StepFun ha publicado y liberado recientemente de manera oficial en código abierto los pesos del modelo Step5Preview, poniendo a disposición de los desarrolladores de todo el mundo los pesos del modelo en BF16 y FP8, un blog técnico detallado y las herramientas de desarrollo de código abierto asociadas. Anteriormente, gracias a su excelente rendimiento general, este modelo llegó a ocupar de manera estable el segundo lugar mundial en los rankings semanal y diario de volumen de llamadas de OpenRouter.
En cuanto al diseño arquitectónico, Step5Preview está profundamente optimizado para tareas agentiles (Agent) complejas de largo alcance, y adopta una avanzada arquitectura MoE dispersa (mezcla de expertos). El modelo tiene un total de parámetros de hasta 600B, pero solo activa 27B de parámetros por token, garantizando una potente capacidad de razonamiento y al mismo tiempo logrando una eficiencia de ejecución extremadamente alta. Además, soporta de forma nativa entradas multimodales de texto y visión, y cuenta con una asombrosa ventana de contexto ultra larga de 100万 tokens, lo que le permite desenvolverse con soltura en diversos tipos de escenarios complejos.
Para facilitar que los desarrolladores empiecen rápidamente y se integren en el ecosistema, actualmente los pesos del modelo ya están disponibles por completo en las plataformas Hugging Face y ModelScope, con una perfecta adaptación a las principales plataformas de chips y frameworks de inferencia, y con soporte para diversas modalidades de despliegue local e inferencia sin conexión, lo que facilita enormemente a los desarrolladores integrarlo en sus propios sistemas para construir todo tipo de aplicaciones inteligentes avanzadas.
Al mismo tiempo, el blog técnico publicado de manera oficial por StepFun detalla sus innovaciones clave en el diseño arquitectónico y la optimización coordinada del entrenamiento, revelando la base tecnológica que sostiene la ejecución estable de agentes complejos de largo alcance. Con la apertura total de los pesos en esta ocasión, se espera que este modelo de alto rendimiento acelere aún más la innovación en la implementación de los grandes modelos nacionales en diversos escenarios verticales y de largo alcance.