阶跃Step 5 Preview发布，杀进全球开源前三

9月，全球头部AI实验室密集发布新一代旗舰模型，国内厂商同步提速迭代。阶跃星辰没有跟随“小步快跑”的节奏，而是攒了一个大的——9月20日发布新一代旗舰基座模型Step 5 Preview。

在Artificial Analysis Intelligence Index（AA智能指数）中，Step 5 Preview取得44分，进入全球开源模型前三。横向对比：Claude Fable 5.1以53分领跑，GPT-6 Astra为52.8分。其性价比突出：每百万token输入1美元、输出2.7美元，跑完一道AA智能指数任务平均仅0.71美元。在AA官方“智能指数vs单任务成本”图上，Step 5 Preview创造了新的帕累托前沿——同样智能水平没有更便宜的，同样价格没有更聪明的。

这一成绩含金量更高，因为AA智能指数月初刚升级到v4.2：新增两项评测、淘汰GPQA Diamond、私有测试集权重翻倍至40%，靠背题刷分的时代过去了。Step 5 Preview还有“开源”标签，在当前AA榜单前列绝大多数为闭源模型的背景下，它是又一个挤进核心竞争区的开源选手，意味着中国开源模型能力天花板仍在加速上移。

Step 5 Preview对准Coding、软件工程、专业知识和金融场景，原生支持1M上下文。我们拿到内测资格，设计了几个贴近真实工作场景的实测。

代码能力测试：要求单文件HTML、仅用three.js做一个街机风格低多边形3D飞行小游戏。Step 5 Preview用20多分钟写出上千行HTML文件，打开即玩。画面中天空和海水是自写着色器，海面起伏、阳光闪烁；操作顺手，转弯自动回正，加速视野拉开；还自行给金色光环加了直冲天际的光柱。穿环粒子、+100飘字、Boost冷却条、90秒结算记最高分一应俱全，写出来直接能玩。

长程Agent测试：12份中英文合同，对照10条标准逐条审，再算续约日期、写修订函、给采购部总结。Step 5 Preview交三个文件，120个判断全部落格，26处违规全中，额外标出的12处经复核也正确。第12份合同审得和第1份一样细，附件里的坑也没躲过。日期不是算出来的，是想出来的——一份合同已错过退出窗口，它标红并给出补救最后一天；另一份年底到期，它主动单列通知期。三个文件互相咬合。

Deep Research测试：九份关于同一家公司的材料，数字互不统一。它先定七级优先级规则，再动手，七个事实项全部答对，35处引用精确到文件和行号。规则和直觉打架时站规则：CEO专访说估值32亿，它仍按规则取30亿。还发现新闻稿“同比增长210%”反推出去年上半年仅0.49亿，69%营收压在下半年，列为“最脆弱的一处”。

金融尽调测试：给B轮公司数据室六份表，任务是写尽调备忘录和带公式勾稽底稿。数字一分不差：收入1.52亿、回款8,344万、应收6,856万、净亏934万，全部精确到元。底稿9个sheet、1,030个活公式。核出6条不符：增速不是3倍是2.1倍，毛利率不是45%是38%，客户不是47家是33家，最大客户占比不是不到20%而是40%。最关键的是“经营现金流转正”：剔除500万股东借款和120万政府补贴后，上半年实际净流出1,384万。还通过三跳连出一笔关联交易：银行流水每月53万付给咨询公司，供应商名录法人李静，deck中“周明配偶李静负责行政外包”，连起来即CEO配偶年收640万咨询费未披露。最后给出“有条件继续”，附5个先决条件和5份索取材料。

金融是阶跃给Step 5 Preview划的重点考场。阶跃自建三项FinStepBench评测，外部用FrontierFinance——220道专家题、11,543项评分标准、六类投资场景，四项测试表现均不错。

Step 5 Preview采用稀疏MoE架构，总参数600B，激活参数仅27B，原生支持文本与视觉输入，上下文长度1M。阶跃的技术判断是：模型的“大”不是目的，是手段。关键设计包括：Narrow but Deep，将Transformer深度增至92层，为长Prefill中信息传播提供更长路径，并对Hidden State、RMSNorm和梯度专门优化以稳定训练；多层面稀疏设计，Sparse MoE ++ Sparse GQA，处理百万token超长上下文时无需让每个token与所有token计算。