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
她是最干净女演员,被军官苦追5年才嫁,如今和女儿被宠如宝

她是最干净女演员,被军官苦追5年才嫁,如今和女儿被宠如宝

娱深有瓜
2026-11-22 14:05:10
从110万跌到30万,海景房真的凉了!业主哭诉:当年抢着买,现在倒贴也没人要!

从110万跌到30万,海景房真的凉了!业主哭诉:当年抢着买,现在倒贴也没人要!

巢客HOME
2026-11-22 13:55:04
河南小县城传来巨响!一个农民攻克世界难题,打破欧美技术封锁

河南小县城传来巨响!一个农民攻克世界难题,打破欧美技术封锁

基斯默默
2026-11-22 09:38:25
新深圳人退休了,社保不足20年,个人账户只有5.5万,50岁退休照样近2000养老金,知足了

新深圳人退休了,社保不足20年,个人账户只有5.5万,50岁退休照样近2000养老金,知足了

平静话社保
2026-11-22 09:56:38
德媒:德国太天真了,我们最大的幻想,就是信了中国是个现代强国

德媒:德国太天真了,我们最大的幻想,就是信了中国是个现代强国

你是我心中最美星空
2026-11-22 05:46:42
环球体育:博卡2-0米内罗竞技,三夺南美杯

环球体育:博卡2-0米内罗竞技,三夺南美杯

懂球帝
2026-11-22 09:08:03
NPC“房玄龄”王泽回应离开大唐不夜城:面对大量游客,觉得离角色越来越远

NPC“房玄龄”王泽回应离开大唐不夜城:面对大量游客,觉得离角色越来越远

娱乐嗑学家.
2026-11-08 11:37:18
董路怒骂马德兴:口贩子王八蛋!给浮嶋敏洗地,当初你怎么骂李铁的?

董路怒骂马德兴:口贩子王八蛋!给浮嶋敏洗地,当初你怎么骂李铁的?

念洲
2026-11-22 08:49:31
二战时美军有个气象预报员,每天不琢磨怎么让飞行员活下来,反而想着怎么一次弄死最多的人

二战时美军有个气象预报员,每天不琢磨怎么让飞行员活下来,反而想着怎么一次弄死最多的人

言过于诚
2026-11-21 21:03:49
普京和特朗普专机差距到底有多大

普京和特朗普专机差距到底有多大

观界z
2026-11-21 15:05:48
黄仁勋走后,台积电掏出账本:以后,老黄是老黄,英伟达是英伟达

黄仁勋走后,台积电掏出账本:以后,老黄是老黄,英伟达是英伟达

指忘崖
2026-11-22 08:31:37
记者:蒋光太是最成功的归化球员,即使伤病增多也未曾离开

记者:蒋光太是最成功的归化球员,即使伤病增多也未曾离开

懂球帝
2026-11-22 14:44:20
佩莱格里尼:我们本可以赢下德比,最后的丢球完全能够避免

佩莱格里尼:我们本可以赢下德比,最后的丢球完全能够避免

懂球帝
2026-11-22 05:36:11
因担心变同性恋,父亲逼儿子与后妈发生性关系

因担心变同性恋,父亲逼儿子与后妈发生性关系

侠客栈
2026-11-21 11:37:29
金饰克价年内大跌超650元

金饰克价年内大跌超650元

21世纪经济报道
2026-11-21 13:31:39
新一轮冷空气来了,四川多地降雨降雪降温

新一轮冷空气来了,四川多地降雨降雪降温

掌上金牛
2026-11-22 11:53:57
李邑飞主持宁夏省级老同志座谈会和党外人士座谈会,张雨浦、陈雍出席

李邑飞主持宁夏省级老同志座谈会和党外人士座谈会,张雨浦、陈雍出席

政知新媒体
2026-11-22 14:27:53
深度长文:黎曼猜想,统治数学界160年的无冕之王,到底有多恐怖?

深度长文:黎曼猜想,统治数学界160年的无冕之王,到底有多恐怖?

宇宙时空
2026-10-12 11:58:16
末节连续失误,山东男篮杯赛出局,姚柯宇14+3值得培养,陶汉林11+5

末节连续失误,山东男篮杯赛出局,姚柯宇14+3值得培养,陶汉林11+5

替补席看球
2026-11-22 17:14:58
不忍了!北约突然掀桌,准备直捣俄罗斯腹地

不忍了!北约突然掀桌,准备直捣俄罗斯腹地

今观天下
2026-11-07 07:49:23
2026-11-22 18:48:49
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

女子花2万存脐带血如今公司注销"断联":我的血还在吗

头条要闻

女子花2万存脐带血如今公司注销"断联":我的血还在吗

体育要闻

约基奇vs申京:最强的策应巨人?

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

亲子
时尚
艺术
房产
数码

亲子要闻

宝宝必看的5个启蒙动画,豆瓣评分都是在9.0以上

这些才是适合50岁女性的穿搭!衣服不花哨、不老气,得体又自然

艺术要闻

世界十大著名宫殿盘点:中国独占两席

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

数码要闻

内存价格暴涨下,华硕考虑将中低端PC内存由16GB降至8GB

无障碍浏览 进入关怀版