阶跃星辰发布 Step 5 Preview，AA 榜单开源第二
阶跃发布 Step 5 Preview，靠稀疏架构和长程强化学习把 Agent 能力拉起来，在成本与性能的平衡点上挤进开源第一梯队。
阶跃星辰突然放出新一代旗舰基座模型 Step 5 Preview，Agent 能力明显提升，在 Artificial Analysis 评测中拿下 44 分，排到全球开源模型第二，同时处在 Intelligence Index 与单任务成本的帕累托前沿（即同价位里最能打、同能力里最便宜的那条边界）。作者实测让它操作 Blender 建模、复刻 1999 年的《LEGO Racers》，并做了霓虹跑酷小游戏，发现很多 Prompt 里没写的细节它会自己补上。
正文摘录
昨天，阶跃星辰毫无预兆地端出了最新一代旗舰基座模型——Step 5 Preview。 Agent 能力大幅提升，在 Artificial Analysis 的最新评测中，Step 5 Preview 取得 44 分，直接冲到全球开源 Top 2。 AA 榜单中，Step 5 Preview 位于 Intelligence Index 与单任务成本权衡的「帕累托前沿」。 榜单上你追我赶，今天刷掉一个，明天又冒出来一个。真到要用的时候，模型到底行不行，完全是另外一码事。 所以 API 一接上，我直接给 Step 5 Preview 上强度，让它操作 Blender，给我建一个后室出来。 第二个任务，我让它照着 1999 年的《LEGO Racers》，直接搓一个乐高赛车游戏。 先做了个霓虹跑酷小游戏。有意思的是，我专门用了和阶跃上一代官网 Demo 类似的 Prompt。 道路两旁加了高楼，视觉层次更完整，Game Over 之后整个边框还会跟着变红，很多 Prompt 里没写的小细节，它自己补上了。 第一轮经常有些小细节不到位，离 Astra 那种「我咧个，这是 AI 做的？」的瘫软程度，肯定还有差距。 明明前面两代还都是 Flash，怎么到 Step 5 Preview，Agent 能力突然猛了这么多？ 所以，Step 5 Preview 当然也在 Scaling，但它没有把「越大越好」当成唯一目标。 92 层的 Transformer，在控制激活规模的同时，让信息经过更多层连续变换。 复杂任务里，经常会有大量 multi-hop 依赖，前面搜到的信息，要经过很多步之后才能真正派上用场。 几十轮工具调用之后，上下文能轻松滚到上百万 Token。如果每一层都把前面所有内容重新扫一遍，计算量很快就会爆炸。