Step 5 Preview：智能与成本的新边界
Step 5 Preview: Advancing the Pareto Frontier
Step 5 Preview 正式发布，这款基于稀疏混合专家架构的新模型拥有 6000 亿总参数，却能在每个 token 仅激活 270 亿参数，同时支持 100 万 token 上下文。在 DeepSWE v1.1、StepCodeBench 和 FrontierFinance 等基准测试中，它在软件工程、金融分析和长周期任务执行上表现卓越。特别是在长达 24 小时的 GPU 内核优化实验中，Step 5 Preview 实现了 508 TFLOPS 的吞吐量，超越了 Claude Opus 5。该模型不仅能自主完成从代码修复到 3D 资产生成的复杂工作流，还能在 Pokémon Red 游戏中持续交互超过 3000 轮，展现了惊人的长期规划与执行能力。
帕累托前沿标志着智能与成本之间的最佳权衡，而当这一边界向外推移时，真正的进步便开始了。
HN 评论区
33- BoppreH
在第一个演示视频中，为了生成照片的 3D 渲染图，思维链直接暴露了底牌：
> 有意思！原来这里已经有一个现成的项目了 [...] 该项目已完全构建完成 [...]。
我始终惊叹于这些公告中对展示的 AI 答案竟如此缺乏核查。回想我之前更关注这类事情时，记得 OpenAI 和 Google 的演示中，它们的 AI 总是给出错误答案。
- nh43215rgb
> Step 5 Preview 基于稀疏的专家混合（Mixture-of-Experts）架构，总参数量达 6000 亿，每个 token 激活参数为 270 亿，支持 100 万 token 的上下文窗口及视觉输入。
> Step 5 Preview 在 Artificial Analysis Intelligence Index 上的得分为 44。
> 该模型将于 10 月 15 日以开放权重形式发布。
我猜因为是中国的公司，他们决定跳过了版本 4，同时也想营造出与领先公司（如 claude opus 5）处于相似迭代阶段的印象。
不知道其他中国实验室，比如 Kimi 或 Moonshot，是否会效仿。
- bethekind
> 在没有针对 Pokémon 做任何特定优化的情况下，Step 5 Preview 目前已持续进行了超过 3000 回合、600 万 token 的交互。到第 3082 回合时，它已解锁了“切割”技能，获得了三个道馆徽章，并击败了Lt. Surge。目前进程大约完成了主线剧情的三分之一。
终于又有人用 FireRed 做基准测试了！我相信 Astra 能在 18 小时内通关。不过不确定这该怎么对比。