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
上海道路停车场15分钟内免费,工作日一天2次免费!路边买咖啡更从容,的哥:不敢相信,新政太好了

上海道路停车场15分钟内免费,工作日一天2次免费!路边买咖啡更从容,的哥:不敢相信,新政太好了

新闻晨报随申Hi
2026-11-19 17:46:05
“年轻人往里面一排队,周围都是异样的眼神”

“年轻人往里面一排队,周围都是异样的眼神”

中国新闻周刊
2026-11-19 23:55:05
风向变了?明年起,按摩、洗浴、足疗店或将迎来重大变化?

风向变了?明年起,按摩、洗浴、足疗店或将迎来重大变化?

史之铭
2026-11-19 01:44:05
普京:为停止冲突,乌克兰应当同意美国方面提出的“妥协方案”

普京:为停止冲突,乌克兰应当同意美国方面提出的“妥协方案”

奇闻不要看
2026-11-20 10:13:18
各国不吃的食物:韩国人不吃香菜,俄罗斯人不吃海参,中国人呢?

各国不吃的食物:韩国人不吃香菜,俄罗斯人不吃海参,中国人呢?

兴趣知识
2026-11-20 01:31:36
1936 年,孙铭九亲手活捉蒋介石,新中国成立后,最终经过慎重考虑,给他安排了工作,他到底得到了一份什么工作

1936 年,孙铭九亲手活捉蒋介石,新中国成立后,最终经过慎重考虑,给他安排了工作,他到底得到了一份什么工作

磊子讲史
2026-11-19 20:13:36
一地鸡毛!东莞横沥车主和村委因违停胶纸起纠纷,有人对比深圳管理,“支持拖车”成舆论焦点

一地鸡毛!东莞横沥车主和村委因违停胶纸起纠纷,有人对比深圳管理,“支持拖车”成舆论焦点

火山詩话
2026-11-20 09:24:34
中国养老市场正打开“潘多拉盒子”!大批退休老人正叛变传统模式

中国养老市场正打开“潘多拉盒子”!大批退休老人正叛变传统模式

娱乐洞察点点
2026-11-20 06:52:03
限制已解除,日本政府身份变了,高市早苗出席晚宴,请帖发往韩国

限制已解除,日本政府身份变了,高市早苗出席晚宴,请帖发往韩国

影孖看世界
2026-11-19 23:48:44
5-3,5-3,5-3,4-5,德国赛8席出炉 丁俊晖逆转 中国拿下3席

5-3,5-3,5-3,4-5,德国赛8席出炉 丁俊晖逆转 中国拿下3席

林子说事
2026-11-19 13:07:32
外务省生气了!哈哈哈哈哈哈哈

外务省生气了!哈哈哈哈哈哈哈

这里是东京
2026-11-19 21:23:30
20+6三分+0失误!谢泼德觉醒一战防守也被盛赞:休城需要贝弗利精神

20+6三分+0失误!谢泼德觉醒一战防守也被盛赞:休城需要贝弗利精神

颜小白的篮球梦
2026-11-19 21:58:12
俄媒:美支持乌具备对俄实施“中程”打击能力

俄媒:美支持乌具备对俄实施“中程”打击能力

参考消息
2026-11-18 14:38:27
到达深圳后,中国台湾代表施振荣喊话大陆,赖清德交给他3个任务

到达深圳后,中国台湾代表施振荣喊话大陆,赖清德交给他3个任务

凡知
2026-11-19 10:52:17
别人问你退休金,记住一条铁律:先别报数,先说这 1 句

别人问你退休金,记住一条铁律:先别报数,先说这 1 句

普陀动物世界
2026-11-18 05:34:36
利润大跌60%,曾经国民零食第一股,快被街边量贩店干懵了

利润大跌60%,曾经国民零食第一股,快被街边量贩店干懵了

李砍柴
2026-11-19 21:49:58
越南领导人很焦虑:和中国一比较才发现,原来我们落后了这么多

越南领导人很焦虑:和中国一比较才发现,原来我们落后了这么多

一簌月光
2026-09-12 08:27:02
李在明发文:感谢中国

李在明发文:感谢中国

极目新闻
2026-11-19 22:50:01
ESPN爆料詹姆斯向76人教练组提出要求,遭詹姆斯社媒直接开怼

ESPN爆料詹姆斯向76人教练组提出要求,遭詹姆斯社媒直接开怼

夜白侃球
2026-11-19 19:40:55
彻底破防!深圳这场盛会火遍全网,宝岛网友看呆:中国家底真的藏不住了!真的太感慨了!

彻底破防!深圳这场盛会火遍全网,宝岛网友看呆:中国家底真的藏不住了!真的太感慨了!

魔都姐姐杂谈
2026-11-19 08:55:34
2026-11-20 11:28:49
第四波
第四波
深度科技资讯,产业一线报告
193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

高考522分大学生学冷门专业被指"月薪6位数" 本人回应

头条要闻

高考522分大学生学冷门专业被指"月薪6位数" 本人回应

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

家居
时尚
本地
房产
军事航空

家居要闻

2026建博会(广州) 公装联探展交流活动

今年冬天不穿大衣了?这件“非凡外套”才是真顶流!

本地新闻

乌兰察布:以前种土豆,现在种Token

房产要闻

2.5亿!丁村侨中,新动作来了!

军事要闻

“华盛顿”号航空母舰离开中东地区

无障碍浏览 进入关怀版