StepFun Step 5 Preview: 600B MoE модель для агентів із підтримкою Claude Code
StepFun представила Step 5 Preview — розріджену модель MoE на 600B параметрів з активацією 27B токенів та контекстом 1M токенів. За ціною $1.00 на вході та $2.70 на виході за 1M токенів вона суттєво дешевша за конкурентів та інтегрується в Claude Code.
Вплив: Середній
Чому це важливо
Ви можете знизити витрати на токени агентів, підключивши ендпоінт за ціною $1/$2.70 за 1M токенів безпосередньо в Claude Code.
TL;DR
- 01Step 5 Preview активує 27B із 600B параметрів на токен у контекстному вікні розміром 1M токенів.
- 02Ціна $1.00 на вхід і $2.70 на вихід за 1M токенів суттєво нижча за середньоринкові тарифи на флагмани.
- 03Підвищена багатослівність моделі (160M токенів у тестах проти медіанних 92M) вимагає контролю лімітів виводу.
Ключові факти
- Загальні / активні параметри
- 600B загальних / 27B активних на токен
- Вікно контексту
- 1 000 000 токенів
- Ціна вхідних токенів API
- $1.00 за 1M токенів
- Ціна вихідних токенів API
- $2.70 за 1M токенів
- Індекс Artificial Analysis
- 44 (проти 24 медіанних у ціновій категорії)
- DeepSWE v1.1 бенчмарк
- 67.7 (за даними розробника)
Архітектура та характеристики інференсу
Step 5 Preview — це розріджена MoE-модель на 600B загальних параметрів, з яких на кожен токен активуються 27B параметрів (~4.5% активної ваги). Модель підтримує вікно контексту в 1M токенів і базується на 92-шаровому стеку Transformer, оптимізованому для багатокрокового логічного аналізу під час тривалого prefill. Інференс використовує спекулятивне декодування MTP-3, квантування FP8 MoE та вивантаження KV-cache.
Ціноутворення та бенчмарки
Вартість API значно нижча за середню на ринку:
- Вхідні токени: $1.00 за 1M токенів (медіана ринку: $1.88)
- Вихідні токени: $2.70 за 1M токенів (медіана ринку: $10.00)
- Індекс інтелекту (Artificial Analysis): 44 бали (медіана для класу: 24)
- Швидкість генерації: 99.8 токенів на секунду
У тестах програмування розробники заявляють результат 67.7 на DeepSWE v1.1, 49.0 на StepCodeBench та 80.5 на ProgramBench (поступаючись GPT-6 Astra та Claude Opus 5). В експериментах оптимізації модель розігнала ядро H100 до 508 TFLOPS (проти 493 у Claude Opus 5). Слід враховувати високу багатослівність: у тестах вона згенерувала 160M токенів проти медіанних 92M, що частково з'їдає вигоду від низької ціни.
Спробуй за 2 хвилини
# Example API payload for StepFun reasoning model with high effort
curl https://api.stepfun.com/v1/chat/completions \
-H "Authorization: Bearer $STEPFUN_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "step-5-preview",
"reasoning_effort": "high",
"messages": [{"role": "user", "content": "Analyze repository AST bottlenecks"}]
}'bash
✓ Коли використовувати
- Для високонавантажених циклів багатокрокових агентів, що обробляють мільйони токенів контексту за сесію.
- Для оптимізації бюджету в Claude Code без втрати доступу до широких вікон контексту.
✕ Коли НЕ варто
- Якщо для кодингу критична максимальна точність складних евристик, де лідирують Claude Opus 5 або GPT-6 Astra.
- Якщо потрібен запуск на локальному комп'ютері або одній споживчій відеокарті до виходу компактних квантувань.
Що зробити сьогодні
- Налаштуйте Step Plan у Claude Code для тестування моделі у тривалих завданнях із великим контекстом.
- Обмежте вихідні токени через max_tokens для захисту від надлишкового ланцюга міркувань.
- Підготуйте інфраструктуру (~1.2 ТБ пам'яті в BF16) до відкриття ваг моделі 15 жовтня 2026 року.
Джерела