大模型通常越强越贵，像一家公司雇了更多人，也得付出更高的运转成本。阶跃星辰新发布的 Step 5 Preview 想换一种解法：模型共有 600B 参数，却采用 MoE（Mixture of Experts，按任务只调用部分“专家模块”），每次推理仅激活 27B 参数。换句话说，它保留了大模型的容量，但不让全部参数同时开工。
据量子位报道，Step 5 Preview 在 Artificial Analysis 最新评测中获得 44 分，位列全球开源模型第二；同时支持 1M 上下文，即一次可接收约百万 Token 的文本或代码。其百万 Token 输入、输出价格分别为 1 美元和 2.7 美元，并进入能力与单任务成本的“帕累托前沿”——再提高一项，通常就要牺牲另一项。这组结果的看点不只是榜单名次，而是仅激活 27B 参数也能逼近开源前列，为性能与推理成本的平衡提供了一个新样本。不过，榜单成绩和媒体实测仍不能等同于所有真实任务中的稳定表现。