StepFun rilascia i pesi open source del suo modello Step 5 Preview da 600B

Il laboratorio cinese di StepFun ha rilasciato i pesi del suo modello Step 5 Preview come open source, entrando in una lista crescente di laboratori che rendono disponibili modelli di grandi dimensioni per l'hosting autonomo. I checkpoint FP8 e BF16 sono attivi su Hugging Face e ModelScope dal 14 ottobre.

Step 5 Preview è un modello sparse Mixture-of-Experts, il che significa che contiene 600 miliardi di parametri totali ma ne attiva solo circa 27 miliardi per token. Può elaborare fino a un milione di token di contesto ed è stato costruito specificamente per lavoro agentic a lungo termine come l'ingegneria del software, l'analisi di documenti e i flussi di lavoro finanziari.

Il modello è diventato disponibile per la prima volta attraverso l'API StepFun il 20 settembre. I pesi open sono arrivati circa tre settimane dopo ¹.

How It Works

Il modello utilizza 92 blocchi transformer in un design stretto e profondo. Combina strati di full attention con sliding-window attention in un rapporto 3 a 1 e seleziona solo 4.096 token di storia per query attraverso blocchi da 8 ¹. Una testa MTP-3 per speculative decoding offre circa un aumento di velocità end-to-end del 30 percento. L'addestramento ha utilizzato precision mista FP8 e reinforcement learning su ambienti agentic verificabili a livello di milioni.

Performance

Nei benchmark, Step 5 Preview si posiziona vicino ai rivali open-weight GLM-5.3 e Kimi K3 nei compiti di programmazione. Il punteggio DeepSWE v1.1 di StepFun è stato 67,7, contro 66,9 per GLM-5.3 e 67,5 per Kimi K3 ¹. Tuttavia, è dietro ai modelli proprietari come GPT-6 Astra e Claude Opus 5 .

Le valutazioni indipendenti mostrano che il modello segna l'88,3 percento nel test di ragionamento long-context di Artificial Analysis, il suo risultato più forte. La sua presentazione più debole è stata il 33,3 percento su Terminal-Bench 4.0, rispetto al 41,9 percento per GLM-5.3. I benchmark finanziari sono stati più promettenti, con il 66,4 percento su FrontierFinance ¹.

Hardware and Cost

Eseguire Step 5 Preview richiede GPU da data center. Il checkpoint FP8 da solo supera i 650 gigabyte. La configurazione più piccola elencata è di quattro GPU B300 o otto GPU H200 per FP8, oppure otto B300 o sedici H200 per BF16 ¹. Il workflow del shard BF16 non è ancora stato completamente validato end-to-end.

L'API carica 1,00$ per milione di token di input e 2,70$ per milione di token di output, con cache hits a 0,10$ per milione ¹. I token di reasoning sono inclusi nel prezzo di output, e l'API supporta tool calling e output JSON Schema.

Gli sviluppatori interessati all'hosting autonomo possono trovare i pesi su Hugging Face, ModelScope e sul repository GitHub di StepFun.

I fatti principali

• Step 5 Preview ha 600B di parametri totali ma solo 27B attivi per token
• I pesi open sono disponibili in FP8 e BF16 su Hugging Face e ModelScope
• Richiede almeno 4 B300 o 8 H200 GPU per funzionare
• Segna 88,3% sul ragionamento long-context, 33,3% su Terminal-Bench 4.0
• Il costo API è di 1,00$ per milione di token di input e 2,70$ per milione di token di output

Fonti

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