StepFun выпустила открытые веса Step 5: MoE на 600 млрд параметров с контекстом 1 млн токенов

Модель вышла в формате открытых весов (open weights, когда публикуются параметры модели и можно запустить её самостоятельно, без зависимости от API провайдера). API для Step 5 Preview был запущен ещё 20 сентября, а контрольные точки FP8 и BF16 опубликованы на платформах Hugging Face и ModelScope. Источник технических деталей и бенчмарков, карточка модели на Hugging Face и материал Michal Sutter.

Что умеет Step 5 Preview?

MoE (Mixture-of-Experts, «смесь экспертов», архитектура, где модель активирует лишь часть своих параметров на каждый запрос) позволяет Step 5 Preview работать как большая модель, но тратить ресурсы как относительно компактная:

• 600 млрд параметров всего, 27 млрд активных на токен. Это означает, что при генерации каждого слова модель задействует менее 5% своего объёма, что снижает стоимость инференса (процесса генерации ответа).
• Контекст до 1 млн токенов. Для сравнения: книга средней длины занимает около 100 тысяч токенов. Миллионное окно позволяет загрузить в модель десятки документов целиком.
• 92 трансформерных блока в узкой глубокой архитектуре. Модель чередует полное внимание и скользящее оконное внимание в соотношении 1:3.
• Спекулятивное декодирование (MTP-3): по данным StepFun, даёт ускорение генерации примерно на 30%.
• Обучение проводилось в смешанной точности FP8, с подкреплением (RL) на верифицируемых агентных средах на уровне миллиона сценариев.

StepFun позиционирует модель для агентной работы (agentic work, когда ИИ-агент самостоятельно выполняет цепочки задач): программирование, работа с большими кодовыми базами, анализ длинных документов, диаграмм, скриншотов и видео, а также финансовые задачи.

Как Step 5 Preview показывает себя на тестах?

Результаты неоднородны. Модель выделяется на задачах с длинным контекстом, но заметно проседает на инженерных бенчмарках.

• 88,3% на AA-LCR (тест Artificial Analysis на рассуждение с длинным контекстом), лучший независимый результат модели.
• 46,5% на Humanity's Last Exam (независимое измерение через OpenRouter).
• 66,4% на FrontierFinance (финансовый бенчмарк), по данным самой StepFun. Это выше, чем у GLM-5.3 и Kimi K3, но ниже Claude Opus 5 (69,7%).
• 33,3% на Terminal-Bench 4.0, тогда как GLM-5.3 набирает 41,9%. Это самое слабое место модели.
• 0,4% на SRE Bench и 9,2% на юридическом бенчмарке Harvey's Legal Agent Benchmark (данные Vals AI).

StepFun проводила собственные оценки на уровне «High reasoning», тогда как конкуренты в сравнительной таблице тестировались на «Max effort». Сравнение нельзя считать прямым.

Какое железо нужно для запуска?

Step 5 Preview, серверная модель. Только контрольная точка FP8 весит 650,32 ГБ. На домашнем компьютере развернуть её невозможно.

• FP8 (vLLM или SGLang): 4 GPU Nvidia B300 или 8 GPU Nvidia H200 (один узел).
• BF16 (vLLM): 8 GPU B300 на одном узле или 16 GPU H200 на двух узлах.
• Для Blackwell-карт используется бэкенд MegaMoE с экспертно-параллельным режимом.
• Полный рабочий процесс BF16 через Transformers пока не валидирован до конца.

Для большинства индивидуальных авторов и небольших команд в России реалистичный путь, API.

Сколько стоит API?

По данным StepFun:

• $1,00 за 1 млн входных токенов.
• $2,70 за 1 млн выходных токенов (включая токены рассуждений).
• $0,10 за 1 млн токенов при попадании в кэш.

API поддерживает три уровня усилий рассуждения (low, medium, high), вызов инструментов и вывод в JSON Schema.

Как попробовать?

1. Через API StepFun. Зарегистрируйтесь на сайте StepFun и подключите API по документации. Модель поддерживает OpenAI-совместимый формат запросов.
2. Развернуть веса самостоятельно. Скачайте контрольную точку FP8 с Hugging Face или ModelScope. Понадобится минимум 4 GPU Nvidia B300. StepFun предоставляет готовые Docker-образы для vLLM и SGLang.
3. Протестировать через OpenRouter. Независимая площадка OpenRouter уже подключила модель, именно через неё Artificial Analysis получала результаты бенчмарков.

Сравнение с тем, что доступно в России

Прямых аналогов Step 5 Preview среди российских моделей по масштабу и открытости весов нет. YandexGPT и GigaChat, закрытые модели (closed-source), доступные только через собственные API. Они не публикуют веса и не позволяют развернуть модель на своём оборудовании. О точном количестве параметров и поддержке контекста в миллион токенов ни «Яндекс», ни «Сбер» публичных данных не раскрывали.

Для практических задач на русском языке, написания текстов, суммаризации документов, черновиков для Дзена, YandexGPT и GigaChat остаются рабочими инструментами. Step 5 Preview ориентирован на другую нишу: агентное программирование, анализ кодовых баз и длинных профессиональных документов на английском и китайском языках. Качество работы с русским языком StepFun не заявляла.

Что это значит для вас?

Автору на Дзене. Модель не предназначена для генерации текстов и вряд ли заменит привычные инструменты. Но если вы пишете технические обзоры и хотите анализировать длинные отчёты или белые книги на английском, контекст в миллион токенов позволяет загрузить документ целиком и получить структурированную выжимку.

Разработчику и техническому маркетологу. Открытые веса дают возможность развернуть модель внутри периметра компании. Для задач, где данные нельзя отправлять на сторонний API (финансы, юриспруденция, внутренний код), это принципиально. Но минимальный порог входа, четыре серверных GPU последнего поколения, ограничивает круг команд, которые могут себе это позволить.

Предпринимателю в РФ. Доступ к API StepFun из России может потребовать VPN или прокси-сервера, компания базируется в Китае и ориентируется на глобальный рынок. Санкционных ограничений на использование китайских ИИ-моделей на момент публикации нет, но вопрос стабильности доступа остаётся открытым.

Частые вопросы

Можно ли запустить Step 5 Preview на обычном компьютере?

Нет. Минимальная конфигурация для самостоятельного запуска, четыре серверных GPU Nvidia B300 или восемь Nvidia H200. Контрольная точка FP8 занимает более 650 ГБ. Для индивидуального использования реалистичен только доступ через API.

Работает ли модель с русским языком?

StepFun не заявляла поддержку русского языка в описании Step 5 Preview. Модель ориентирована на агентную работу с кодом, финансовыми и профессиональными документами. Качество генерации на русском не тестировалось независимыми бенчмарками.

Чем Step 5 Preview отличается от GPT-6 Astra и Claude Opus 5?

По данным StepFun, Step 5 Preview уступает GPT-6 Astra и Claude Opus 5 на большинстве бенчмарков. Главное преимущество, открытые веса: можно развернуть модель на собственном оборудовании и не зависеть от стороннего API. Ни OpenAI, ни Anthropic такой возможности для своих флагманских моделей не предоставляют.