StepFun publica pesos abiertos para su modelo Step 5 Preview de 600B

El laboratorio de IA chino StepFun ha publicado los pesos de su modelo Step 5 Preview como código abierto, sumándose a una lista creciente de laboratorios que hacen disponibles modelos grandes para autoalojamiento. Los puntos de control FP8 y BF16 están disponibles en Hugging Face y ModelScope desde el 14 de octubre.

Step 5 Preview es un modelo disperso de Mezcla de Expertos, lo que significa que tiene 600 mil millones de parámetros en total pero solo activa alrededor de 27 mil millones por token. Puede procesar hasta un millón de tokens de contexto y fue construido específicamente para trabajo agéntico de largo plazo como ingeniería de software, análisis de documentos y flujos de trabajo financieros.

El modelo estuvo disponible por primera vez a través de la API de StepFun el 20 de septiembre. Los pesos abiertos siguieron unas tres semanas después ¹.

Cómo funciona

El modelo utiliza 92 bloques transformer en un diseño estrecho y profundo. Combina capas de atención completa con atención de ventana deslizante en una proporción de 3 a 1 y selecciona solo 4.096 tokens de historial por consulta a través de bloques de 8 ¹. Una cabeza de decodificación especulativa MTP-3 proporciona aproximadamente una aceleración del 30 por ciento de extremo a extremo. El entrenamiento utilizó precisión mixta FP8 y aprendizaje por refuerzo en entornos agénticos verificables de nivel millones.

Rendimiento

En los benchmarks, Step 5 Preview se situa cerca de los rivales de pesos abiertos GLM-5.3 y Kimi K3 en tareas de codificación. La puntuación propia de StepFun en DeepSWE v1.1 fue de 67,7, frente a 66,9 de GLM-5.3 y 67,5 de Kimi K3 ¹. Sin embargo, queda por detrás de modelos propietarios como GPT-6 Astra y Claude Opus 5 .

Las evaluaciones independientes muestran que el modelo obtiene un 88,3 % en la prueba de razonamiento de contexto largo de Artificial Analysis, su resultado más sólido. Su presentación más débil fue de 33,3 % en Terminal-Bench 4.0, en comparación con 41,9 % para GLM-5.3. Los benchmarks financieros fueron más prometedores, con un 66,4 % en FrontierFinance ¹.

Hardware y costo

Ejecutar Step 5 Preview requiere GPUs de centro de datos. El punto de control FP8 solo tiene más de 650 gigabytes. La configuración más pequeña especificada es de cuatro GPUs B300 u ocho GPUs H200 para FP8, o ocho B300 o dieciseis H200 para BF16 ¹. El flujo de trabajo del fragmento BF16 aún no se ha validado completamente de extremo a extremo.

La API cobra $1,00 por cada millón de tokens de entrada y $2,70 por cada millón de tokens de salida, con aciertos de caché a $0,10 por millón ¹. Los tokens de razonamiento están incluidos en el precio de salida, y la API admite llamadas de herramientas y salida JSON Schema.

Los desarrolladores interesados en el autoalojamiento pueden encontrar los pesos en Hugging Face, ModelScope y el repositorio de GitHub de StepFun.

Los datos clave

• Step 5 Preview tiene 600B de parámetros totales pero solo 27B activos por token
• Los pesos abiertos están disponibles en FP8 y BF16 en Hugging Face y ModelScope
• Requiere al menos 4 B300 u 8 H200 GPUs para ejecutarse
• Obtiene 88,3 % en razonamiento de contexto largo, 33,3 % en Terminal-Bench 4.0
• La API cuesta $1,00 por millón de tokens de entrada y $2,70 por millón de tokens de salida

{"title": "the headline", "summary": "the standfirst", "caption": "the picture caption, or empty", "body": "the story, in Markdown"}

Fuentes

1. StepFun Releases Step 5 Preview Open Weights: 600B MoE, 27B Active, 1M Context — marktechpost.com
2. StepFun teases Step 5 Preview, a 600B/27B MoE, open weights coming Oct 15