网易首页 > 网易号 > 正文 申请入驻

600B模型,只激活27B,阶跃在赌大模型的未来吗?

0
分享至

研究员|卢杨

9月20日,阶跃星辰发布了Step 5 Preview。官方称,这是一款稀疏MoE模型,总参数量600B,激活27B,100万上下文,原生视觉输入。

ArtificialAnalysis榜单称,Step 5 Preview综合智能指数44分,与KimiK3打平。K3总参数量2.8T,激活1040亿。相比之下,Step 5 Preview的激活规模低得多。



但整体来看,这倒不是一个“小模型逆袭”的故事。因为Step 5 Preview真正的卖点只有一句话:便宜。

01 领先,但有点偏科

7月发布会上,阶跃星辰端出了StepAOS,一个从零搭建的智能体原生操作系统,同时还有STEPXNeo手机和个人智能体Amoo。

公司董事长印奇表示,传统操作系统是为“人操作机器”设计的,智能体在里面只能是访客。StepAOS要把系统功能拆成原子能力,把用户数据统一成语义文件,把记忆召回压到15毫秒以内。

这就需要一个能在后台稳定调用工具、维持长上下文、出错重试成本极低的执行引擎。比起在GPQA上刷最高分,也不需要生成视觉精美的网页,它更需要的是可靠完成“打开表格、提取数据、撰写邮件、发送”这类任务。

阶跃星辰对Step 5 Preview的定位也印证了这一点:“过去,大模型Scaling的核心逻辑是用更多计算换取更强智能。但随着模型规模和任务复杂度持续增长,计算成本也被同步放大。Scaling的核心关注开始变成:如何更高效地把计算转化成模型能力。”

当然,阶跃星辰并没有明确把Step 5 Preview的低激活路线和StepAOS的需求绑在一起。但从战略方向看,两者吻合度很高。

看性能。



与KimiK3相比,Step 5 Preview在公布的8项核心评测里全部领先。但领先幅度差很多。Terminal-Benchv4,Step 5 Preview是33.3%,K3只有12.6%,差了20个百分点。这是真正的碾压。DeepSWEv1.1,Step 5 Preview是67.7%,K3是67.5%,基本打平。StepCodeBench,Step 5 Preview是49.0%,K3是43.9%。GDPval-AAv2,Step 5 Preview是1571,K3是1548。

也就是说,Step 5 Preview用四分之一的激活参数,在综合指数上追平了K3。它也不是在所有维度上都更强,而是在特定维度上拉开差距,在其余维度上打平。

跟Claude Opus 5比,StepCodeBench上,Step 5 Preview落后近15分。Terminal-Bench v4上,落后近19分。GDPval-AA v2上,落后164分。只在ALE-CLI一项上以29.5比28.6微弱反超。

更关键的指标是任务成本。阶跃星辰称,Step 5 Preview输出价格约3美元/MToken,Step 5 Preview单任务成本是ClaudeOpus5的八分之一,K3的五分之一。所以阶跃这次更像是在K3和ClaudeOpus5之间,切出一个“够用且便宜”的生态位。

为了验证Step 5 Preview的真实能力,我们给它安排了一个3D网页游戏开发任务。

经过一个多小时的持续交互,它生成了一个能跑、能操作的HTML文件。但结果跟官方showcase差距巨大。官方演示里的3D游戏赛道清晰、透视干净、UI信息层级分明;复现出来的版本,存在严重的视觉模糊、光晕过载、卡顿问题,基本没法正常游玩。



图注:左图为官方showcase截图,右图为按照官方prompt 复现截图

这个结果大概划出了Step 5 Preview的一项能力短板:逻辑生成和长程迭代可以完成,前端视觉渲染和性能调优有所不足。

它确实能连续工作一个多小时不放弃。这一点跟官方宣传的连续运行22小时优化GPUKernel、3000轮宝可梦的案例一致。但至少根据它在前端视觉和性能调优上的短板,说明这个模型的能力光谱是明显偏科的。

当然,前端渲染质量跟“低激活路线”没有必然因果关系。低激活影响的是推理成本和知识容量,前端渲染更多跟训练数据分布和任务优先级有关。

StepAOS需要的不是漂亮的网页,是可靠的Agent执行。Step 5 Preview的训练预算大概率被集中在了工具调用、终端操作、错误恢复这些“干活才需要的能力”上。这也解释了为什么它在Terminal-Bench上能领先K3二十个百分点,却在StepCodeBench上落后Opus5近十五分。

偏科并非坏事,但得承认它偏科。

02 低激活模型真的是未来方向吗?

从产业趋势看,低激活、高效率模型的崛起几乎是必然的。端侧AI正在从“能跑起来”走向“更好用”。苹果在WWDC2026上发力端侧模型,谷歌Gemma 412B也已经能在笔记本上运行。边缘计算场景要求低延迟、高可靠、本地部署,云端调用的网络延迟满足不了需求,低激活模型是更现实的选择。

Omdia在4月的数据中称,自2021年以来,前沿模型的参数规模年增长率只有约5%。而2019到2021年,这个数字超过100倍。可见,堆参数的阶段,基本结束了,行业重心正在转向小模型和效率优化。

智谱联合创始人唐杰8月在X上也说:行业曾经集中追逐万亿参数模型,事后看,是整个行业共同经历、又共同折返的一段弯路。模型能力依然在提升,但提升速度正在放缓,单纯扩大规模带来的收益正在下降。

对于模型能力的“提升”,行业里大概分成两条路:一条是把模型做小,总参数量压到几十B以内,目标是端侧和边缘场景。阿里千问、智谱、Meta都走过这条路线,追求“让模型跑在离用户更近的地方”。第二是把激活做小。总参数量还是很大,但每次推理只调用一小部分参数。MiniMax M2.5激活10B,阶跃Step 5 Preview激活27B,都是这条路线,追求“让每次调用都更便宜”。

两条路都在提效,但完全不是一回事。前者解决“能不能在本地跑”,后者解决“在云端跑长任务划不划算”。

Step 5 Preview就属于后者。它的总参数量虽远小于K3,但依旧跟“小模型”没有半点关系。智谱GLM-4.7-Flash总参数量30B;阿里千问0.8B、2B、4B,那是端侧。Step 5 Preview的总参数量是它们的几十倍甚至上百倍。

阶跃星辰在这个分工里选了一个位置:它不做最大的模型,也不做最聪明的模型。它做的是在可接受成本内能跑完长任务的模型。

但这个生态位的边界,取决于两个变量,首先是Agent任务对推理深度的真实需求,如果任务越来越复杂,低激活模型可能不够用。其次是端侧算力的增长速度。如果端侧算力快速提升,云端低激活模型的成本优势可能被削弱。

风险同样清晰。如果StepAOS跑不起来,如果开发者不愿意适配,如果设备厂商不预装,Step 5 Preview的“便宜耐用”就失去了应用场景。

一个操作系统需要的不是“够用的模型”,是“好用的模型”。而目前Step 5 Preview在实测中暴露的工具调用失败、上下文漂移、前端渲染短板,距离“好用”还有距离。

Step 5 Preview并不算完美。但在一个所有人都想做大模型的年份里,阶跃选择用一个低激活、低成本的模型来支撑一个大系统。这个选择本身,就是它找到的生态位。至于这个位置能不能坐稳,就看StepAOS到底能不能真正跑起来。

编辑|邱慧

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
美国宣布悬赏1000万美元征集缅甸电诈园区洗钱线索,承诺将严格保密举报人身份!

美国宣布悬赏1000万美元征集缅甸电诈园区洗钱线索,承诺将严格保密举报人身份!

每日经济新闻
2026-11-19 20:34:03
民调:52%的美国人认为民主党在2028年选出的候选人将入主白宫,28%的人认为共和党将获胜

民调:52%的美国人认为民主党在2028年选出的候选人将入主白宫,28%的人认为共和党将获胜

阿尔卑斯瞭望
2026-11-19 18:51:50
毛宁现身这场APEC重要发布会 笑着挥手打招呼

毛宁现身这场APEC重要发布会 笑着挥手打招呼

看看新闻Knews
2026-11-19 22:41:13
谭维维:我这辈子最正确的决定,就是嫁了一个退居幕后带孩子的人

谭维维:我这辈子最正确的决定,就是嫁了一个退居幕后带孩子的人

一娱三分地
2026-11-19 12:38:41
国际金银价格大幅下跌,现货黄金收跌2.7%

国际金银价格大幅下跌,现货黄金收跌2.7%

每日经济新闻
2026-11-20 06:12:06
难以置信!上海网友分享闺蜜每周六独自开钟点房休息做手工,还鼓励丈夫独自“开钟点房”,引发热议

难以置信!上海网友分享闺蜜每周六独自开钟点房休息做手工,还鼓励丈夫独自“开钟点房”,引发热议

火山詩话
2026-11-19 06:50:50
72岁的台湾老兵左智超回江苏探亲,酒后失声痛哭:“其实我是共产党员。”在女儿追问下,他说出了隐藏多年的秘密

72岁的台湾老兵左智超回江苏探亲,酒后失声痛哭:“其实我是共产党员。”在女儿追问下,他说出了隐藏多年的秘密

人生录
2026-10-28 00:40:06
美发产品爆雷,甲醇超标238倍,喷进肺里可致失明,却只罚款23万

美发产品爆雷,甲醇超标238倍,喷进肺里可致失明,却只罚款23万

青眼财经
2026-11-19 21:56:30
善恶终有报?袁茵却用事实证明,她背叛侯耀文之后,活得并不差!

善恶终有报?袁茵却用事实证明,她背叛侯耀文之后,活得并不差!

可乐谈情感
2026-11-20 09:46:20
8连败刚终结,奇才5胜11负又要碰刚赢30分的公牛

8连败刚终结,奇才5胜11负又要碰刚赢30分的公牛

林间小温柔
2026-11-20 11:24:27
北京电影学院马克思主义学院成立

北京电影学院马克思主义学院成立

澎湃新闻
2026-11-19 20:09:07
一路走好!香港著名音乐导师离世,容祖儿、邓紫棋和古天乐都曾是她学生

一路走好!香港著名音乐导师离世,容祖儿、邓紫棋和古天乐都曾是她学生

粤睇先生
2026-11-20 00:15:36
战绩同为13胜3负,为什么说76人的比赛含金量要比湖人高得多?

战绩同为13胜3负,为什么说76人的比赛含金量要比湖人高得多?

篮球小布丁
2026-11-20 03:49:01
告别“长枪短炮”,外媒记者纷纷点赞:想要一台

告别“长枪短炮”,外媒记者纷纷点赞:想要一台

极目新闻
2026-11-19 17:03:52
三叔当领导从未帮过我们,如今快退休了,突然要回老家住,我爸看着他,扭头就回了屋

三叔当领导从未帮过我们,如今快退休了,突然要回老家住,我爸看着他,扭头就回了屋

晓艾故事汇
2026-11-19 17:08:14
毛主席怒批田家英:你不想干就打报告,我再找人!田喝闷酒发牢骚

毛主席怒批田家英:你不想干就打报告,我再找人!田喝闷酒发牢骚

大运河时空
2026-11-19 10:15:05
烤全羊1600元剥不出1两肉,店家耍无赖,官方出手,社死仅开胃菜

烤全羊1600元剥不出1两肉,店家耍无赖,官方出手,社死仅开胃菜

琴琴有氧运动
2026-11-19 21:10:29
碾压姆巴佩!皇马隐藏真核才是世界第一!穆里尼奥捡到宝

碾压姆巴佩!皇马隐藏真核才是世界第一!穆里尼奥捡到宝

澜归序
2026-11-20 09:37:45
释永信怎么也想不到,当年举报自己的徒弟释延鲁,如今年收入过亿

释永信怎么也想不到,当年举报自己的徒弟释延鲁,如今年收入过亿

往史过眼云烟
2026-11-20 10:04:15
黄珊珊最终出手挺沈伯洋,准备转投民进党,还是与柯文哲唱双簧?

黄珊珊最终出手挺沈伯洋,准备转投民进党,还是与柯文哲唱双簧?

揽星戈
2026-11-20 00:08:40
2026-11-20 11:39:00
第四波
第四波
深度科技资讯,产业一线报告
194文章数 4关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

特朗普返美途中发文:这是一次伟大且意义深远的访问

头条要闻

特朗普返美途中发文:这是一次伟大且意义深远的访问

体育要闻

文班亚马也防不住这"巨兽" 无奈吐槽:悲哀

娱乐要闻

袁茵却用事实证明 活得并不差!

财经要闻

Anthropic敲钟 美股跳水:AI狂欢结束?

汽车要闻

方程豹钛9实测 堪称比亚迪最强混动的DMS到底怎么样?

态度原创

本地
手机
亲子
旅游
公开课

本地新闻

43年起落记忆倒计时,去厦门高崎领绝版登机牌!

手机要闻

正面几乎看不到边框!小米19或首发无边四曲屏:挑战iPhone 20

亲子要闻

一件事做1000遍的孩子会得到什么?

旅游要闻

“赏秋+研学”、优惠礼包,淡季跑出“小旺季”!多地文旅市场解锁秋假新玩法

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版