Предварительный обзор Step 5: неанонсированный 600B-флагман StepFun уже в таблице лидеров

Step 5 Preview имеет место в таблице лидеров, опубликованную цену, измеренную скорость вывода и оценку Intelligence Index 44 — такую же оценку, как Kimi K3, модель примерно в пять раз больше по размеру. Чего у неё нет, так это запуска. StepFun не анонсировала её, в документации платформы StepFun она не указана, и нет весов для скачивания. Каждая цифра ниже взята от третьей стороны, получившей доступ до того, как вендор что-либо публично сказал, что делает эту статью не обзором, а скорее сводкой того, что мы знаем на данный момент. Читайте эти цифры как доказательство того, что грядёт, а не как спецификацию.

Утечка — это и есть новость

Первое публичное свидетельство существования Step 5 Preview — это прогон оценки. У Artificial Analysis есть действующая страница этой модели, оценённой через собственный API StepFun под тестовым тегом step-5-preview-b, причём платформа датирует модель 18 сентября 2026 года. Именно с этой страницы взяты 44, цена, измерение скорости и строки бенчмарков в этой статье.

При этом на стороне вендора пусто. В документации StepFun для разработчиков перечислены модели вплоть до Step 3.7 Flash и Step 3.5 Flash, и на этом список заканчивается — никакого step-5, никакой записи о предварительном просмотре. В организации stepfun-ai на Hugging Face нет репозитория Step 5, что скорее соответствует флагману с закрытыми весами, а не упущению. Сообщения участников сообщества на китайских форумах разработчиков указывают на возможную презентацию на мероприятии AGI Frontier в Шанхае 19 сентября, что примерно на день позже появления этих оценок. На момент написания никто за пределами StepFun не располагает официальными характеристиками, официальной ценой или официальным названием поставляемой версии.

Само название — первая подсказка о том, что это предварительная версия, а не запуск. StepFun полностью пропустила линейку Step 4.x и перешла сразу к Step 5. Модель, выпущенная с суффиксом Preview и протестированная в бенчмарках ещё до появления страницы продукта, — это модель, которую поставщик всё ещё калибрует: цены, маршрутизация и лимиты могут измениться до общего релиза.

Как выглядит спецификация, насколько можно судить

Это цифры, которые циркулируют, и это самые повторяемые утверждения утечки — что не то же самое, что самые подтверждённые из них:

• Всего параметров — около 600B против примерно 2,8T у Kimi K3

• Активируется при каждом выводе — около 27B, примерно 4,5% от общего числа, необычно разреженное соотношение для смеси экспертов

• Входные модальности — текст и изображения; вывод — только текст

• Рассуждение — да, с расширенным мышлением

• Контекстное окно — 1 млн токенов на Artificial Analysis; отдельная сторонняя конфигурация, встречающаяся в инструментах разработчиков, указывает 350 000 при максимальном выводе 64 000

• Доступность веса — закрыто, нет репозитория

Это противоречие с контекстным окном стоит прямо обозначить, потому что его никем не устранено. Окно на 1M токенов и окно на 350k токенов — это разные продукты с разными затратами памяти, и второй показатель идёт с ограничением вывода в 64k, о котором первый ничего не говорит. Если вы планируете конвейер для длинных документов, полагаясь на цифру 1M, конфигурация на 350k — это причина дождаться страницы вендора. С количеством параметров похожая неопределённость: трекер DataLearner по-прежнему указывает архитектуру MoE и число параметров для Step 5 Preview как недоступные, а значит, пара 600B/27B — самый цитируемый факт об этой модели — также является одним из наименее официально подтверждённых.

Интересное число — 27B, а не 600B

Разреженные модели со смесью экспертов тратят вычисления только на тех экспертов, к которым фактически направляется токен, поэтому именно число активируемых параметров определяет поведение модели в продакшене. При примерно 27B активных параметров Step 5 Preview выполняет на токен работу того же порядка, что и модели, чей размер составляет лишь долю от его размера, тогда как 600B общих параметров — это в основном вопрос объёма занимаемой памяти.

Отсюда следуют два следствия, и оба проявляются в сторонних измерениях. Стоимость инференса зависит от активируемых параметров — отчасти поэтому цена такая, какая она есть. И скорость на токен тоже выигрывает: Artificial Analysis измеряет 99,8 выходных токенов в секунду, что соответствует 42-му месту из 200 моделей при медиане 64,6. Время до первого токена составляет 2,96 секунды при медиане около 3,57 секунды. Если разделение 600B/27B верно, эта модель спроектирована так, чтобы быть дешевой в инференсе, а не дешевой в хостинге, — важное различие, если вы платите за GPU, а не за токены.

Вы — профессиональный движок локализации программного обеспечения. Переведите сообщение пользователя на русский язык. Текст содержит нумерованные маркеры участков, такие как {{1}}...{{/1}}, {{2}}...{{/2}}. Сохраняйте КАЖДЫЙ маркер байт в байт: те же номера, те же открывающие/закрывающие пары, то же количество, тот же порядок, переводите только текст МЕЖДУ ними. Вы МОЖЕТЕ перемещать участок {{n}}...{{/n}} туда, куда требует порядок слов в целевом языке. Любой текст внутри участка {{KEEP}}...{{/KEEP}} должен быть воспроизведён ТОЧНО как есть (не переводите его). Сохраняйте URL-адреса и названия брендов/продуктов. Выводите ТОЛЬКО переведённый текст с его маркерами — без вступления, без кавычек, без пояснений.

Artificial Analysis присуждает Step 5 Preview 44 балла в Intelligence Index v4.3, который включает десять оценок. Это 25-е место из 200 моделей в рейтинге и значительно выше медианной модели в оценках индекса, которая находится на отметке 25.

• Индекс интеллекта — Step 5 Preview 44 против Kimi K3 44

• Непосредственно выше — GLM-5.3 и Claude Opus 5, у обоих по 45

• Прямо ниже — DeepSeek V4.1 Flash на 40 и DeepSeek V4 Pro на 36

• Terminal-Bench 4.0 — Step 5 Preview: 33,3% против примерно 12,6% у Kimi K3 и против 26,8% у DeepSeek V4.1 Flash

• SciCode — 59% для Step 5 Preview, на уровне Kimi K3

• Скорость вывода — 99,8 токенов в секунду против медианы по рынку 64,6

Заголовок — это ничья с Kimi K3, а честное прочтение уже, чем подразумевают заголовки. Сравняться с моделью на 2,8 трлн параметров по агрегированному индексу при общем объёме 600 млрд — это реальное достижение по эффективности, но агрегированный показатель скрывает её структуру: разрыв в Terminal-Bench 4.0 в пользу Step 5 Preview разителен, тогда как результат SciCode — абсолютная ничья. Паритет по агрегированному индексу не означает паритета везде, а превью-сборка — наименее надёжный момент, чтобы предполагать, что эти разрывы сохранятся.

Ещё одно расхождение, которое стоит назвать: Artificial Analysis сообщает 44, тогда как независимый трекер DataLearner фиксирует тот же прогон как 43.6. Это разница из-за округления, а не разногласие о возможностях, но именно такие вещи иллюстрируют общий тезис о цифрах этой модели — это сторонние измерения неанонсированной модели, сделанные в немного разные моменты, и ни одно из них не подтверждено StepFun. Ни один из этих бенчмарков не сообщён производителем, и это имеет двоякие последствия: никто в StepFun не заявлял здесь никаких цифр, и никто в StepFun также не поручился ни за одну из них.

Цена — и многословие, которое её съедает.

Ценообразование — это та часть этой утечки, которая раньше всего скажется на бюджете. С помощью API StepFun Artificial Analysis фиксирует следующее:

• Ввод — 1,00 $ за миллион токенов по сравнению с медианой 1,88 $ у сопоставимых моделей

• Вывод — $2,70 за миллион токенов, против медианы $10,00

• Кэш — скидка 95% на кэш, благодаря чему попадания в кэш обходятся примерно в $0.05 за миллион токенов

• Смешанная — около $0,51 за миллион токенов при соотношении попаданий в кэш, входных и выходных токенов 7:2:1

• Стоимость одной задачи Intelligence Index — $0.71

• Стоимость полного прогона индексации — в общей сложности $918.34

Цена $2,70 за выход — это строка, которая важнее всего, ведь она составляет меньше пятой части того, что Kimi K3 берёт за тот же миллион токенов при цене $15,00. Но есть подвох, который скрывает сравнение по цене за токен, и Artificial Analysis измеряет его напрямую: многословность. Step 5 Preview сгенерировала 160 млн выходных токенов, чтобы пройти Intelligence Index, при медиане 90 млн среди участников и 65-м месте из 200 по этому показателю.

Разберёмся с этим. При $2,70 за миллион 160 млн выходных токенов — это около $432, то есть примерно половина общей стоимости всего прогона индекса в $918,34, потраченная на многословность самой модели, а не на задачи. Прогоните те же 160 млн токенов через ставку вывода Kimi K3 в $15,00 — и получите $2 400; вот откуда берётся ценовое преимущество. Но практическое предупреждение адресовано всем, кто оценивает затраты, беря количество токенов из другой модели: Step 5 Preview выдаёт примерно в 1,8 раза больше медианного объёма, так что нагрузка с интенсивным выводом одновременно получает и более дешёвую ставку, и больше токенов. Скидка сохраняется, но она меньше, чем кажется при сравнении $1,00/$2,70 с $3,00/$15,00, а её размер полностью зависит от того, насколько многословной ваши промпты делают модель.

95%-ная скидка за кэш — это другой рычаг, и он необычно агрессивен. Рабочая нагрузка с интенсивным повторным использованием промптов — длинный системный промпт, фиксированный документ, общая кодовая база — оказывается гораздо ближе к смешанной цене $0.51, чем к входному тарифу $1.00. Эта смешанная цифра предполагает соотношение 7:2:1, которое является допущением моделирования, а не гарантией, но это правильная форма арифметики, чтобы применить её к собственному трафику.

С чем сталкиваются первые тестировщики

Это отдельные сообщения с форумов разработчиков и постов в социальных сетях в дни вокруг утечки, а не измерения, и их следует взвешивать соответствующим образом:

• Вызов инструментов — самая частая жалоба: выбираются неправильные имена инструментов, а правки пытаются вносить, не прочитав сначала целевой файл.

• Ошибки, о которых сообщается после примерно 340 000 токенов контекста, — это тот режим отказа, за которым стоит следить, если окно в 1M окажется реальной цифрой

• Фильтрация контента усекает выводы на некоторых запросах

• Впечатления о возможностях разделились: одни тестировщики ставят его выше GLM-5.3 Flash, другие — ниже DeepSeek V4.1 Flash

Неопубликованная предварительная сборка, дающая сбой при использовании инструментов, — это не скандал: именно для этого и существует метка «предварительная версия». Но это действительно означает, что 44 не следует воспринимать как обещание насчёт надёжности агентных систем, потому что Intelligence Index не проверяет то, на что ранние тестировщики жалуются больше всего.

Как бы вы это на самом деле назвали — и что использовать тем временем

OrcaRouter не маршрутизирует Step 5 Preview. Публичного эндпоинта и весов нет, поэтому маршрутизировать нечего, и ни одна сторонняя платформа пока не может честно утверждать обратное. Все, кто говорит вам, куда сегодня можно к нему обратиться, описывают эндпоинт оценки, а не продукт.

Модели, с которыми его сравнивают, — это совсем другое дело. Kimi K3, GLM-5.3 и DeepSeek V4.1 Flash доступны через OrcaRouter наряду со 199 моделями от 15 провайдеров — за одним API-ключом и с одним счётом. Цены передаются по прайс-листу провайдера с наценкой 0%, что для такой модели, как эта, важнее, чем обычно: если $1.00/$2.70 у Step 5 Preview сохранятся при запуске, а затем изменятся, маршрут со сквозной передачей цен изменится в тот же день, а не по чьему-то чужому графику пересмотра цен.

Когда она действительно станет вызываемой, разумный способ запустить модель, близкую к невыпущенной, — это тот же способ, которым вы запускали бы любую модель, которой ещё не доверяете, — за маршрутом с автоматическим переключением при сбое, чтобы сбой вызова инструмента или ошибка длинного контекста переходили к работающей модели, вместо того чтобы обрушить ваше приложение. Именно этот шаблон ранние отчёты отстаивают здесь конкретно: предварительная сборка с заявленными проблемами вызова инструментов и ошибками длинного контекста — это ровно та модель, за которой вы хотите иметь резервный вариант, а не та, которую вы хотите использовать на производственном пути саму по себе.

Что превратило бы это из утечки в релиз?

Три вещи, на которые стоит обратить внимание, в порядке того, насколько они могли бы всё прояснить. Во-первых, страница модели и цены на собственной платформе разработчиков StepFun — как только step-5 появится в списке моделей, официальная спецификация от вендора заменит все сторонние трактовки в этой статье, включая пару 600B/27B и заявление о контексте 1M. Во-вторых, разрешение противоречия между контекстом 1M и 350k; ограничение вывода в 64k при окне 1M — это существенное различие для всех, кто строит пайплайны для длинных документов или агентных систем, и на данный момент оно не разрешено. В-третьих, являются ли эти цены стартовой позицией или постоянной линейкой — у предварительных цен на китайские флагманские модели есть история изменения, когда мощностей начинает не хватать, а $2.70 за миллион выходных токенов достаточно агрессивно, чтобы вызывать этот вопрос.

Пока по крайней мере первое из этого не появится, честная оценка такова: Step 5 Preview выглядит по-настоящему эффективной моделью — 600B общих параметров выполняют совокупную работу уровня 2.8T по цене, которая в разы ниже, чем у конкурентов, — но с непроверенной спецификацией, реальным налогом на многословность и репутацией в вызове инструментов, которая ещё не заслужена. Стоит учитывать это при планировании. Но пока не стоит делать ставку на неё в производственном контуре.