阶跃Step 5 Preview权重开放，支持百万上下文
阶跃正式释放 Step 5 Preview 模型权重，同步开放 BF16 与 FP8 权重、技术博客及配套开源开发工具；该模型面向长程 Agent 任务，采用稀疏 MoE 架构，支持 100 万 token 上下文窗口，并原生支持文本与视觉输入，已上线 Hugging Face 与 ModelScope。
驱动中国10月15日消息，阶跃正式释放 Step 5 Preview 模型权重，并同步开放 BF16 与 FP8 模型权重、技术博客以及配套开源开发工具。
官方介绍，Step 5 Preview 面向长程 Agent 任务设计，采用稀疏 MoE 架构，总参数量为 600B，每 token 激活参数为 27B，支持 100 万 token 上下文窗口，原生支持文本与视觉输入，在 AI 编程、软件工程、专业知识工作和金融等场景表现突出。
近期，Step 5 Preview 在 OpenRouter 周调用量榜单和日调用量榜单中均位居全球第二。模型权重已上线 Hugging Face 和 ModelScope，并提供面向多种芯片平台和推理框架的适配支持。
开发者可以通过 vLLM 或 SGLang 部署兼容 OpenAI 接口的 API 服务，也可以使用 Transformers 进行离线推理，将模型接入自有数据、工具和系统，构建智能体、应用、工作流与服务。
官方同步公开的技术博客说明，Step 5 Preview 通过架构与训练协同优化支持更长、更复杂 Agent 任务。关键设计包括 92 层窄深架构，为隐式多跳推理提供更深计算路径，同时控制参数规模与计算成本。
Sparse GQA 通过块级索引与稀疏计算合并，降低百万 token 上下文的计算开销；其中 8 token 块级索引可将索引与 top-k 选择开销降至原来的 1/8。
训练方面，模型在关键状态与参数上保留 FP32 精度，并结合细粒度梯度裁剪，缓解深层网络中的激活异常增长与梯度尖峰。数据与评估方面，官方提供百万级可验证环境，覆盖软件工程、科学推理、机器学习研发和专业知识工作，并持续校准任务难度、多样性与评估可靠性。
面向长程任务的强化学习将上下文压缩纳入端到端策略训练，使 Agent 能够学习整理任务状态并继续执行；结合更精细的奖励归因，提升长轨迹学习效果。