Step 5 Preview 开放权重，可部署百万上下文

IT之家 10 月 15 日消息，阶跃今天正式开放 Step 5 Preview 权重。本次开放的内容包括：BF16 与 FP8 模型权重、技术博客，以及配套开源开发工具。

据官方介绍，Step 5 Preview 面向长程 Agent 任务设计，采用稀疏 MoE 架构，总参数量为 600B，每个 token 仅激活 27B 参数，支持 100 万 token 上下文窗口，原生支持文本与视觉输入，在 AI 编程、软件工程、专业知识工作和金融等场景中表现突出。近期，Step 5 Preview 在 OpenRouter 周调用量和日调用量榜单中均位居全球第二。

目前，模型权重已上线 Hugging Face 和 ModelScope，并提供面向多种芯片平台和推理框架的适配支持。开发者可以通过 vLLM 或 SGLang 部署兼容 OpenAI 接口的 API 服务，也可以使用 Transformers 进行离线推理，将模型接入自己的数据、工具和系统，构建 Agent、应用、工作流与服务。

IT之家注意到，官方同步公开的技术博客介绍了 Step 5 Preview 如何通过架构与训练的协同优化，支持更长、更复杂的 Agent 任务。关键设计包括：

92 层窄深架构：为隐式多跳推理提供更深的计算路径，同时控制参数规模与计算成本。

92 层窄深架构：为隐式多跳推理提供更深的计算路径，同时控制参数规模与计算成本。

Sparse GQA：通过块级索引与稀疏计算合并，降低百万 token 上下文的计算开销。其中，8 token 块级索引可将索引与 top-k 选择开销降至原来的 1/8。

Sparse GQA：通过块级索引与稀疏计算合并，降低百万 token 上下文的计算开销。其中，8 token 块级索引可将索引与 top-k 选择开销降至原来的 1/8。

更稳定的训练：在关键状态与参数上保留 FP32 精度，结合细粒度梯度裁剪，缓解深层网络中的激活异常增长与梯度尖峰。

更稳定的训练：在关键状态与参数上保留 FP32 精度，结合细粒度梯度裁剪，缓解深层网络中的激活异常增长与梯度尖峰。

百万级可验证环境：覆盖软件工程、科学推理、机器学习研发和专业知识工作，并持续校准任务难度、多样性与评估可靠性。

百万级可验证环境：覆盖软件工程、科学推理、机器学习研发和专业知识工作，并持续校准任务难度、多样性与评估可靠性。

面向长程任务的强化学习：将上下文压缩纳入端到端策略训练，让 Agent 学习整理任务状态、继续执行；结合更精细的奖励归因，提升长轨迹的学习效果。

面向长程任务的强化学习：将上下文压缩纳入端到端策略训练，让 Agent 学习整理任务状态、继续执行；结合更精细的奖励归因，提升长轨迹的学习效果。

软媒旗下网站：IT之家、最会买 - 返利返现优惠券、iPhone之家、Win7之家、Win10之家、Win11之家。

软媒旗下软件：软媒手机APP应用、魔方、最会买、要知。