这两天，Artificial Analysis上突然出现了一款Step 5 Preview。

模型厂商写的是StepFun，也就是阶跃星辰。

我第一反应是：阶跃这次终于把新的旗舰基模端上来了。

过去几个月国产大模型更新很密，阿里、智谱、Kimi几家轮番刷榜，很多人问阶跃在干嘛呢？

结果Step 5 Preview一出来，直接在Artificial Analysis Intelligence Index拿到44分，进入全球前沿模型的竞争区间。

我觉得这次最值得看的是，Step 5 Preview总参数600B，真正激活只有27B，92层Transformer，1M Context，原生支持文本和视觉，主要瞄准Coding、软件工程、Deep Research以及长程Agent。

另外，阶跃还选择了 Narrow but Deep（窄而深）的架构设计，又围绕深网络中的数值爆炸、梯度尖峰等问题进行了专门优化。这些本质上是为了让模型更好地处理复杂 Agent 任务，把算力尽量花到真正需要的地方。

看这个配置会发现，阶跃这次没有继续追“参数越大越好”。

它更像是在回答Agent时代一个越来越现实的问题：

模型能不能在一个复杂任务里一直聪明下去，同时别贵得离谱。

这种东西听着没Benchmark刺激，但其实更接近现在生产级Agent真正遇到的问题。

因为Agent和聊天机器人完全是两种工作负载。

问一个问题，模型算几十秒就结束了。

但一个Deep Research或者软件工程任务，可能要连续跑很久，中间搜索几十次、调用工具、读新资料、改方案，前面的信息还不能忘。

Agent时代真正难的，已经不是某一瞬间有多聪明，而是能不能聪明很久。

阶跃还专门拿金融做了一轮压力测试。

这个场景挺适合验模型。

公司研究不是读完一份财报就结束了，还得搜最新信息、核来源、理解行业、建预测模型、做估值，任何一步出了问题，后面的结论都可能跟着跑偏。

所以他们自己做了Live Search、Corporate Valuation、Deep Research三套评测，又跑了外部的FrontierFinance。

按照阶跃给出的结果，Step 5 Preview在四项测试里的表现都接近Claude Opus 5。

我觉得这里真正想证明的，也不是“我们又赢了谁”。

而是这个模型开始从会答题，往会完成专业工作流走。

但如果只看Step 5 Preview，其实还不足以解释为什么我觉得阶跃重新回到了大模型的牌桌中心。

更有意思的是，它最近几个月另外两条线也开始对上了。

一条是全模态全栈能力升级。

上周刚发的 StepAudio 3 系列语音模型，已经把实时语音、ASR这些能力推到AA榜单全球榜首，不久前发的端侧模型Step Edge，又把文本、视觉、语音、GUI这些能力往端侧压，在29个Benchmark上拿下第一我盘点了下，阶跃的模型已经覆盖了云端旗舰、Flash 高效模型、端侧模型，以及语音、视觉、生成、GUI ……也就是拥有了复杂 Agent 所需的完整技术底座。

另一条是终端。阶跃已经把模型推进 Agent 终端里量产落地了。

阶跃的模型现在已经进入超过4200万台终端，日均服务接近2000万人次，覆盖手机、汽车这些真实设备。

这个数字真正有价值的地方，不是装机量本身。

手机和汽车这种环境其实特别折磨模型：噪声、弱网、功耗、延迟、高并发一个不少，用户还不会因为你是AI就多等十秒。

模型每天在这里被真实用户折腾，本身就是一个很大的验证场，远比 Benchmark 更具挑战。但无论是以场景反哺模型训练，还是商业化变现，带来的回报也是巨大的。

所以现在再看阶跃，它的路线反而开始变得比较清楚了：

前沿基模负责把智能上限往上顶，全模态负责让Agent能听、能看、能操作，终端负责把这些能力真正塞进现实世界。

这三件事单独做的公司不少。

能同时往三个方向推，而且已经拿到大规模真实终端反馈的独立基模公司，非常稀缺。

这可能也是阶跃和另外几家国产基模公司比较不同的地方。

有人开发者生态强，有人企业交付强，有人C端产品体验突出。

阶跃现在越来越明显的支点，是AI+终端。

尤其越来越多的人意识到，Personal Agent 会是 Coding之后下一个风口，到时候阶跃的身价会进一步走高，因为AI终端就是 Personal Agent 不可或缺的载体。

这里技术壁垒也足够高，相比 Coding Agent的工作环境相对明确，Personal Agent面对的是十几亿普通用户每天各种模糊、临时、跨应用的需求。

到那个阶段，手机、汽车、眼镜这些终端，本身就是Agent最天然的入口。所以阶跃真正的看点还在后面，是当旗舰基模研发能力、全模态布局和数千万万级真实终端量产，在同一个时间点连起来形成合力。

大模型下一阶段拼的，大概率也不再是谁某一道题分最高。

智能、速度、成本、稳定性、真实任务完成能力，再加上有没有足够大的真实使用场景，这些会一起算账。

从这个角度看，Step 5 Preview更像一个节点。

阶跃重新回到了牌桌上，但这次它手里的牌，已经不只是一款模型了。

阶跃星辰 stepfunStep5Preview Agent