此前已于 9 月 20 日开放第三方接口。
官方与 Artificial Analysis 数据显示，Step 5 Preview 完成单项智能指数任务的成本约 0.71 美元（约人民币 4.76 元），输入与输出分别为每百万 Token 1 美元和 2.7 美元；Claude Opus 5 单次总开销为 5.86 美元（约人民币 39.25 元），即约为其八分之一。换算到业务账时还需叠加推理集群、微调算力与运维人力等自有成本。
视数据敏感度与调用量而定。验证期建议先用接口快速试错；若调用量稳定、行业数据敏感且希望压低长期单位成本，可在自有算力上私有化部署，并用工艺文档、质检记录与设备日志做数据挖掘和指令微调。不过开源不等于零成本，需先建立任务边界与评测集再评估投入。