StepFun（階躍星辰）將 Step 5 Preview 以開放權重形式放咗出，FP8 同 BF16 checkpoint 已喺 Hugging Face 同 ModelScope 提供下載。呢個係 sparse Mixture-of-Experts（稀疏專家混合，MoE）架構，總參數 600B，每個 token 活躍參數 27B，支持最長 1M token 上下文，官方定位係長程 agentic（代理式）工作。
先交代清楚可驗證嘅邊界呢度：係「開放權重」，唔代表完整開源。係「Preview」預覽版，唔係正式定版。授權條款、微調限制、商用條款，材料冇提，要自行去 Hugging Face 同 ModelScope 頁頭核對。呢個 600B / 27B / 1M 都係廠商規格，冇第三方獨立跑分。
大係大喇，邊度勁？ 呢個係我哋最鍾意問嘅問題。
MoE 嘅賣點就係總參數大但每 token 只點亮一小部分專家，推理成本比同規模稠密模型平。600B 總參數、27B 活躍，理論上推理開銷接近 27B 級模型，同時保留 600B 級嘅知識容量。1M 上下文就係長文檔、長對話、多步任務嘅基礎。呢啲全部係「規格層面」嘅推論，唔代表實測結果。
真正值得留意係「long-horizon agentic work」呢個定位。做長程任務（多步推理、跨文件操作、跨工具呼叫）嘅模型，最關鍵唔係上下文有多長，而係記憶一致性、工具調用準確度、失敗後恢復能力。呢啲全部都冇獨立數據，需要第三方評測，或者你哋自己跑。
模姐驗嚇貨：
第一，名都叫 Preview，就係預覽版。技術上可能改動，API 或權重將來可能跟正式 Step 5 唔同，唔好當定版用嚟做產品決策。
第二，MoE 部署比同參數稠密模型難——專家分佈、路由負載、記憶體 footprint 都唔一樣。FP8 同 BF16 兩版 checkpoint 嘅差異、實際顯存需求、推理延遲，材料冇講，呢啲要自己量。
第三，長程 agentic 表現唔可能靠上下文長度單一維度判斷。任何「1M 上下文」嘅宣稱，都應該問：長程任務成功率幾高？中途插新指令會唔會亂？多輪工具調用會唔會漂移？呢啲都係冇答案嘅問題。
第四，開放權重模型嘅授權條款差異好大——有嘅限商用、有嘅限分發規模、有嘅限品牌。Step 5 Preview 具體條款，材料冇提，用之前必須翻 Hugging Face 或 ModelScope 頁頭。
對做 agent 開發嘅人，值得跟住觀察；對做部署嘅人，FP8 同 BF16 兩版 checkpoint 嘅實際差異同硬體需求係真正要量嘅嘢。
