階躍甩出 Step 5 Preview：600B 稀疏 MoE 只激活 27B，把開源旗艦的"性價比邊界"往外推了一格
AI資訊AI新聞資訊正文階躍甩出 Step 5 Preview：600B 稀疏 MoE 只激活 27B，把開源旗艦的"性價比邊界"往外推了一格發佈於AI新聞資訊發佈時間 :2026年9月20號 15:25閱讀 :1分鐘階躍今天全量開放新一代旗艦基座 Step5Preview，定位很明確——一款為真實世界裡 Agentic 任務而生的主力模型。它想解決的是 AI 模型裡那道經典的"帕累託題":能力、效率、成本三個目標互相拉扯，歷史上想在一個維度上往前走，往往得拿另一個維度去換;而推進帕累託前沿，不是讓取捨消失，而是用新設計把整條邊界往外推。這次的推法是稀疏 MoE 架構。
Step5Preview 總參數600B，但每次只激活27B，原生支持100萬 Token 上下文窗口，並且能直接吃文本和視覺兩種輸入。在 Artificial Analysis 的 Intelligence Index 裡，它拿到44分，擠進全球開源模型前三;更狠的是單任務成本只有 Claude Opus5的八分之一——同一筆預算換更強智能，或者同等能力以更低價格落地，兩條路它都給鋪了。硬實力在幾個高難度基準上露了臉。
在 Agents' Last Exam 的 CLI 子集 ALE-CLI、金融投資研究評測 FrontierFinance，以及跨領域深度研究評測 DRACO 上，Step5Preview 僅次於 GPT-6Astra 或 Claude Opus5，把其他參評的開源模型甩在身後;GDPval-AA v2也採用了截至9月19日的最新結果，DeepSWE v1.1在 SWE-agent harness 下以 temperature=1.0、top_p=0.95評測。編程這塊，階躍自建了 StepCodeBench，覆蓋553個獨立代碼倉庫、9類任務、20個應用領域和33種編程語言。
Step5Preview 在整體成功率和跨場景穩定性上都站得住，Bug 修復、功能開發、重構、環境配置這類真實活兒都能接。一個演示裡，它讀著 ESP32設備的大量開發文檔，把一塊 ESP32-S3開發板改造成支持藍牙按鍵和語音輸入的 Vibe Coding 鍵盤，過程中自己開 COM 串口、調攝像頭、截設備圖、模擬鼠標，再根據真實報錯連續改代碼跑調試，一口氣幹了三個多小時。長週期任務更見真章。第一項實驗給24小時、一張 H100，讓它從零優化一個 MLA GPU 內核（頭維度512、batch1、64個注意力頭、8192token）。
Step5Preview 自主改代碼、跑內核、測吞吐，遇到跑得通卻降速的方案就放棄、從最佳版本接著爬，約22小時後把峰值性能頂到508TFLOPS，壓過了 Claude Opus5的493TFLOPS。第二項實驗同樣24小時，讓它通過自動化後訓練提升一個 Qwen3-30B-A3B 基礎模型在 AIME24上的表現，模型自己決定怎麼用標註 API、怎麼調數據，最終把準確率從53.3% 拉到60%，和 Opus5持平卻更省標註 token。前端與視覺上，它不只會寫網頁，還能調用 Blender 建並反覆改3D 資產，再接進 Three.
js 做交互應用和遊戲;甚至從一本1922年的《廣九鐵路旅行指南》裡抽信息，做出行程查詢、費用計算和路線回放，讓小火車沿百年前的線路跑起來，把史料變成可交互產品。金融被當成綜合能力的試金石。階躍圍繞公司研究這一高難度流程建了三項內部評測:FinStepBench-LiveSearch 考隨需求變化檢索核驗金融信息，CorporateValuation 考把數據和假設轉成可復現估值，DeepResearch 考從證據收集到完整研究報告的全程;外部基準 FrontierFinance 則用220道專家題、11543項評分標準覆蓋六類投資場景。四項裡 Step5Preview 都交出強結果。
從 Step3.5Flash、Step3.7Flash 到 Step5Preview，階躍押的始終是同一件事:下一階段的 Scaling 不只是堆更多 Compute，更是把 Compute 用得更高效。今天全量開放之後，完整模型權重將在10月15日釋放，這款把"能力—成本—效率"重新撮合過一遍的開源旗艦，正等著開發者把它當成 Agent 任務的日常主力。相關推薦階躍星辰 Step 5 Preview 全量開放：600B 參數打平 K3 級性能，新用戶最長白嫖 75 天國產大模型 Step 5 Preview 正式全量開放，由階躍星辰推出。
其採用稀疏 MoE 架構，總參數 600B、僅激活 27B，性能對標 2.8 萬億參數 K3，性價比高；支持 100 萬 Token 上下文和圖文輸入。API 與 Studio 已可用，10 月 15 日將發佈完整權重，長任務自主運行表現突出。2026年9月20號 14:4389.9k階躍星辰發佈Step5Preview，單任務成本僅為Claude Opus5的1/8階躍星辰發佈旗艦基座模型Step5Preview，面向AI編程、軟件工程、專業知識及金融等場景，提升Agentic任務表現並平衡智能、成本與效率。
該模型在AA綜合智能指數中躋身全球開源模型前三，單任務成本僅為Claude Opus5的1/8，採用稀疏MoE架構，計劃10月15日正式開源。2026年9月20號 11:07136.7k 階躍星辰Step3.5Flash全鏈路開源:1960億參數MoE架構，調用量躍升OpenClaw前二階躍星辰開源Step3.5Flash模型全鏈路，包括預訓練、中訓練權重及訓練框架。該模型專為智能體設計，採用稀疏MoE架構，總參數量1960億，推理時僅激活約110億參數，能效比高，單請求代碼任務推理速度最高達350TP。2026年3月4號 11:49252.
0kAnthropic 把 IPO 推到 11 月：2 萬億美元估值劍指 SpaceX 紀錄，安全警告成上市前的"護身符"Anthropic擬將IPO從10月推遲至11月，以便納入第三季度財報，用業績證明競爭實力、增強市場說服力。投資者對其上市估值預期較高，市場需求旺盛。2026年9月20號 15:4392.7k消息稱 Anthropic 擬在 IPO 前推出新模型，應對 GPT-6 Astra 衝擊據路透社援引消息人士稱，Anthropic 正考慮推出全新 AI 模型，以應對 OpenAI 發佈 GPT-6 Astra 後的競爭壓力。
此事發生在公司籌備 IPO 前夕，而其 CEO 達里奧·阿莫代伊此前曾呼籲行業放慢技術迭代節奏，此舉被指與公開表態相矛盾。2026年9月20號 15:3773.0k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
用自家大模型造自己的“芯”：Anthropic 組建 15 人芯片設計團隊，Claude 助陣讓研發提速
在實際的內部測試與應用中，Anthropic 的工程師團隊發現，與英偉達、超威半導體（AMD）等傳統大型芯片設計企業的常規工作流程和耗時估算相比，藉助 Claude 模型進行輔助設計，能夠顯著縮短芯片整體設計所需的週期。這一探索不僅展示了大模型在底層硬件研發中的輔助潛力，也為整個人工智能行業通過 AI 提升芯片研發效率提供了全新的實踐樣本。
17秒驗明AI“真身”！Anthropic開源可證明推理系統，能抓模型調包
編譯 | 孫小雯 編輯 | 程茜 11月4日消息，今天凌晨，Anthropic開源大模型可證明推理系統FlashProve，詳細技術報告於11月2日發佈。服務商可通過該系統為模型回答生成密碼學證明，用戶無需獲取模型權重或自行運行大模型，就能在CPU上核驗輸出是否符合指定模型的計算結果。
一個人一天搞定：Windows 11 原生測速工具背後的"AI 副駕"模式
早先微軟與 Ookla 合作推過早期版本，本質只是 Bing 網頁的包裝；直到上月，真正貼合 Windows 風格的原生工具才正式上線。人定方向、AI 跑腿，業餘時間一天出原型據 Ash 介紹，項目起點是用戶反饋"不想離開系統就能測網速"。
OpenAI 員工的"副業"硬件：GPT-6 Astra 一週出圖、一月出樣
據稱，兩名團隊成員利用業餘時間，不到一週就借 Astra 完成一款能與 Codex 交互的測試設備設計——模型一口氣包辦了外觀、外殼結構、電子元件選型、電路板佈局到固件生成，把原本需要多方協作的活兒收進一個對話窗口。代工廠隨後不到一個月便造出小批量原型機，從一張草圖到可把玩的真機，週期被壓到驚人地短。
給 AI 輸出蓋"數字指紋"：Anthropic 研發 FlashProve 讓換模型無處遁形
公司週二博客稱，它要做的"可證明推理"，是用密碼學為每條輸出出具數學保證，證明確實出自指定模型——就像加密郵件簽名幫收件人確認發件人，FlashProve 專門防備"把甲模型偽裝成乙模型"。堵住成本作弊暗門，也拆穿"注水"成績單研究人員點破長期潛規則：有了它，AI 公司難以為省成本在後臺偷偷把貴模型換成廉價版；反過來，企業也沒法暗中將便宜模型偽裝成高價型號、人為抬高跑分。
百度首次發佈物理AI世界模型Apollo World，蘿蔔快跑近百輛無人車搭載新架構運營
百度智能駕駛事業群組首席架構師王亮表示，目前約百輛蘿蔔快跑無人車已搭載新一代端到端架構參與運營，累計全無人運營安全里程接近百萬公里。新一代架構採用端到端模型，從駕駛數據中直接學習駕駛策略，預測轉向、油門和剎車等控制信號。為驗證模型安全性，百度推出Apollo World，將車輛、行人等交通參與者構建為具備自主決策能力的AI智能體，模擬複雜交通場景及完整行程，每天可完成約10萬公里虛擬路測。