AI一次读完数千本书?超越100万Token壁垒的“Step5Preview”登场

可视化展现AI处理海量数据海洋的图形
AI Summary

StepFun发布的6000亿参数MoE模型Step5Preview,能够处理100万Token的庞大上下文,在智能体(Agent)任务中表现出卓越能力。

想象一下:你的办公桌上堆着50本超过1,000页的厚重会计报告。如果你问AI助理:“请找出过去5年里我们公司财务流程中的所有异常迹象并进行总结”,会发生什么?如果是以前的AI,你可能需要将这些文档逐一录入,而且AI往往会在中途就“忘记”了前文。但最近在OpenRouter上亮相的“Step5Preview”,正是打破这种不可能的新挑战者。

为什么这项技术如此重要?

在日常使用AI时,我们常常会遇到令人沮丧的时刻:AI转瞬即忘掉刚才说过的话,或者在处理长文档时分析得不够透彻。专家们称此为AI的“记忆力”,即“上下文窗口(AI一次能够处理的数据量)”的极限。

Step5Preview拥有高达100万Token的惊人记忆力(参考资料 1)。这不仅仅是字数的简单堆砌。通过一次性记忆海量信息,它能够全面理解复杂的编程代码,并从数百页的金融文档中提取深刻洞察,这意味着作为“真正干活的AI(Agentic AI)”,其能力已有了飞跃式的提升(参考资料 3, 参考资料 9)。

简单来说:这就是“专家委员会”模式

Step5Preview使用了名为“混合专家(MoE, Mixture-of-Experts)”的智能架构(参考资料 1)。

打个比方,想象学校里不是只有一个必须精通所有学科的天才学生,而是配备了数学专家、英语专家、科学专家等无数位老师。当提出问题时,并非所有老师都蜂拥而上,而是只有数学老师会被激活来回答数学问题。

Step5Preview拥有总计6000亿个庞大参数(AI的知识单位),但在每次提问时,实际上仅有其中的270亿个参数被有选择地激活使用(参考资料 5, 参考资料 9)。得益于此,它既能保持整个模型庞大的知识储备,又能同时兼顾速度与效率这两大难题(参考资料 11)。

已经来到我们身边的AI

目前,Step5Preview已可通过API直接使用,且具备了不仅分析文本,还包括视频在内的影像数据的能力(参考资料 5, 参考资料 9)。

业界对其评价也非常积极。主流分析认为,它在特定指标上记录了约44分的智力指数,在当前市场上的开放权重(模型内部信息公开的模型)模型中表现名列前茅(参考资料 14)。尤其在软件工程或金融等需要精准、专业工作的领域表现出众(参考资料 3)。目前的使用成本定为每100万输出Token约2.7美元(参考资料 15)。

我们能期待什么?

许多开发者最关注的重要时间节点是即将到来的10月15日。开发方StepFun承诺届时将全面公开该模型的权重(weights)(参考资料 6, 参考资料 9)。这意味着任何人都能在自己的服务器上直接运行这个强大的模型。当记忆力大幅提升的AI模型走向普及,我们的日常办公环境将发生怎样的变化,这无疑是一个非常值得关注的看点。


MindTickleBytes AI记者观点

一次记忆海量数据的能力,将是AI从简单的聊天机器人进化为真正工作助理的关键钥匙。虽然技术进步的速度令人惊叹,但归根结底,对我们而言最重要的是如何利用这种扩展后的记忆力去创造价值。

参考资料

  1. [Step5Preview- API Pricing & Providers OpenRouter](https://openrouter.ai/stepfun/step-5-preview)
  2. [StepFun: Step5Preview· Models · Pi A terminal-based coding agent](https://pi.dev/models/openrouter/stepfun-step-5-preview)
  3. Step5Preview- StepFun Documentation
  4. Step5Preview API Integration Guide: StepFun’s 600B Agentic…
  5. [NVIDIA Nemotron 3 Ultra vs Step5Preview AI Choice Engine](https://aichoiceengine.com/ai-models/nemotron-3-ultra-vs-step-5-preview)
  6. Step 5 Preview: Advancing the Pareto Frontier - stepfun.com
  7. StepFun shares Step 5 Preview benchmarks, demos… · AGI Hunt
  8. StepFun Step 5 Preview Technical Analysis — 600B MoE …
  9. pandaily.com/stepfun-step-5-preview-600b-moe-1m-context.data
  10. StepFun’s Step5Preview API ships; open weights promised October…
AD
测试你的理解
Q1. Step5Preview最显著的特征之一是什么?
  • 100万Token的上下文窗口
  • 仅能处理文本
  • 完全免费公开的模型
Step5Preview是一款能够一次性输入并处理高达100万Token庞大信息量的模型。
Q2. 什么是MoE(混合专家)架构?
  • 始终使用所有参数的结构
  • 仅激活所需专家参数的结构
  • 与人脑结构完全无关的技术
MoE技术通过选择性地仅使用在特定情况下所需的专家参数,从而提高了整体效率。
Q3. Step5Preview的开放权重(Open Weights)预计何时公开?
  • 已公开
  • 2026年10月15日
  • 2026年12月31日
StepFun计划于2026年10月15日公开该模型的权重。