阶跃星辰甩出 Step 5 Preview：6000 亿参数只激活 270 亿，直接杀进全球开源前三

9 月 20 日，上海大模型企业阶跃星辰扔出一颗 " 重弹 " ——新一代旗舰基座模型 Step 5 Preview。它最硬的指标有两个：总参数 6000 亿（600B），推理时只激活 270 亿，是典型的稀疏 MoE 架构；在权威的 Artificial Analysis 智能指数里拿下 44 分，软件工程评测得 67.7，直接跻身全球开源模型前三。更实在的是价格：单任务成本约 0.71 美元，差不多是 Claude Opus 5 的八分之一。

这不是又一个 " 堆参数 " 的故事。Step 5 Preview 原生支持 100 万 token 上下文、文本与视觉双输入，已经全量开放 API，并计划在 10 月 15 日正式开源完整权重。更夸张的是长任务实测：它曾自主优化 GPU 内核连续 22 小时，达到 508 TFLOPS，超过了 Claude Opus 5 的 493。换句话说，它不光会答题，还能自己动手改底层代码把效率跑满。

为什么 " 只激活 270 亿 " 这件事值得说三遍？因为大模型最贵的从来不是参数有多少，而是每次推理要算多少。MoE（混合专家）让模型 " 用哪个专家算哪块 "，把推理成本砍下来——这正是它能把单任务成本压到八分之一的根源。对企业来说，同样一笔预算，从前跑一个任务，现在能跑八个。成本曲线下行，才是这一代模型真正的革命。

对国产大模型格局来说，这一步很关键。过去一年我们总在说 " 追平 "，这一次阶跃是用 " 开源 + 低成本 + 高性能 " 的组合，把竞争拉到了和全球顶尖同台的位置。连同此前登顶的智谱 GLM、月之暗面 Kimi、阿里千问，国产第一梯队已经从 " 比谁的模型更会聊天 "，悄悄切换到了 " 比谁更便宜、谁生态更深 " 的持久战。

对普通开发者和中小企业，开源意味着什么？意味着你可以把模型拉到本地、私有化部署、二次开发，不用被巨头的价格和规则卡脖子。一个低成本、高性能、还开源的国产模型，会催生一大批原本用不起前沿 AI 的小工具、小应用。技术平权，往往就是从 " 开源 " 这扇门开始的。

当然也要冷静："Preview" 三个字说明它还在调优期，真实业务落地需要时间；开源权重 10 月才放，生态能不能长起来还要看社区。但至少今天，我们看到了国产大模型从 " 追赶 " 到 " 并跑 " 的一个实打实的坐标。风来了，能不能飞得稳，看各自的翅膀硬不硬。

你觉得开源大模型这波 " 中国速度 "，能不能真正改写全球 AI 格局？评论区聊聊你的判断。