装下 600B 的"大脑"，每次只开 27B 的灯：Step 5 Preview 到底怎么省钱的？
【免费下载链接】Step-5-PreviewStep 5 Preview 是阶跃星辰面向智能体工作打造的旗舰模型。该模型在软件工程和专业知识工作领域均展现出前沿级性能，尤其在金融领域表现突出。 Step 5 Preview 是一个稀疏混合专家（MoE）模型，总参数量为 600B，激活参数量为 27B。它支持高达 100 万 token 的上下文长度，并可接收文本、图像和视频输入，能够在复杂任务中实现持续推理与工具调用。项目地址: https://ai.gitcode.com/StepFun/Step-5-Preview
最近国产大模型圈又炸了锅。
9 月 20 日，阶跃星辰甩出新旗舰Step 5 Preview，转头就冲上了 OpenRouter 的全球热度榜第一；10 月 15 日，官方干脆把模型权重直接开源，谁都能白拿。
更狠的是，腾讯家的 WorkBuddy 直接把它搬了进去，搞了两周的限时免费，一时间全网都在抢着"领鸡蛋"。
但有个数字，外行看了直迷糊：总参数 600B，激活参数却只有 27B。
6000 亿，对 270 亿。
这不就是"号称养了个 600 人的超级团队，结果每次干活只派 27 个人出门"吗？
这俩数字对不上，钱到底花在哪了？今天咱就把这层窗户纸捅破。
一、先说人话：这玩意儿到底是干啥的？
一句话定位：Step 5 Preview 是个专门给"AI 干活的数字员工"当大脑的旗舰模型。
它主打的不是陪你聊聊天，而是真刀真枪地干工程活——写代码、改代码、跑代码、查错、再迭代，还能顺手看图表、看截图、读长文档，最后给你吐出一份像样的报告。
它有几个硬核配置，先摆这儿：
- 能一口气吞下100 万 token 的上下文（差不多几十万字的长文档，一口气读完还记得前因后果）；
- 能看图，文本、图像都能进来；
- 会自己拆任务、调工具、反复验证，把活儿干完为止，不是问一句答一句就收工。
你可以把它理解成一个"特别能扛活的资深工程师"：你丢给它一整个项目，它能自己翻代码库、改好几个文件、跑一遍、发现问题再改，直到跑通为止。
而支撑它这么能干的，正是那个 600B vs 27B 的神秘架构。
二、省钱核心：给 AI 开了家"600 人专家医院"
要理解它怎么省钱，得先搞懂一个词——MoE（混合专家）。
先说说"传统大模型"是怎么干活的。
老式模型像个全能学霸，每来一道题，它都得把整个大脑从头到尾过一遍。题目越复杂，它动用的"脑细胞"就越多，费电、费算力，而且没法省——因为它只有一个大脑，想便宜都不行。
MoE 换了个思路。
它把大脑拆成了几百家"专科诊所"拼起来的超大型医院。这家医院里养了352 位专家，每位都专精一块（有的擅长数学，有的擅长代码，有的擅长金融）。
你每扔进来一个问题，前台（它有个"路由器"）会飞快地判断：这题该请哪几位专家会诊？
于是它只点8 位最对口的专家上场，剩下 340 多位先歇着。
这就是"总参 600B、激活 27B"的真相：
- 600B，是全院所有专家的学问总和——知识储备拉满，所以它聪明；
- 27B，是每次实际动手干活的那一小撮专家——干活的人少，电费自然就低。
换算一下：它每次只动用了不到百分之五的参数。
打个比方：这就像一栋 600 层的大楼，知识储备住满了整栋楼，但你每次只亮 27 层的灯。
楼越大，它能答的问题越多、越专业；灯越少，它烧的电越少、跑起来越快。
而"电费"和"算力"，是按实际干活的人算的，不是按全院人数算的。
这就是它省钱的根本逻辑：用"全员的知识"去回答，只付"少数人的工资"。
顺带一提，它还叠了个小技巧叫MTP（多 token 预测）——相当于老师批改作业，不是写一个字停一下，而是一口气顺出好几个字，一次多想几步，进一步提速。这些加在一起，才撑起了"又强又便宜"。
三、光省钱没意思，得真有用——网友实测有点东西
架构讲完了，关键还是：它到底好不好用？
这次开源后，全网博主都上手实测了一圈，反馈相当热闹。
最出圈的一个对比测试，是把 Step 5 Preview 和 DeepSeek V4 Pro、GLM5.3 三款国产旗舰摆到一张桌上，让它们同做一个 3D 游戏（Minecraft 模组）。
结果大家发现，Step 5 Preview 在"自己拆任务、调工具、反复跑验证"这条 Agent 链路上，表现得相当稳——不是只写段代码给你就完事，而是真能把活儿闭环干完。
另一波实测更接地气，全是用腾讯 WorkBuddy 跑的：
- 生成一个可交互的网页，一把梭；
- 做一个 3D 互动教具，直接上手；
- 画一张A 股热力图，把金融数据可视化出来；
- 生成金融分析报告——这恰好是它官方点名的"强项"，金融领域表现突出；
- 连极简手绘风的长图都能整。
还有个"硬核成绩单"：官方口径里，它支持33 种编程语言，在专门考工程能力的 StepCodeBench 上拿到49.0 分，在合同审核、技术文档生成这类"专业文档活"上，被不少博主评价为明显压过同级对手。
当然也有人说它短板：偏轻量的简单任务，性价比不算顶；前端和一些办公生态的适配还有提升空间。但整体评价，一个字——值。
有博主甚至给它起了个外号叫"老头乐"，意思就是：看着不起眼，实际开起来特别顺、特别省油，越用越上头。
四、一路演进：这条"省钱路线"它走对了
Step 5 Preview 不是一夜冒出来的，它是阶跃星辰把同一套"省钱哲学"越磨越细的产物。
回看它家上一代Step 3.5 Flash：
- 总参176B，激活11B；
- 推理速度能跑到350 TPS（每秒吐 350 个词，飞快）；
- 也是稀疏 MoE + 多 token 预测 + 长上下文那一套。
说白了，从 176B/11B 到600B/27B，阶跃一直在做同一件事：把"知识库"越养越大，把"每次干活的人"死死压住。
知识库翻倍、三倍往上堆，能力上限不断抬高；而实际消耗的算力增长，远比知识库的增长慢得多。
这就好比一家医院，从 176 个专家扩到 600 个，但每次看病还是只请一小撮人会诊——医院越开越大，病人挂号的等候时间反而没怎么涨。
这条路线，正是它在 OpenRouter 全球榜上能一路冲顶的底气：用更低的成本，去够更前沿的能力。
五、普通人想玩，门槛高不高？
得泼一盆冷水，也得指一条明路。
先说门槛：本地自己跑，对普通人不太现实。
它是 600B 的大块头，即便只激活 27B，光是把 600B 的"知识"存进显存，就需要一整台数据中心级别的机器——官方给的配置是 8 张 H200，或者 4 张最新一代的 B300。这不是消费级显卡能碰的，家用电脑别想了。
但好消息是：你根本不用自己跑。
对绝大多数人，体验它的姿势是这样的：
- 走官方 API，按量付费，接入自己的项目；
- 去 WorkBuddy 这类平台，这次限免期间甚至是白嫖的，点开就能用，网页生成、金融分析、写代码全都能试；
- 科技发烧友和开发者，才是本地部署的目标人群——他们图的是数据不出内网、能深度定制。
所以它更像是一把"给干活的人准备的旗舰工具"：白领用它提效、创作者用它出图、工程师用它写码、企业用它跑业务流程，而不用关心背后是 600B 还是 27B。
六、写在最后
回到开头那个问题：600B 和 27B，钱到底花哪了？
答案就是——把"聪明"存起来，把"力气"省下来。
它证明了大模型竞争的一个重要方向：未来的比拼，未必是谁的参数堆得最大，而是谁能用更少的成本，撬动更强的能力。
这背后是算力成本的生死线：模型越卷，"单位聪明要烧多少电"就越关键。谁把这道题解得好，谁就能让 AI 真正落到更多人、更多生意里用得起。
而 Step 5 Preview 开源这一步，更是把"省钱配方"直接摊在了全世界面前——600 人医院、每次开 8 位专家的会诊台，这套设计，接下来大概率会被一大批模型照着抄。
最后留个话题给大家唠唠：
你觉得"又聪明又便宜"更重要，还是"最聪明"更重要？要是能免费用，你最想拿它干一件什么事——是让它帮你把一整个老项目代码捋一遍，还是丢给它一份几十页的合同让它先过一遍？
评论区聊聊，你更看好哪种。
【免费下载链接】Step-5-PreviewStep 5 Preview 是阶跃星辰面向智能体工作打造的旗舰模型。该模型在软件工程和专业知识工作领域均展现出前沿级性能，尤其在金融领域表现突出。 Step 5 Preview 是一个稀疏混合专家（MoE）模型，总参数量为 600B，激活参数量为 27B。它支持高达 100 万 token 的上下文长度，并可接收文本、图像和视频输入，能够在复杂任务中实现持续推理与工具调用。项目地址: https://ai.gitcode.com/StepFun/Step-5-Preview
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
