9 月的中国开源大模型赛道，节奏已经快到了「每周一款旗舰」：上海 AI Lab 的 744B Atria Dawn 刚免费开放，DeepSeek V4.1 Flash 接棒，现在轮到了阶跃星辰。
9 月 20 日，StepFun 正式发布新一代旗舰基座模型 Step 5 Preview 并同日全量开放 API。这不是一次常规迭代——在 Artificial Analysis 的 Intelligence Index 上它拿到 44 分，与参数量 2.8 万亿的 Kimi K3 Max 打平，仅落后 GLM-5.3 和 Claude Opus 5 各一分，跻身全球开源模型前三；而它的单任务成本据称只有 Opus 5 的八分之一。
本文把这件事拆开讲：600B 参数只激活 27B 意味着什么、价格表怎么用才划算、API 接入代码怎么写，以及作为 preview 版本必须盯住的几个坑。
一、先读懂这组数字：稀疏度就是成本结构
Step 5 Preview 的核心规格一句话就能记住：总参数 600B，每 Token 只激活 27B。
| 项目 | 规格 |
|---|---|
| 架构 | 稀疏 MoE（混合专家），92 层 |
| 总参数量 | 600B |
| 激活参数量 | 27B / Token |
| 上下文窗口 | 100 万 Token |
| 输入模态 | 文本 + 视觉（原生） |
| 模型 ID | step-5-preview |
| API 状态 | 2026-09-20 全量开放 |
| 开源时间 | 2026-10-15（权重完整释放） |
稀疏比例值得单独算一笔账：DeepSeek V4 系列是 552B 总参数激活 8B/16B，Step 5 是 600B 激活 27B——激活占比约 4.5%。这意味着每 Token 的实际推理算力被刻意压得很低，这就是它能同时做到「44 分的中前沿智能」和「$1/百万 Token 输入价」的结构性原因。官方的定位也很明确：不做榜单冠军，做「面向真实世界 Agentic 任务的主力工作模型」，重点场景是 AI 编程、软件工程、专业知识工作和金融。
对普通开发者来说，这个定位翻译成一句话就是：它是给 Agent 当「干活层」的，不是给聊天框当「炫技层」的。
二、价格与缓存：Agent 构建者真正该看的两列
官方定价：
- 输入 $1.00 / 百万 Token
- 输出 $2.70 / 百万 Token
- 缓存命中输入打 0.5 折——也就是缓存输入约 $0.05 / 百万 Token
把 44 分这个档位横向拉齐看（价格为每百万 Token，美元）：
| 模型 | Intelligence Index | 输入 | 输出 | 备注 |
|---|---|---|---|---|
| Claude Opus 5 | 63 | 显著更高 | 显著更高 | 智能标杆，价格约为 Step 5 的 8 倍（单任务口径） |
| GLM-5.3 | 45 | 中 | 中 | 开源阵营榜首 |
| Step 5 Preview | 44 | $1.00 | $2.70 | 缓存输入约 $0.05 |
| Kimi K3 Max | 44 | 中高 | 中高 | 参数量 2.8 万亿 |
真正改变 Agent 成本结构的是那个 95% 缓存折扣。Agent 工作负载的特点是系统提示词、工具定义、历史上下文被反复提交——同一个 10 万 Token 的上下文在 20 轮对话里会被完整重发 20 次。缓存命中后输入降到 $0.05/百万，相当于这类负载的有效输入价只有标价的二十分之一，已经和 DeepSeek 的错峰价一个量级。
实践建议：给 Step 5 设计系统提示词时，把稳定的长内容（项目规范、工具 schema、知识库）全部放在前缀并尽量保持逐字稳定，命中率就是真金白银。
三、API 接入：OpenAI 兼容，改两行就能跑
StepFun 开放平台沿用 OpenAI 兼容协议，模型 ID 为 step-5-preview。以 Python SDK 为例：
from openai import OpenAI
client = OpenAI(
api_key="YOUR_STEPFUN_API_KEY",
base_url="https://api.stepfun.com/v1",
)
resp = client.chat.completions.create(
model="step-5-preview",
messages=[
{"role": "system", "content": "你是一名资深后端工程师，回答精简、给可运行代码。"},
{"role": "user", "content": "用 Node.js 写一个带限流的简单 API 网关示例"},
],
temperature=0.3,
)
print(resp.choices[0].message.content)
curl 版本：
curl https://api.stepfun.com/v1/chat/completions -H "Content-Type: application/json" -H "Authorization: Bearer $STEPFUN_API_KEY" -d '{
"model": "step-5-preview",
"messages": [{"role": "user", "content": "解释 MoE 的负载均衡损失"}]
}'
原生视觉输入是它的另一个卖点，图片可以随消息直接传入：
resp = client.chat.completions.create(
model="step-5-preview",
messages=[{
"role": "user",
"content": [
{"type": "text", "text": "这张架构图里有哪些潜在的的单点故障？"},
{"type": "image_url", "image_url": {"url": "https://example.com/arch.png"}},
],
}],
)
如果你已经在用 OpenAI SDK 或 LangChain / LlamaIndex 之类的框架，通常只需要改 base_url 和 api_key 两个字段，业务代码一行不动。
四、三个值得立刻试的 Agentic 场景
结合 1M 上下文 + 低激活参数 + 缓存折扣的组合，这三个场景的性价比最突出：
- 整库级代码理解。把一个中型仓库的文件树和核心模块一次性喂进 100 万上下文，让模型输出架构梳理、调用链分析和重构建议——单轮成本几美分，换来的是过去需要一个下午的人工梳理。
- 多轮工具调用 Agent 的干活层。系统提示词 + 工具 schema 固定不变时，缓存命中率极高，长会话的有效成本会随轮数摊薄，适合替代现有 pipeline 里那些「量大但单轮不难」的调用。
- 文档 + 截图混合分析。财务报表截图、竞品页面截图、报错堆栈截图配合长文本一起进上下文，正是官方点名「金融」「专业知识工作」场景的形态。
五、Preview 阶段必须盯住的三个坑
- 它是 Preview，不是正式版。10 月 15 日权重开源前后，模型行为、接口字段甚至计费策略都可能调整。生产环境接入建议加一层抽象（自己的网关或 LiteLLM），把模型名收敛到配置里，正式版发布后可以一行切换。
- 缓存折扣有条件。缓存命中要求前缀逐字一致——在系统提示词里动态插入时间戳、随机 ID 这类内容会直接击穿缓存。上线前用真实流量测一次命中率，别只看标价。
- 「44 分」是索引均分，不是全项碾压。它在 Agentic 和编程向任务上表现扎实，但如果你要做的是数学竞赛级难题或最高风险的复杂推理，GLM-5.3 / Opus 5 仍然有明确优势。选型看任务分布，不看总分。
常见问题
Q：现在还不开源，和 Atria Dawn、DeepSeek 的开放策略冲突吗？ 不冲突，是同一个节奏的两段：API 先行让你今天就能用，10 月 15 日权重完整释放——这和 Z.ai 当年 GLM-5.3 的「先 API 后开源」打法一致，本质是把发布变成一个月的倒计时新闻。
Q：国内直接调 API 稳定吗？ 阶跃星辰是国内团队，平台对国内开发者友好，注册和充值门槛低。有出海部署需求的，照旧按「平台 API + 一层自建网关」的架构走，方便日后切换。
Q：和自家旧模型（Step 2/3 系列）怎么选？ 直接上 Step 5 Preview。除非你有已验证稳定的旧模型 pipeline 不想动，否则新模型在成本和能力两端都更优。
小结
Step 5 Preview 的信号意义不在于 44 分本身，而在于它展示的成本结构：用 4.5% 的激活比例，把中前沿智能打到了 $1/百万 Token 的输入价。当缓存折扣叠加进去，国产开源阵营已经连续第四周给出「同一季度内多款 40+ 索引模型」的供给——对 Agent 开发者来说，干活层的成本曲线还在快速下探。今天注册一个 key 跑一次真实任务，10 月 15 日权重落地时再决定要不要私有化部署，是这条时间线上最稳妥的姿势。