StepFun 發表 Step 5 Preview：600B 參數只啟動 27B，輸入一美元、權重 10/15 開放

台北某家新創的後端工程師，最近每個月要跟財務解釋同一件事：為什麼 API 帳單又超了。

他的產品會讓 AI 讀完一整份合約再回答問題，一份合約幾十萬個 token，跑一次就是一筆錢。這種「長脈絡 + 高頻呼叫」的應用，模型單價從三美元降到一美元，不是省下三分之二，是決定這個功能能不能繼續開下去。

9 月 20 日，他的選項又多了一個。

事件背景

中國的階躍星辰（StepFun）在當天正式發表 Step 5 Preview，並同步開放 API。這家公司在中國的模型廠商裡不算聲量最大的，但在多模態與長脈絡這兩條線上一直有動作。

要理解這次發表的定位，得看它自己怎麼說。StepFun 在官方社群帳號上的說法是：Step 5 Preview 是他們針對「代理式工作」（agentic work）的新旗艦，在軟體工程與專業知識工作上具備前沿級表現，並特別強調在金融領域的能力。

換句話說，它不是來跟你聊天的，是來替你做事的。

本次重點

根據 StepFun 官方發布與多家科技媒體的整理，Step 5 Preview 的規格是：

• 600B 總參數 / 每 token 啟動 27B 的稀疏混合專家（sparse MoE）架構
• 92 層的窄而深堆疊，這是比較少見的架構選擇
• 100 萬 token 脈絡長度
• 具備視覺能力
• API 於發表當日開放
• 定價每百萬輸入 token 1 美元、輸出 2.70 美元，並提供 95% 的快取折扣
• 開放權重預計 10 月 15 日釋出——也就是說現在 API 可用，但權重還沒開源

第三方評測機構 Artificial Analysis 將其列在 Intelligence Index 44 分，與 Kimi K3 Max 同分。這個數字要當參考看，因為單一綜合指數本來就難以反映特定任務的表現，何況預覽版模型後續還會調整。

市場影響分析

對台灣使用者

一般使用者不會直接碰到它——StepFun 沒有像 ChatGPT 或 Claude 那樣的消費端產品在台灣推廣。但你會間接受益：當模型的單位成本被持續往下壓，台灣的軟體服務就更有本錢把 AI 功能做進產品裡，而不是因為推論成本太高只好做成付費加購。

要提醒的是資料落地。中國模型廠商的 API 服務，資料傳輸與儲存的位置、以及當地法規對資料的要求，跟美系供應商是不同的問題。個人使用者丟一段公開資料進去沒什麼，但涉及個資或營業秘密就要另外想清楚。

對企業應用

企業要看的是那個 95% 快取折扣。

這個數字比模型分數更值得注意，因為多數企業應用的請求裡有大量重複內容——同一份產品手冊、同一套系統提示、同一批法規條文，每次呼叫都重送一遍。有高比例的快取折扣，等於這些重複部分幾乎不計費。對客服機器人、文件問答、合約審閱這類應用，實際帳單的差距可能比公告單價的差距大得多。

但企業導入前有兩道關卡繞不過。第一是資料治理：把客戶資料或內部文件送到中國廠商的 API，在台灣不少產業（金融、醫療、政府標案）會直接卡住，這不是技術問題是合規問題。第二是可持續性：預覽版模型的定價與服務條件都可能變動，把核心功能綁在一個 preview 版本上是有風險的。

對開發者

10 月 15 日的開放權重才是這則新聞對開發者最重要的部分。

如果權重真的照時程釋出，代表你可以把這個模型放到自己的機器上跑——資料不出門、成本可控、可以微調。對台灣有資料落地要求但又想用高階模型的團隊，這是一條真實的路徑。600B 總參數聽起來嚇人，但 27B 的啟動量意味著推論所需的運算比稠密模型小得多，這正是稀疏 MoE 架構的重點。

不過要先算清楚硬體。稀疏 MoE 雖然啟動參數少，但所有專家的權重仍需載入記憶體，600B 的模型檔本身就是硬需求，這不是一張消費級顯卡能處理的規模。多數團隊實際可行的做法是租用雲端 GPU，或是等社群釋出量化版本。

未來發展趨勢

這次發表延續了一個持續一整年的模式：中國的模型廠商用「更低的價格 + 開放權重」這組合，逼著整個市場的定價往下走。

這個策略的效果已經看得到。過去一年，各家前沿模型的每百萬 token 單價普遍下滑，而下滑的壓力有相當一部分來自開源與低價競爭者。對使用者這當然是好事，但也值得想一層：當推論價格逼近成本，模型廠商的獲利要從哪裡來？答案多半是往上游（自研晶片、自建資料中心）或往下游（做應用、做代理平台）走，這正是我們在〈Anthropic 找上三星做自研晶片〉裡談過的那條路。

第二個趨勢是「代理式工作」正在取代「聊天」成為模型的主要行銷定位。Step 5 Preview 的說明裡不斷出現 agentic、軟體工程、專業知識工作這些詞，幾乎沒在講對話體驗。這反映的是市場需求的轉移——付錢的客戶要的不是會聊天的模型，是能連續跑好幾個小時把事情做完的模型。

第三個值得盯的是「preview 先上、權重後開」這個發布節奏。它讓廠商能先收集真實使用資料再定案，也讓外界對開放權重的承諾有個明確的檢驗點。10 月 15 日到底會不會如期釋出，以及釋出的授權條款寫什麼，比現在的任何評測分數都更值得等。

TheAI學院 總結與評語

我對這類發表的看法一向務實：規格表好看不代表你用得上。

Step 5 Preview 真正讓我覺得有意思的有兩件事。一是 92 層窄而深的架構選擇——在大家都往更寬更大堆的時候，選擇加深層數是個明確的技術判斷，通常跟長脈絡下的推理連貫性有關，這個設計值得追蹤後續的實測。二是 95% 的快取折扣，那是給真正在跑量的人看的數字，不是給看發表會的人看的。

至於分數，Artificial Analysis 的 44 分跟 Kimi K3 Max 同分，這種綜合指數參考參考就好。你的應用是讀合約還是寫程式、是中文還是英文、要不要保證格式，這些差異對實際體驗的影響遠大於一個總分。

評語：真正該記在行事曆上的不是今天這場發表，是 10 月 15 日——權重有沒有照時程開、授權條款怎麼寫，那才決定這個模型對台灣團隊有沒有用。

給台灣開發者的具體建議：如果你手上有長脈絡、高重複內容的應用（文件問答、合約處理、客服知識庫），值得花半天用自己的真實資料跑一次對比測試，重點量三件事——中文理解的準確度、快取折扣的實際命中率、以及長脈絡下的穩定性。測試用的提示詞可以直接從我們整理的提示詞範本庫挑幾組固定題目，跨模型比較才有意義。但在資料治理沒談清楚之前，別把正式環境的客戶資料送出去。

如果你的需求是落地部署，那就把心力放在 10 月 15 日。在那之前做的任何架構決策，都建議保留換模型的彈性。

資料來源

• StepFun 官方發布（X）：Introducing Step 5 Preview
• Pandaily：StepFun Launches Step 5 Preview: 600B Sparse MoE, 1M Context, Weights Open Oct 15
• Data Studios：StepFun launches Step 5 Preview with 600B parameters, 1M context, and open weights coming October 15

依公開資訊整理、以官方發布為準。本文不構成投資建議。