StepFun lanza Step 5 Preview: un MoE de 600B para agentes y pesos el 15 de octubre

StepFun ha lanzado Step 5 Preview, un modelo disperso de mezcla de expertos orientado a tareas de agentes de largo horizonte como programación, análisis financiero y labores de conocimiento profesional. El modelo ya está disponible a través de la API de StepFun; la empresa afirma que los pesos abiertos llegarán el 15 de octubre.

Arquitectura y escala

StepFun describe Step 5 Preview como un modelo de aproximadamente 600.000 millones de parámetros totales, con unos 27.000 millones activos por token, construido sobre un transformador estrecho y profundo de 92 capas en lugar de una red más ancha, lo que, según la empresa, proporciona rutas de razonamiento más largas durante el procesamiento de contexto largo. Admite una ventana de contexto de un millón de tokens y acepta entradas tanto de texto como de imagen. Según se informa, el entrenamiento se basó en aprendizaje por refuerzo de horizonte largo on-policy, con técnicas como decodificación especulativa y cálculo MoE en FP8 para acelerar el proceso -- detalles que proceden del propio material de lanzamiento de StepFun.

Benchmarks y precios

Según Artificial Analysis, Step 5 Preview obtiene alrededor de 44 en su Intelligence Index, prácticamente a la par de Kimi K3 (max) y cerca de un punto por detrás de GLM-5.3 y Qwen3.8 Max. La misma fuente de benchmarks señala que rinde bien en Humanity's Last Exam y en las preguntas de física de CritPt, pero queda por detrás de sus competidores en benchmarks de agentes como GDPval-AA y Terminal-Bench 4.0, con una tasa de alucinaciones declarada del 43 %. El precio de API publicado por StepFun es de aproximadamente 1 dólar por millón de tokens de entrada y 2,70 dólares por millón de tokens de salida, con cerca de 100 tokens por segundo de salida; resulta notablemente barato en comparación con modelos comparables próximos a la frontera, aunque se trata de precios de lista y no de una economía unitaria auditada.

Los pesos abiertos aún no están disponibles

En el momento de publicar esta información, el repositorio de Hugging Face de StepFun para el modelo solo contiene un archivo provisional, sin pesos, licencia ni tarjeta de modelo. La empresa se ha comprometido a un lanzamiento abierto el 15 de octubre; una vez disponible, alojar el modelo completo por cuenta propia requerirá aproximadamente 1,2 terabytes de memoria en BF16 antes de contabilizar la caché KV, lo que implica hardware de servidor con varias GPU en lugar de una única estación de trabajo.

Considere las cifras de rendimiento y coste anteriores como datos comunicados por el proveedor y por terceros hasta que pruebas independientes las confirmen, y considere la fecha del 15 de octubre para los pesos abiertos como el plan declarado de StepFun y no como un lanzamiento garantizado.

Fuentes: MarkTechPost, Pandaily.