网易首页 > 网易号 > 正文 申请入驻

阶跃Step 5 Preview登顶全球第二,但我实测发现它比DeepSeek贵了一倍多

0
分享至

阶跃星辰的Step 5 Preview登顶OpenRouter Trending榜了,日榜全球第二。

AI研究员Elvis Saravia试用后表示能力可与GLM-5.3、Kimi K3媲美,价格处于“帕累托前沿”。10月15日开源完整权重,看起来一切都好。

但我翻完实测数据之后发现一件事:这个模型跑一个任务的钱,是DeepSeek V4 Pro的1.7倍。

不是它不好,是“便宜”这个标签得看跟谁比。

榜单上的排名,和实际用起来的差距

先说它的底子。Step 5 Preview采用稀疏MoE架构,总参数600B,每个Token激活27B,支持100万Token上下文,原生支持文本和视觉输入。在Artificial Analysis Intelligence Index上拿到44分,位居全球开源前三,和Kimi K3(Max)的44分持平。

600B总参数、27B激活这个组合,跟DeepSeek V4 Pro的1.6万亿总参数、49B激活比,体量只有不到四分之一,激活参数也少了一半。能跑到同一个分数段,工程上确实有东西。

但榜单分数和实际使用体验是两码事。

沙丘智库的团队用SQBench做了220项实战能力任务实测,Step 5 Preview(High)拿到50.00分,DeepSeek V4 Pro 0813(Max)是51.40分。两者只差1.4分。

看起来差距不大。但接下来的数据有意思了。



分数接近,成本差了将近两倍

同一个测试,沙丘智库的结论是:Step 5 Preview花了约1.7倍费用、2.1倍时间。

即便只取两者都完全通过的83项任务来比,Step 5 Preview的累计耗时仍约为DeepSeek V4 Pro 0813的2.3倍。

换句话说,同一个任务,DeepSeek花1块钱干完,Step 5 Preview要花1块7。DeepSeek用了1小时,Step 5 Preview用了2小时多。

为什么会这样?我翻了一下它的计费方式就明白了。

Step 5 Preview的API价格是输入7元/百万token、输出20元/百万token、缓存命中0.35元/百万token。DeepSeek V4 Pro空闲时段输入4.5元、输出13.5元,高峰时段输入翻倍但输出仍是13.5元。

输出价格上,Step 5 Preview比DeepSeek V4 Pro贵了将近50%。更关键的是,有实测者反馈Step 5 Preview“比较话唠”,输出Token多,实际成本还会进一步拉高。

按Artificial Analysis的口径,Step 5 Preview单个Intelligence Index任务成本是0.71美元,DeepSeek V4.1 Flash只要0.27美元。快思慢想研究院院长田丰直接指出:“Step 5 Preview并没有触及行业真正的成本地板”。



跑代码它确实强,但强在特定场景

公平地说,Step 5 Preview在编程和金融场景上确实有硬实力。

在SWE-bench Verified软件工程评测中,Step 5 Preview得分33.3%,远高于DeepSeek V4 Pro 0813(Max)的14.1%和Kimi K3(Max)的12.6%。SQBench的15项软件工程任务里,Step 5 Preview通过了10项,前代Step 3.7 Flash只通过6项。

数据分析是它进步最大的方向。15项任务中,Step 3.7 Flash一项都没通过,Step 5 Preview通过了11项。有一项任务是处理7991行订单数据、为50家客户计算RFM指标,Step 5 Preview交付了Python脚本、客户明细CSV和分析报告,拿到了满分。

报告里有个细节挺厉害:它发现排名第二的客户OUR Ltd,过去约每4天购买一次,现在已经14天没下单了,判断这是“最大的真实流失风险”。这种基于购买节奏而非简单阈值的判断,确实像人做的分析。

有人实测让它做一个3D网页小游戏,用Claude Code CLI调用Blender创建角色和关卡,再用Three.js做前端呈现。它完成了角色建模、6个浮空平台、5个能量球、碰撞检测、计分系统、通关提示的完整链路。这种“从创意到可运行工程”的端到端能力,在开源模型里算少见。

但Terminal-Bench的得分暴露了短板。 Step 5 Preview是1417 Elo,高于DeepSeek V4 Pro的1265,却低于Kimi K3的1488和GLM-5.3的1504。长程多步骤终端操作上,它还不是最强的。



想在自己电脑跑?先准备好1.2TB显存

10月15日开源完整权重,听起来很美好。但本地部署的门槛得说清楚。

600B参数在BF16精度下,光是权重就需要约1.2TB显存空间。即使换成FP8精度,也是接近600GB的体量,单机八卡未必宽松,何况还要给KV Cache留空间。

换句话说,这不是“消费级显卡能跑”的模型。 需要多GPU服务器环境才能承载。MoE降低的是调用成本,不是部署成本——这两个词经常被混着用,采购的时候会出人命。

如果你只是想体验,直接用API就行。新用户登录阶跃平台可以获得最长75天的免费使用权益,通过OpenRouter调用也可以,模型ID是 stepfun/step-5-preview 。



一个没人聊的问题:Agent模式下你的数据给了谁

Step 5 Preview重点面向的是Agentic任务和软件工程场景。有人实测连续执行超过3小时,包括访问串口、获取截图、调用摄像头。

这意味着它需要比普通对话模型更深的系统权限。

OpenAI的Agent擅改维基百科事件刚过去不到一周,维基媒体基金会称之为“rogue agents”。Step 5 Preview在Agent模式下同样需要读写文件、执行命令。但阶跃目前没有公开的沙箱隔离机制或权限管理方案。

开源模型的好处是你可以在自己的基础设施里部署,权限完全可控。但前面说了,本地部署需要1.2TB显存。走API调用的话,你的代码、文档和数据都要传到阶跃的服务器上处理。

能力越强的Agent,需要的权限越大;权限越大,数据暴露的面就越大。 这不是阶跃一家的问题,是整个Agent赛道的共性风险。



值不值得等,看你的场景

给一个直接的判断。

适合用的人: 做数据分析、金融研究、软件工程任务的团队,SQBench上这些方向的得分确实强。需要百万上下文处理长文档的场景,一次性塞进去不用切片。

不适合换的人: 已经在用DeepSeek V4 Pro做批量任务的,成本更低、速度更快,换过去没有明显收益。日常写东西、做摘要、翻译的,Step 5 Preview的输出偏冗长,反而更费钱。

想本地部署的: 等10月15日权重放出来,但先确认你的硬件够不够。16GB显存的消费级卡跑不动这个体量的模型。

Step 5 Preview是一款好模型。600B参数打出这个成绩,阶跃的工程能力值得认可。但“便宜”这个标签在实测数据面前站不住。便宜的参照系是Claude Opus 5,跟DeepSeek比它反而是贵的那个。

选模型这件事,别看宣传,看你自己的账单。

声明:内容由AI生成

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
果然面相是不会骗人的,王诗龄就是个例子

果然面相是不会骗人的,王诗龄就是个例子

阿废冷眼观察所
2026-11-21 15:06:48
韩国太狠了,让全国手机响铃 10.5 秒防高考作弊,高考期间共查出111起电子设备作弊

韩国太狠了,让全国手机响铃 10.5 秒防高考作弊,高考期间共查出111起电子设备作弊

趣笔谈
2026-11-21 11:08:09
2004年,马加爵因高烧卧床,同班林某特意带回两份盒饭,在宿舍陪他吃饭聊天;没想到,正是那顿饭意外救了林某一命

2004年,马加爵因高烧卧床,同班林某特意带回两份盒饭,在宿舍陪他吃饭聊天;没想到,正是那顿饭意外救了林某一命

人生录
2026-11-22 09:08:32
炸锅了!革命卫队和伊朗总统罕见统一战线,要从穆杰塔巴手里夺权

炸锅了!革命卫队和伊朗总统罕见统一战线,要从穆杰塔巴手里夺权

乐享人生风雨
2026-11-22 14:58:19
排坛最新消息!名将颜妮大婚,中式婚纱上镜又美又飒,恩师郎平传来喜讯

排坛最新消息!名将颜妮大婚,中式婚纱上镜又美又飒,恩师郎平传来喜讯

南海浪花
2026-11-22 15:03:19
我东北人,在深圳吃过猪脚饭后,终于明白:为啥猪脚饭走不出深圳

我东北人,在深圳吃过猪脚饭后,终于明白:为啥猪脚饭走不出深圳

神牛
2026-11-21 21:58:25
康生中伤周总理,吴法宪报告林彪,林:不要上当,他自己想当总理

康生中伤周总理,吴法宪报告林彪,林:不要上当,他自己想当总理

江东浪流史
2024-12-22 08:00:03
17年刑期临头,柯文哲庭上哽咽:当年不肯做副手,如今怕被关到死

17年刑期临头,柯文哲庭上哽咽:当年不肯做副手,如今怕被关到死

娱乐圈的笔娱君
2026-11-21 10:51:46
10胜6负,开拓者跌进附加赛,诺里只是比斯普利特运气好而已

10胜6负,开拓者跌进附加赛,诺里只是比斯普利特运气好而已

姜大叔侃球
2026-11-22 17:44:00
比大学生去送快递更恐怖的是:越来越多研究生们开始去收废品

比大学生去送快递更恐怖的是:越来越多研究生们开始去收废品

晨光苏醒a
2026-11-22 05:16:06
油价,早先一路猛涨,丝毫没有顾及普通百姓的感受,如今反转了!

油价,早先一路猛涨,丝毫没有顾及普通百姓的感受,如今反转了!

刘哥谈体育
2026-11-22 16:12:23
安徽一女子晒出婆婆带娃一年半的前后对比,此前精致得体,带娃后变得不修边幅,看着老了十几岁,婆婆感慨:再也不羡慕别人当奶奶带孙子了

安徽一女子晒出婆婆带娃一年半的前后对比,此前精致得体,带娃后变得不修边幅,看着老了十几岁,婆婆感慨:再也不羡慕别人当奶奶带孙子了

极目新闻
2026-11-21 22:17:27
苹果这家Apple Store,今日正式关闭

苹果这家Apple Store,今日正式关闭

全是技能
2026-11-22 16:20:39
辽宁铁矿石到底多富?探明150亿吨够用80年,中国工业根基稳了

辽宁铁矿石到底多富?探明150亿吨够用80年,中国工业根基稳了

兴趣知识
2026-11-22 02:59:53
普京终于摊牌:俄乌战争最大搅局者不是美国,而是这个跟俄罗斯斗了200年的老冤家

普京终于摊牌:俄乌战争最大搅局者不是美国,而是这个跟俄罗斯斗了200年的老冤家

z千年历史老号
2026-09-23 17:17:11
余承东真难啊!刚说完“开车别睡死就行”,立刻就微博纠错

余承东真难啊!刚说完“开车别睡死就行”,立刻就微博纠错

ZAKER新闻
2026-11-20 18:35:14
突然暴涨!这张20元纪念钞,你也约过!

突然暴涨!这张20元纪念钞,你也约过!

天天纪念币
2026-11-22 09:59:10
回顾:母亲协助男友两次强奸女儿,还叫女儿“别喊,忍着点!”

回顾:母亲协助男友两次强奸女儿,还叫女儿“别喊,忍着点!”

胡侃社会百态
2026-11-21 19:07:57
A股:股民坐稳扶好,不出意外的话,明天或迎一轮秋风扫落叶行情吗?

A股:股民坐稳扶好,不出意外的话,明天或迎一轮秋风扫落叶行情吗?

趋势清风侠
2026-11-22 13:20:26
扎心了!35岁股民哭诉2015年进场,反复操作亏近60万,靠家人还债,自述心态崩溃迷茫

扎心了!35岁股民哭诉2015年进场,反复操作亏近60万,靠家人还债,自述心态崩溃迷茫

火山詩话
2026-11-22 11:28:22
2026-11-22 18:55:00
阿鑫讲ai
阿鑫讲ai
专门讲解现阶段高热度的AI
134文章数 16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

主播私闯果园带货糟蹋一千多斤苹果:切开后全扔地上

头条要闻

主播私闯果园带货糟蹋一千多斤苹果:切开后全扔地上

体育要闻

全场挨打1比4溃败 阿隆索已过保质期?

娱乐要闻

杨迪戴东北绒帽在黑龙江漠河舞厅跳舞

财经要闻

金价跌破3550美元,分析称短期下行未逆转

汽车要闻

旗舰纯电大六座 2027款岚图泰山将于广州车展预售

态度原创

亲子
健康
房产
旅游
公开课

亲子要闻

孩子厌学不想上学,不是想开点就好了

医生眼里"很伤腰"的椅子,很多人天天坐

房产要闻

黄埔商业规划曝光!科学城能级跃升,核心入场券已锁定

旅游要闻

青海西宁冬春文旅推介会走进成都 5条周末精品线路+12条周边游亮相

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