国产大模型头部梯队的对比表上，又插进了一面新旗。阶跃星辰放出的Step 5 Preview，在第三方评测平台Artificial Analysis上已经与Kimi K3站到了同一档位。
截至9月21日，该平台中英文对照页呈现的数值是：两款产品的综合智能指数均落在44分，其中Kimi取用的是max推理档位。分数持平并不意味着各项能力完全对标，但这个结果本身就说明，此次更新有必要被单独拿出来看一看。
综合智能44分打平，长上下文差0.4个百分点
Artificial Analysis的综合智能指数是把多项测评的成绩折算到一起，省去了翻各家官网材料再自己推断强弱的过程。它给出一把通用的尺子，让不同产品之间可以当面比。不过需要留意的是，总分靠得很近的模型，在某一项具体工作中的实际表现依旧可能分叉。
以当前平台上的长上下文推理测试为例，Kimi K3（max）拿到88.7%，Step 5是88.3%。两者之间只隔了0.4个百分点，在AA-LCR v1.1评分榜上分列前两位。
这一项评测为何重要，原因在于现实中的工作很少是一句话一个来回。要读一份指标很长的报告，得把开头交代的前提同后面几句结论对应起来；面对一组项目资料，也要在若干份文件之间找那条线索。能把这堆材料全部装进去只是及格线，能从中捞到真正有用的内容并且弄清彼此之间的联系，才算拿到了分数。
回到本次发布，只有一条可以确定的判断：Step 5已经有资格进入这一档产品的竞技场。至于‘完胜’之类的结论，现有资料并不支持。
稀疏MoE架构：600B总参数，单次只激活27B
阶跃给Step 5安排的技术路线是稀疏混合专家，即MoE。参数规模方面，总量打到600B，而在实际运行过程中每次只唤醒27B的参数参与计算。此外，模型支持100万Token的上下文窗口，输入模态覆盖文本与视觉。
理解一“大”一“小”这两个数字，需要组合起来看：模型内部储备了非常厚的参数量，但计算被局限在同任务相关的那一小块上。这样做是为了把能力维持在在线水平的同时，把单次推理所需的算力开销往下砍。
对于每天端着手用产品的人来说，骨架采用什么名字其实不关键。真正能被感知的是复杂一点的任务能不能完成、输出等多久，以及反复调用的时候钱包受不受得住。
值得纠偏的一点在于，假如因为看到激活参数是27B就认为整个网络也只有27B，格局就打开了。完整权重的体量、需要投入的运行环境和硬件条件，一条都不会消失。自己判断在家用机上跑起：并不是这张技术信息表能证明的事情。
定位AI编程与专业任务，官方Agent连续工作时间超22小时
在阶跃的表述里，Step 5对准的场景是AI编程、软件工程、专业级知识劳动以及信贷金融类业务，并配合公布了一个Demo时长处于22小时以上的Agent作业课程。这里的Agent，指的是一套可以反复调起外部工具，把前序步骤置入后续规划的自动化执行体。需要说明的是，这一数字仅对应图片示例，不能当作所有任务长时间稳定运行不喘气的证明。
长任务与会话型聊天之间的手感，调过Bug的人一耳朵就能听出来。回答题面而已只是告诉一段陌生代码哪里奇怪，可能是越断越满改判断。若真要完成修完这套门槛更低的原因就变得清楚：不只是看文件、动手修改，还得把测试拉起来，看报错反馈继续往下修。
这时候哪些动过尝试被验证没有收到效果都要滚一下上下文一并带着走。
设计百万亿量级Token窗口就意味着模型有机会拿到更多的舞台空间给这些素材。但这空间能不能榨出价值，还是要回归一个问题：它能不能把这些材料串起来推动手上的活向前走。
注意力时更注重竞争是压在后面的改动大小：能不能少一个改的之后条件，能不能少重返题。能保证少迷路的人拿到长任务的入选券。
10月15日拟开放模型权重
按阶跃的日程安排，模型计划在10月15日正式对外开源其权重。这一点意义不轻——如果实机可权兑现，可起范围层扩容级提升。
对开发者而已，拿权重不代表今晚就熬夜。完整权重带来的日常依然为沉重，可以自选是在合规的和设备都醒就着方向去调整。自主部署阶段不单是由文件，将其摆进自己真正的题面和工作负荷里，这大约是能把步水平完多少尽量按一个刻板印象数字翻篇的方式考一遍。
接下来最抵得住等的不只是一枚排名画面。旧项值得做实题的是在这些看似抽象又回到习以为常的追问：同样一段错误码的源码修复它会放在自己这里操作到什么完成度。处理超长文本问文件能不能捞出其中关键的设定。一项接着一项扑得顺时出现异常又会木讷不动还是绕一小圈想办法找条走货上去的能力会去底依赖有累积更多数据才能确认值与不值。
对于真有点想接触却不打算接管硬件配置的人而已，源不行紧翻排长等首播体验也不是非守不可的道路，顺出端上手机把已经暴露在公开渠道的那个‘门口。看着它在你自己身体力的坐标打什么分，也是当前能落地的做法。
与Kimi同档并肩后：头部序列又多出一个选择
再往广义层来看这次发布的劲在于，同一实力档内突然就能挑的眼多些些了——比如究竟谁能面对长材料更有节奏抓得住重点，是谁能提供长时间的顺滑级调用节奏，都能提前贴标签上堂去挑选。
就本阶段信息收束之处的看——Step 5在能力拔旗这场桌面上的主动秀出了标柄上本属同线42另加有号的那面的的分数，也摆出了一把将在15/16年月在10月按的15按照出运斤开放完整的加货期。
尾巴根还得跟上半句补上。头部模型选择者兜里能多一小沓选项这件事本身才是此发布第一抬眼要留意的中心重量道。
小结
就第三方评测截点数据来看，Kimi中队的Mast’s版对照面上回的是并列式覆盖，非量阶绝对超发的终点线。最终检验要排的是正式开房载重，解固到底能否排成相向列的那个日子眼看出功夫。/p>