Step 5 Preview
9275°
Kör modellen
Erbjudanden / annonser
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.
Guider för denna modell
Hur du väljer en AI-modell i oktober 2026: nyheter om stängd källkod och öppna vikter värda att ladda ner
Öppna vikter vs öppen källkod vs endast API: vad du faktiskt får göra
Vad är en GGUF-fil? Förklaringar av kvantiserade modeller (Q4, Q8, fp8, NF4)
Kaptenens anteckningar
Anteckningar från 2026-10-13
Step 5 Preview är StepFuns flaggskeppsmodell med stängda vikter, byggd på en gles Mixture-of-Experts-arkitektur med 27 miljarder aktiva parametrar från en total pool på 600 miljarder. Den riktar sig mot agentiska arbetsflöden: långa flerstegsuppgifter över stora kodbaser och dokument, med särskild styrka inom finans och mjukvaruutveckling. Det miljon-token stora kontextfönstret gör den till ett seriöst alternativ när andra modeller får slut på utrymme.
Känd för
- Miljon-token kontextfönster för mycket stora kodbaser och dokument
- Gles MoE-design: 27 miljarder aktiva av 600 miljarder totala parametrar
- Stark inom mjukvaruutveckling och professionellt kunskapsarbete
- Särskild djup inom finansrelaterade uppgifter
- Byggd för flerstegs agentiska uppgifter med verktygsanvändning
Se upp för
- Endast stängda vikter — ingen lokal installation eller självhostning.
- Utgångspriser på 2,70 USD/M är måttliga men långa kontextkörningar kan snabbt generera stora kostnader.
- Taggad för vision och video, men StepFun har inte publicerat detaljer om dessa funktioner här.
Promptar att prova
Granska en stor kodbas
Jag klistrar in en stor Python-kodbas nedan. Identifiera säkerhetsbrister, föreslå omstruktureringar för de tre mest komplexa funktionerna och skapa en prioriterad lista över ändringar med kort motivering för varje. Gå systematiskt igenom filerna innan du drar slutsatser.
Finansiell dokumentanalys
Här är en 10-K-rapport. Extrahera de viktigaste intäktsdrivarna, markera eventuella väsentliga riskfaktorer som ändrats år från år och sammanfatta kassaflödesläget på ett enkelt språk som en icke-revisor kan agera på. Hänvisa till relevanta avsnitt.
Flerstegs forskningsagent
Du har tillgång till sökning och en kodtolk. Undersök den aktuella konkurrenssituationen för molndatabaspriser, skriv en jämförelsetabell och skapa sedan ett kort Python-skript som tar en månatlig frågevolym som indata och returnerar den uppskattade månadskostnaden för varje leverantör.
Jämför med
- Step 3.5 FlashÖppen vikt-modell262,144 tokens kontext · $0.10/M indata, $0.30/M utdata
- Step 3.7 FlashÖppen vikt-modell262,144 tokens kontext · $0.20/M indata, $1.15/M utdata
- GPT-6 LunaEndast API-modell1,050,000 tokens kontext · $0.10/M indata, $0.50/M utdata
- GPT-5.6 LunaEndast API-modell1,050,000 tokens kontext · $0.20/M indata, $1.20/M utdata
Fler textmodeller från stepfun
Vanliga frågor
- Kan jag köra Step 5 Preview lokalt?
- Nej. Vikterna är inte offentliga och StepFun har inte släppt något Hugging Face-förråd, så det är endast API-åtkomst.
- Vad kostar Step 5 Preview och hur stort är kontextfönstret?
- Priset är 1,00 USD per miljon ingångstokens och 2,70 USD per miljon utgångstokens, med ett miljon-token kontextfönster.
- Hur skiljer sig Step 5 Preview från mindre eller billigare alternativ?
- Dess huvudsakliga skillnader är miljon-token kontexten och MoE-arkitekturen optimerad för agentiska, flerstegsuppgifter — särskilt inom finans och mjukvaruutveckling — snarare än allmän chatt.
Kaptens omdömeOm du behöver en modell som kan hålla en hel stor kodbas eller finansiell rapport i kontext och agera över flera steg är Step 5 Preview värd priset.
Kapten skriver dessa anteckningar från modellens egen beskrivning och model card. Priser och kontextstorlekar är från leverantören vid skrivtillfället och kan ändras.
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.
Also ranked: #7 Hottest Text / LLM model · #7 Hottest Text / LLM text model
Not this creator?
Get your own badge
Popularitetstrend för Step 5 Preview
Värmenpoäng sedan 8 Oct 2026
Värmescore
9,275°
Den här veckan
n/a
Inte släppt/spårad än
Den här månaden
n/a
Inte släppt/spårad än
Senaste året
n/a
Inte släppt/spårad än
7,000°
Golvet
Skalan går från 0° till 9 999°. Allt under 7,000° är reserverat för modeller som ingen källa rapporterat om än, som får ett tillfälligt nummer där så listorna förblir kompletta. 7,000° är där mätta data börjar: en modell med riktiga data men nästan inga nedladdningar ligger på golvet, och mätningarna fyller graderna ovanför. Golvet säger inget om modellen; det gör bara graderna ovanför, och det är de som skiljer en modell från en annan.
+1,891°
OpenRouter-token
20,114,388,806,215 token som denna modell bearbetat via OpenRouter de senaste 30 dagarna, både prompts och svar. Varje 10,000,000 token räknas som en nedladdning i nedladdningsterm, totalt 2,011,438; token från senaste dagen räknas in i användningstakten. Källa: OpenRouter (openrouter.ai/rankings).
+384°
Adoptionshastighet
Ungefär 132,511 nedladdningar per dag, mätt mellan två avläsningar av källorna, aldrig uppskattat från ett livstidsgenomsnitt. Hastigheten väger en fjärdedel av nedladdningstermen, så en ny våg syns utan att en dags toppar slår ut år av användning.
Visa detaljerad uppdelning
Varje siffra på den här sidan kan kontrolleras. Den här modellens heat-poäng är 9,275°, och här byggs den upp en ingrediens i taget, med löpande total efter varje: golvet, graderna varje källa lägger till, bonusen för modelltypen och vad vikternas ålder drar bort. Färgerna är banden i diagrammet ovan. Ordlistan i slutet förklarar varje term.
- 1Börja vid golvet.Varför 7,000° och inte noll: skalan går från 0° till 9 999°, och delen under 7,000° är reserverad för modeller som ingen källa rapporterat om än, som får ett tillfälligt nummer där så listorna förblir kompletta och aldrig rankas högre än en modell med data. 7,000° är där mätta data börjar. En modell med riktiga data men nästan inga nedladdningar ligger här; allt som följer är mätning, och utrymmet ovanför golvet rymmer tio tiofaldiga steg i nedladdningar på 300° vardera. Golvet är detsamma för varje modell, så det avgör inget; det gör graderna ovanför.7,000°löpande total
- 2Lägg till nedladdningarna.2,011,438 nedladdnings-ekvivalenter totalt, från OpenRouter-token. Tio gånger nedladdningarna ger samma 300°, så storlek spelar roll men tar aldrig över poängen.+1,891°8,891°löpande total
- 3Lägg till adoptionshastigheten.Ungefär 132,511 nedladdningar per dag just nu, mätt mellan två mätningar, med en fjärdedels vikt.+384°9,275°löpande total
- =Heat-poängen.Var den här modellen står på varje lista på den här sidan. Ingenting annat ändrar den.9,275°
Ordlista: termerna som används här
- Heat-poäng
- Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
- Golvet
- De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
- Nedladdnings-ekvivalenter
- Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
- Logaritmisk skala
- Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
- Gillanden
- Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
- Adoptionshastighet
- Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
- Mätt och uppskattad
- Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
- Seeder
- Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
- AI Horde
- Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
- Genereringssajter
- Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
- OpenRouter-token
- En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Full modell (checkpoint)
- Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
- LoRA och embedding
- Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
- Familj och vikter
- Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
- Ålder
- Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
- Familjeboost
- En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
- Stand-in-poäng
- Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
- Ny! (karensperiod)
- En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
- Trend
- Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
- Typisk modell
- Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.
Hur den här modellens popularitet har rört sig jämfört med resten av katalogen: dess tillväxt i nedladdningar, gillningar och användning under varje period, mätt mot en typisk modells tillväxt under samma period, med dess heat-poäng vid den tiden. Över den typiska tillväxten ses som en uppgång, under som en nedgång. Det förflutna rekonstrueras från dagens totalsummor, modellens första dag och dess uppmätta nedladdningshastighet där två mätningar finns; en modell som inte fanns i början av en period visar n/a.
