600B模型，只激活27B，阶跃在赌大模型的未来吗？

9月20日，






阶跃星辰发布了






Step 5 Preview。






官方称，这






是






一款






稀疏






MoE模型






，






总






参数量






600B，激活27B，100万上下文，原生视觉输入。

ArtificialAnalysis榜单






称，






Step 5 Preview






综合智能指数






44分，与KimiK3打平。K3总参数量2.8T，激活1040






亿






。


相比之下，






Step 5 Preview






的激活规模低得多


。

但






整体来看，这倒






不是一个






“小模型逆袭”的故事。因为






Step 5 Preview






真正的卖点只有一句话：便宜。

7月发布会上，阶跃星辰端出了StepAOS，一个从零搭建的智能体原生操作系统，同时还有STEPXNeo手机和个人智能体Amoo。

公司董事长






印奇表示，传统操作系统是为






“人操作机器”设计的，智能体在里面只能是访客。StepAOS要把系统功能拆成原子能力，把用户数据统一成语义文件，把记忆召回压到15毫秒以内。

这






就






需要一个能在后台稳定调用工具、维持长上下文、出错重试成本极低的执行引擎。






比起在






GPQA上刷最高分，也不需要生成视觉精美的网页






，






它更需要






的是可靠完成






“打开表格、提取数据、撰写邮件、发送”这类任务。

阶跃星辰对






Step 5 Preview






的定位也印证了这一点：






“






过去，大模型






Scaling的核心逻辑是用更多计算换取更强智能。但随着模型规模和任务复杂度持续增长，计算成本也被同步放大。


Scaling的核心关注开始变成：如何更高效地把计算转化成模型能力。






”

当然，阶跃星辰并没有明确把






Step 5 Preview






的低激活路线和






StepAOS的需求绑在一起。但从战略方向看，两者吻合度很高。

看性能。

与






KimiK3相比，






Step 5 Preview






在公布的






8项核心评测里全部领先。但领先幅度差很多。Terminal-Benchv4，






Step 5 Preview






是






33.3%，K3只有12.6%，差了20个百分点。这是真正的碾压。DeepSWEv1.1，






Step 5 Preview






是






67.7%，K3是67.5%，基本打平。StepCodeBench，






Step 5 Preview






是






49.0%，K3是43.9%。GDPval-AAv2，






Step 5 Preview






是






1571，K3是1548。

也就是说，






Step 5 Preview






用四分之一的激活参数，在综合指数上追平了






K3






。






它






也






不是在所有维度上都更强，而是在特定维度上拉开差距，在其余维度上打平。

跟






Claude Opus 5






比，






StepCodeBench上，






Step 5 Preview






落后近






15分。Terminal-






Bench v4






上，落后近






19分。GDPval-






AA v2






上，落后






164分。只在ALE-CLI






一项






上以






29.5比28.6微弱反超。

更关键的指标是任务成本。阶跃星辰






称，






Step 5 Preview






输出价格






约






3






美元






/MToken






，




Step 5 Preview






单任务成本是






ClaudeOpus5的八分之一，K3






的五分之一






。






所以阶跃这次更像是






在






K3和ClaudeOpus5之间，切出一个“够用且便宜”的生态位。

为了验证






Step 5 Preview






的真实能力，






我们






给它安排了一个






3D网页游戏开发任务。

经过一个多小时的持续交互，它生成了一个能跑、能操作的






HTML文件。但结果跟官方showcase差距巨大。官方演示里的3D游戏赛道清晰、透视干净、UI信息层级分明；复现出来的版本，






存在严重






的视觉模糊、光晕过载、卡顿






问题，






基本没法正常游玩。

图注：左图为官方showcase截图，右图为按照官方prompt 复现截图

这个结果大概划出了






Step 5 Preview






的






一项能力短板






：逻辑生成和长程迭代可以完成，前端视觉渲染和性能调优






有所不足






。

它确实能连续工作一个多小时不放弃。这一点跟官方宣传的连续运行






22小时优化GPUKernel、3000轮宝可梦的案例一致。


但至少根据它在前端视觉和性能调优上的短板，说明这个模型的能力光谱是明显偏科的。

当然，前端渲染质量跟






“低激活路线”没有必然因果关系。低激活影响的是推理成本和知识容量，前端渲染更多跟训练数据分布和任务优先级有关。

StepAOS需要的不是漂亮的网页，是可靠的Agent执行。






Step 5 Preview






的训练预算大概率被集中在了工具调用、终端操作、错误恢复这些






“干活才需要的能力”上。这






也






解释了为什么它在






Terminal-Bench上能领先K3二十个百分点，却在StepCodeBench上落后Opus5近十五分。

偏科并非坏事，但得承认它偏科。

从产业趋势看，低激活、高效率模型的崛起几乎是必然的。端侧






AI正在从“能跑起来”走向“更好用”。苹果在WWDC2026上发力端侧模型，谷歌






Gemma 412B






也






已经能在笔记本上运行。边缘计算场景要求低延迟、高可靠、本地部署，云端调用的网络延迟满足不了需求，低激活模型是更现实的选择。

Omdia






在






4月






的数据






中称，






自






2021年以来，前沿模型的参数规模年增长率只有约5%。而2019到2021年，这个数字超过100倍。






可见，






堆参数的阶段，基本结束了






，行业重心正在转向小模型和效率优化






。

智谱联合创始人唐杰






8月在X上






也说






：行业曾经集中追逐万亿参数模型，事后看，是整个行业共同经历、又共同折返的一段弯路。模型能力依然在提升，但提升速度正在放缓，单纯扩大规模带来的收益正在下降。

对






于






模型能力的






“提






升






”，行业里大概分成两条路：






一条是






把模型做小






，






总






参数量






压到几十






B以内，目标是端侧和边缘场景。阿里千问、智谱、Meta都走过这条路线，追求“让模型跑在离用户更近的地方”。






第二是






把激活做小。总






参数量






还是很大，但每次推理只调用一小部分参数。






MiniMax M2






.5激活10B，阶跃






Step 5 Preview






激活






27B，都是这条路线，追求“让每次调用都更便宜”。

两条路都在提效，但完全不是一回事。前者解决






“能不能在本地跑”，后者解决“在云端跑长任务划不划算”。

Step 5 Preview






就






属于后者。它的总






参数量






虽远小于






K3，但依旧跟“小模型”没有半点关系。智谱GLM-4.7-Flash总






参数量






30B；阿里千问0.8B、2B、4B，那是端侧。






Step 5 Preview






的总






参数量






是它们的几十倍甚至上百倍。

阶跃






星辰






在这个分工里选了一个位置






：






它不做最大的模型，也不做最聪明的模型。它做的是在可接受成本内能跑完长任务的模型。

但这个生态位的边界，取决于两个变量






，






首先是






Agent任务对推理深度的真实需求






，






如果任务越来越复杂，低激活模型可能不够用。






其次是






端侧算力的增长速度。如果端侧算力快速提升，云端低激活模型的成本优势可能被削弱。

风险同样清晰。如果






StepAOS跑不起来，如果开发者不愿意适配，如果设备厂商不预装，






Step 5 Preview






的






“便宜耐用”就失去了应用场景。

一个操作系统需要的不是






“够用的模型”，是“好用的模型”。


而目前






Step 5 Preview






在实测中暴露的工具调用失败、上下文漂移、前端渲染短板，距离






“好用”还有距离。

Step 5 Preview






并不算完美。但在一个所有人都想做大模型的年份里，阶跃选择用一个低激活、低成本的模型来支撑一个大系统。这个选择本身，就是它找到的生态位。至于这个位置能不能坐稳，






就






看






StepAOS到底能不能






真正






跑起来。

（转载自第四波）