Bolehkah saya jalankan Step 5 Preview secara tempatan?

Tidak. Berat tidak awam dan StepFun tidak mengeluarkan repositori Hugging Face, jadi hanya akses API.

Berapa kos Step 5 Preview dan berapa besar konteksnya?

Harga adalah $1.00 setiap sejuta token input dan $2.70 setiap sejuta token output, dengan tetingkap konteks sejuta token.

Bagaimana Step 5 Preview berbeza dari alternatif lebih kecil atau murah?

Pembeza utamanya adalah tetingkap sejuta token dan seni bina MoE yang ditala untuk kerja agen berbilang langkah — khususnya dalam kewangan dan kejuruteraan perisian — bukan sembang tujuan umum.

Baru minggu ini · lihat trend

Step 5 Preview

9275°

#llm #stepfun #penglihatan #video #penalaran #pengaturcaraan

Jalankan model ini

Tawaran / Iklan

OpenRouter Terminal / API

Bayar setiap token

Bual dengan model ini dalam pelayar atau panggil ia dari kod anda dengan satu kunci API.

StepFun | 1,048,576 token context | $1.00/M input, $2.70/M output. Step 5 Preview is StepFun's flagship model for agentic work, built on a sparse Mixture-of-Experts architecture (27B active / 600B total parameters). It performs strongly in software engineering and professional knowledge work, with particular strength in finance. It is designed for extended tasks that span large codebases and documents, using tools and refining results over multiple steps.

Panduan untuk model ini

Cara memilih model AI pada Oktober 2026: berita sumber tertutup, kemudian berat terbuka yang patut dimuat turun

Berat terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya kamu dibenarkan lakukan

Apakah fail GGUF? Model kuantisasi diterangkan (Q4, Q8, fp8, NF4)

Semua panduan

Nota Kapten

Ditulis oleh Captain, editor rumah

Nota dari 2026-10-13

Step 5 Preview adalah model tertutup utama StepFun, dibina pada seni bina Mixture-of-Experts jarang dengan 27B parameter aktif daripada 600B jumlah keseluruhan. Ia menyasarkan aliran kerja agen: tugas berbilang langkah panjang merentasi kod dan dokumen besar, dengan kekuatan khusus dalam kewangan dan kejuruteraan perisian. Tetingkap konteks sejuta token menjadikannya pilihan serius apabila model lain kehabisan ruang.

Dikenali untuk

Tetingkap konteks sejuta token untuk kod dan dokumen sangat besar
Reka bentuk MoE jarang: 27B aktif / 600B jumlah parameter
Kuat dalam kejuruteraan perisian dan kerja pengetahuan profesional
Kedalaman khusus dalam tugas domain kewangan
Dibina untuk tugas agen berbilang langkah dengan penggunaan alat

Berhati-hati dengan

Berat tertutup sahaja — tiada penyebaran tempatan, tiada hos sendiri.
Harga output pada $2.70/M adalah sederhana tetapi larian konteks panjang boleh menghasilkan bil output besar dengan cepat.
Ditandakan untuk visi dan video, tetapi StepFun belum menerbitkan butiran keupayaan tersebut di sini.

Terbaik untuk

Pengaturcaraan

Ejen dan penggunaan alat

Penalaran

Konteks panjang

Penyelidikan

Arahan untuk cuba

Audit kod besar

Saya tampal kod Python besar di bawah. Kenal pasti sebarang kelemahan keselamatan, cadangkan refaktor untuk tiga fungsi paling kompleks, dan hasilkan senarai keutamaan perubahan dengan alasan ringkas untuk setiap satu. Kerja melalui fail secara sistematik sebelum membuat kesimpulan.

Analisis dokumen kewangan

Ini adalah fail 10-K. Ekstrak pemacu pendapatan utama, tandakan sebarang faktor risiko material yang berubah tahun ke tahun, dan ringkaskan kedudukan aliran tunai dalam bahasa mudah yang bukan akauntan boleh bertindak. Petik bahagian berkaitan.

Agen penyelidikan berbilang langkah

Anda mempunyai akses kepada carian dan penafsir kod. Selidik landskap persaingan semasa untuk harga pangkalan data awan, tulis jadual perbandingan, kemudian tulis skrip Python pendek yang mengambil volum pertanyaan bulanan sebagai input dan mengembalikan anggaran kos bulanan untuk setiap penyedia.

Bandingkan dengan

Step 3.5 Flash
Model berat terbuka
konteks 262,144 token · Input $0.10/M, output $0.30/M
Step 3.7 Flash
Model berat terbuka
konteks 262,144 token · Input $0.20/M, output $1.15/M
GPT-6 Luna
Model hanya API
konteks 1,050,000 token · Input $0.10/M, output $0.50/M
GPT-5.6 Luna
Model hanya API
konteks 1,050,000 token · Input $0.20/M, output $1.20/M

Lebih banyak model teks dari stepfun

Soalan yang sering ditanya

Bolehkah saya jalankan Step 5 Preview secara tempatan?: Tidak. Berat tidak awam dan StepFun tidak mengeluarkan repositori Hugging Face, jadi hanya akses API.
Berapa kos Step 5 Preview dan berapa besar konteksnya?: Harga adalah $1.00 setiap sejuta token input dan $2.70 setiap sejuta token output, dengan tetingkap konteks sejuta token.
Bagaimana Step 5 Preview berbeza dari alternatif lebih kecil atau murah?: Pembeza utamanya adalah tetingkap sejuta token dan seni bina MoE yang ditala untuk kerja agen berbilang langkah — khususnya dalam kewangan dan kejuruteraan perisian — bukan sembang tujuan umum.

Keputusan Kapten
Jika anda memerlukan model yang boleh memegang keseluruhan kod besar atau dokumen kewangan dalam konteks dan bertindak ke atasnya dalam beberapa langkah, Step 5 Preview berbaloi dengan harganya.

Kapten menulis nota ini berdasarkan penerangan model dan kad model itu sendiri. Harga dan saiz konteks adalah dari penyedia pada masa penulisan dan boleh berubah.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #7 Hottest Text / LLM model · #7 Hottest Text / LLM text model

Not this creator?

Get your own badge

Trend populariti Step 5 Preview

Skor panas sejak 8 Oct 2026

Skor haba

9,275°

Minggu ini

n/a

Belum dikeluarkan/dipantau

Bulan ini

n/a

Belum dikeluarkan/dipantau

Tahun lalu

n/a

Belum dikeluarkan/dipantau

7,000°

Lantai

Skala berjalan dari 0° hingga 9,999°. Apa sahaja di bawah 7,000° disimpan untuk model yang belum dilaporkan oleh mana-mana sumber, yang membawa nombor gantian di situ supaya senarai tetap lengkap. 7,000° adalah tempat data yang diukur bermula: model dengan data sebenar tapi hampir tiada muat turun berada di lantai, dan ukuran mengisi darjah di atasnya. Lantai tidak memberitahu apa-apa tentang model; hanya darjah di atasnya yang buat beza antara satu model dengan model lain.

+1,891°

Token OpenRouter

20,114,388,806,215 token diproses oleh model ini melalui OpenRouter dalam 30 hari terakhir, termasuk arahan dan jawapan. Setiap 10,000,000 token dikira sebagai satu muat turun dalam tempoh muat turun, 2,011,438 semuanya; token hari terakhir disertakan dalam kadar penggunaan. Sumber: OpenRouter (openrouter.ai/rankings).

+384°

Kadar penerimaan

Kira-kira 132,511 muat turun sehari, diukur antara dua bacaan sumber, tidak pernah dianggarkan dari purata sepanjang hayat. Kelajuan seberat suku istilah muat turun, jadi lonjakan baru kelihatan tanpa membiarkan lonjakan satu hari mengatasi penggunaan bertahun-tahun.

Tunjukkan pecahan terperinci

Setiap nombor di laman ini boleh diperiksa. Skor panas model ini adalah 9,275°, dan ia dibina satu bahan pada satu masa, dengan jumlah terkini selepas setiap langkah: lantai, darjah yang ditambah oleh setiap sumber, bonus untuk jenis model dan apa yang umur beratnya tolak. Warna-warna itu adalah jalur carta di atas. Glosari di akhir menerangkan setiap istilah.

1
Mula di lantai.
Kenapa 7,000° dan bukan sifar: skala dari 0° hingga 9,999°, dan bahagian di bawah 7,000° dikhaskan untuk model yang belum dilaporkan oleh mana-mana sumber, yang membawa nombor gantian supaya senarai tetap lengkap dan tidak pernah mengatasi model dengan data. 7,000° adalah tempat data yang diukur bermula. Model dengan data sebenar tapi hampir tiada muat turun berada di sini; semua yang berikut adalah ukuran, dan ruang di atas lantai ada sepuluh langkah muat turun sepuluh kali ganda pada 300° setiap satu. Lantai sama untuk setiap model, jadi ia tidak tentukan apa-apa; darjah di atasnya yang buat beza.
7,000°
jumlah berjalan
2
Tambah muat turun.
2,011,438 muat turun setara semuanya, dari Token OpenRouter. Sepuluh kali muat turun menambah 300° yang sama, jadi saiz penting tapi tidak pernah mengatasi skor.
+1,891°
8,891°
jumlah berjalan
3
Tambah kadar penerimaan.
Sekitar 132,511 muat turun sehari sekarang, diukur antara dua bacaan, dengan berat suku.
+384°
9,275°
jumlah berjalan
=
Skor heat.
Di mana model ini berdiri dalam setiap senarai laman ini. Tiada yang lain mengubahnya.
9,275°

Glosari: istilah yang digunakan di sini

Skor heat: Satu nombor untuk seberapa banyak model digunakan dan diingini sekarang, dari 0° hingga 9,999°. Setiap senarai di laman ini yang kata paling panas disusun mengikutnya dan tiada yang lain.
Lantai: 7,000° yang setiap model dengan data sebenar bermula. Skala dari 0° hingga 9,999°; bahagian bawah lantai untuk pengganti (model tanpa data), supaya model dengan data sentiasa lebih tinggi dari yang tiada. Lantai sama untuk semua dan tidak tentukan apa-apa; darjah di atasnya adalah ukuran.
Setara muat turun: Semua yang skor anggap sebagai muat turun, dijumlahkan: muat turun sendiri, setiap torrent seeder sebagai 1,000, setiap imej AI Horde dan setiap larian di laman generasi sebagai satu.
Skala log: Mengira dengan puluhan, bukan satuan: dari 1,000 ke 10,000 muat turun tambah darjah sama seperti dari 10,000 ke 100,000. Ini elak gergasi menindas yang lain.
Suka: Jempol dan suka dari semua sumber, bernilai separuh muat turun pada skala log.
Kadar penerimaan: Berapa banyak muat turun sehari model dapat sekarang, dari beza dua bacaan sumber. Berat suku dari terma muat turun.
Diukur dan dianggarkan: Diukur bermaksud ada dua bacaan dari satu sumber dan perbezaannya adalah nyata. Dianggarkan bermaksud hanya jumlah hari ini yang diketahui dan masa lalu diagihkan sepanjang hayat model; laman web akan memberitahu yang mana satu ia tunjukkan.
Seeder: Seseorang yang menyimpan salinan berat secara dalam talian untuk dimuat turun oleh orang lain melalui torrent, atau cermin yang dihoskan melakukan perkara yang sama. Setiap satu dikira sebagai 1,000 muat turun.
AI Horde: Rangkaian sukarelawan yang menjana imej secara percuma pada komputer yang didermakan. Bilangan imej yang telah dihasilkan dengan model adalah awam, dan setiap satu dikira sebagai satu muat turun.
Laman penjanaan: Laman yang menghoskan salinan model mereka sendiri dan membenarkan orang menjana dengannya, seperti PixAI, SeaArt dan Yodayo. Muat turun mereka dikira seperti Civitai dan setiap sesi penjanaan dikira sebagai satu muat turun.
Token OpenRouter: Model teks yang disediakan melalui API, seperti Claude atau GPT, tidak mempunyai berat untuk dimuat turun, jadi penggunaannya diukur dalam token: bahagian teks yang dibaca dan ditulis melalui OpenRouter, pintu masuk yang digunakan oleh banyak aplikasi, dalam 30 hari terakhir. Setiap 10,000,000 token dikira sebagai satu muat turun. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Berat itu sendiri, fail yang menjana secara sendiri. Ia mendapat bonus kerana add-on bergantung padanya.
LoRA dan embedding: Fail add-on kecil yang mengarahkan berat orang lain ke arah gaya, watak atau konsep. Ia tidak boleh dijalankan sendiri.
Keluarga dan berat: Asas yang model dibina, seperti SD 1.5, SDXL, Flux atau Wan. Setiap model mewarisi tarikh keluaran berat keluarganya.
Umur: Darjah yang ditolak berdasarkan berapa lama berat keluarga itu dikeluarkan: 150° setahun, sehingga 750°. Ia mengekalkan muat turun lama yang mempunyai masa bertahun-tahun untuk terkumpul dengan membekukan di bahagian atas senarai.
Peningkatan keluarga: Dorongan kecil dan terhad untuk LoRA dari keluarga yang laman ini sedang galakkan sekarang, sentiasa disenaraikan dalam pecahan.
Skor gantian: Nombor stabil di bawah paras yang diberikan kepada model yang belum ada laporan sumber, supaya senarai kekal lengkap. Ia tidak pernah mendahului model yang ada data.
Baru! (tempoh kelonggaran): Model yang berumur kurang dari 7 hari menunjukkan Baru! dan tidak mempunyai skor serta tidak menduduki tempat dalam kedudukan. Skornya dikira dari hari pertama, tetapi model yang berumur satu hari berkembang lebih cepat daripada apa pun, jadi tanpa menunggu, #1 minggu ini akan sentiasa menjadi apa sahaja yang keluar semalam dan bukan yang bertahan selama seminggu.
Trend: Bagaimana pertumbuhan model dalam tempoh tertentu dibandingkan dengan pertumbuhan model biasa dalam tempoh yang sama. Lebih cepat dari biasa bermaksud naik, lebih perlahan bermaksud turun.
Model biasa: Tengah katalog: separuh model dengan angka tumbuh lebih cepat dalam tempoh itu, separuh lagi lebih perlahan.

Bagaimana populariti model ini bergerak berbanding katalog lain: pertumbuhannya dalam muat turun, suka dan penggunaan setiap tempoh, diukur berbanding pertumbuhan model biasa dalam tempoh yang sama, dengan skor panasnya pada masa itu. Di atas pertumbuhan biasa dibaca sebagai kenaikan, di bawahnya sebagai penurunan. Masa lalu dibina semula dari jumlah hari ini, hari pertama model dan kelajuan muat turun yang diukur jika ada dua bacaan; model yang tidak wujud pada permulaan tempoh menunjukkan n/a.

Model serupa

DeepSeek Pro Latest

TEXT / LLM

Nemotron 3.5 Super VL

TEXT / LLM

Gemini 3 Flash Preview

TEXT / LLM

GPT 6 Sol Pro

TEXT / LLM

Model AI untuk penjanaan imej, video dan teks

Step 5 Preview ialah model teks untuk keluarga Text / LLM yang disenaraikan di ModelTrends.ai, katalog baca sahaja untuk model AI imej, video dan teks sumber terbuka. Bandingkannya dengan model Text / LLM lain dan semak skor habanya untuk melihat trendnya.

Lagi model Text / LLM Lagi Teks / LLM Text / LLM llm stepfun penglihatan video penalaran pengaturcaraan ejen konteks panjang

Layari mengikut keluarga model