一句话看懂：阶跃星辰发布新旗舰 Step 5 Preview，在 Artificial Analysis 智能指数上拿到 44 分，追平 Kimi K3（max），但每个任务成本只有后者的约 1/2.8。这意味着中端价格带开始出现接近顶级推理能力的模型，但它在智能体（Agent）类评测上明显落后。
事件核心：发生了什么
Artificial Analysis 公布了 StepFun 新旗舰 Step 5 Preview 的评测结果。该模型为 600B 总参数、27B 激活参数的 MoE 架构，接替 2026 年 5 月发布的 Step 3.7 Flash，支持 100 万 token 上下文，可输入文本、图像和视频，输出文本。
核心数据是：智能指数 44 分，与 Kimi K3（max）持平，仅落后 GLM-5.3（max，45）和 Qwen3.8 Max（45）一分。更关键的是成本——单任务约 0.72 美元，而同样 44 分的 Kimi K3（max）约 2.00 美元，45 分的 GLM-5.3（max）约 2.01 美元。定价上，输入 1 美元 / 百万 token，输出 2.70 美元 / 百万 token，缓存输入低至 0.05 美元，输入输出两侧都低于上述两款。目前通过 StepFun 一方 API 提供，计划 10 月 15 日开源权重。
为什么重要
这组数字说明，前沿推理能力正在从“最贵的一小撮模型”向更低价位扩散。Step 5 Preview 在 Humanity’s Last Exam 上得 46%，与 Kimi K3（max，47%）几乎同一档；CritPt 得 21%，介于 Kimi K3（23%）和 GLM-5.3（max，19%）之间。相比 Step 3.7 Flash，HLE 提升 25 个百分点、CritPt 提升 19 个百分点，是这一代最明显的跃升。
但它的短板同样清晰：GDPval-AA 智能体评测只有 1566 Elo，落后 Qwen3.8 Max（1668）和 GLM-5.3（max，1646）；Terminal-Bench 4.0 为 33%（对比 39% 和 42%），AutomationBench-AA 为 51%（对比 56% 和 62%）。也就是说，它更像一个“高性价比推理模型”，而不是“全能 Agent 底座”。此外，AA-Omniscience 准确率 42%，超过参数更大的 GLM-5.3（max，34%，753B），但答题更激进、幻觉也更多（43% vs 30%）。
对用户/开发者/创作者的影响
对开发者和企业采购而言，Step 5 Preview 的价值主要在成本敏感、以推理和知识问答为主的任务上，比如长文档分析、复杂问答、文本生成。每任务 0.72 美元的差距，在批量调用时会显著放大。100 万 token 上下文加上图像、视频输入，也适合多模态内容理解场景。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
但如果你的应用依赖多步工具调用、终端操作或自动化流程，目前公开评测显示它的智能体能力弱于同分竞品，选型时需要先做针对性实测。内容创作者如果用它做素材理解和长文本处理，成本和上下文是两个实际优势；若涉及对外发布的自动化 Agent，则要谨慎。
值得关注的后续
一是 10 月 15 日开源权重能否如期落地，以及开源版本与 API 版本的能力、许可条款是否一致；二是 Agent 类评测是否会在后续版本或正式版中补上；三是这一价格是否引发同级模型跟进降价，进一步压低推理单价。
