阶跃星辰把 Step 5 Preview 的底牌摊开了：总参数 600B，激活 27B，100 万 Token 上下文，文本加视觉双输入，Artificial Analysis 智能指数 44 分，官方口径是全球开源模型前三，单任务成本是 Claude Opus 5 的八分之一。数字一多，反而容易看花眼。真正该停一下的，是 27B 激活这个量和八分之一这个价。
稀疏 MoE：省下的算力，和没省下的显存
27B 激活，等于给推理账单打了折
600B 是仓库面积，27B 是每天真正进出的货量。稀疏 MoE 把前馈层拆成几十上百个专家，每个 token 只被路由进其中一小撮，剩下的在同一时刻完全闲置。模型装了多少知识，按 600B 算；一次前向传播要烧多少算力，按 27B 算。这个比例大约二十二比一，它直接落到两个地方：生成速度，和每百万 Token 的报价。
但权重得实打实躺在显存里
别急着说便宜。稀疏激活省的是计算，不是存储。600B 参数即使按 FP8 精度存放，也是接近 600GB 的体量，单机八卡未必宽松，何况实际部署还得给 KV Cache 留空间。想自己把这台机器开起来，门槛一点没降。MoE 降低的是调用成本，不是部署成本——这两个词经常被混着用，采购的时候会出人命。
开源阵营押注 MoE 的底层逻辑
从 DeepSeek 到后来的几批开源旗舰，MoE 基本成了默认选项。原因不复杂：同样的显存预算里，稀疏模型能塞进更多参数，榜单上就更好看；同样的算力预算里，它跑得更快，报价就更有竞争力。对使用者来说，这条路线兑现成一句话——你按 27B 的价格付钱，拿接近 600B 的能力。前提是路由训练到位，专家之间别互相打架，否则激活的那 27B 里有一半在摸鱼。
100 万 Token 上下文，难的从来不是数字
长上下文不该再当发布会装饰品看
过去两年“支持多少万 Token”被念到麻木，因为宣称和可用之间隔着一整个推理框架。100 万 Token 是另一个量级：一整套中等规模的代码仓库、几本技术手册、一个季度的会议纪要，能一次性塞进去，不用切片、不用召回、不用赌检索质量。对 Agent 来说，这等于把“先找资料再干活”压缩成“边看边干”。
注意力计算才是真正的账单
标准注意力的计算量随序列长度平方增长，百万级序列不是加根内存条能解决的。工程上靠分块、稀疏化、KV Cache 压缩各种手段往下压，压到现在能跑，但离免费还差得远。长上下文的隐性成本藏在延迟曲线里：上下文从十万涨到一百万，首 Token 时间会变成什么样，比“支持不支持”更值得在选型时追问。
文本配视觉，输入侧复杂度翻倍
Step 5 Preview 同时接受文本和视觉输入。单独看这件事不新鲜，叠在百万上下文上就不一样了——报错截图、设计稿、扫描合同、UI 原型，这些原本要靠 OCR 或人工转述的素材，现在可以直接进上下文。很多 Agent 任务失败的原因，不是推理不够聪明，是它压根没看到足够原始的现场。
44 分，一个必须放回坐标系里读的数字
Artificial Analysis 的指数在测什么
这个指数把若干推理、编码、知识类基准折算成一个综合分，方便横向摆放。代价是维度被抹平：一个在代码上很强、常识上偏弱的模型，和一个各项均衡的模型，可能拿到同一个分数。44 分说明它稳稳站在第一梯队，但具体到你的任务上强不强，得回到你自己的评测集里找答案。
“全球开源前三”的限定词是开源
官方的说法是全球开源模型前三，这句话成立，前提是把“开源”两个字读进去。闭源第一梯队的头部模型依然占据更高位置，差距没有被抹平，只是被缩窄了。开源阵营内部的排序也相当拥挤，第一梯队几家的分差已经小到一次版本更新就能翻转的程度，谁先发谁占座。
八分之一的成本，比 44 分更能改变决策
真正有杀伤力的是那个成本数字：单任务成本为 Claude Opus 5 的八分之一。同一类工作负载，价格差八倍，计算性质就变了。原本要精挑细选、只敢在关键路径上调用的模型，现在可以无脑全量跑一遍——日志巡检、工单分类、文档字段抽取、测试用例生成。单价落到阈值以下，用法会从“省着用”自动切换到“铺开用”，这个切换往往比榜单上多两分带来的影响大得多。
权重开放之后，价格锚点会往哪走
公布权重时间表，比公布参数更重要
参数表是给评测者看的，权重时间表是给工程团队看的。前者决定讨论热度，后者决定排期。企业评估一个开源模型，第一件事是问什么时候能拿到权重、许可证怎么写、微调后的产物能不能商用。这些答案决定了它能不能进生产环境，也决定了它是不是真的“开源”。
编码和 Agent 会最先吃掉这批产能
官方给的标签里，编码、Agent、推理三个词指向同一类工作负载：调用密集、步骤多、结果可自动验证。这类任务最适合先用便宜模型铺一遍，再由昂贵模型兜底。模型能不能自己跑测试、读报错、改代码再跑一遍，是这条流水线的分水岭；能闭环，成本优势才会真的兑现。
开源每压一次价，闭源的定价空间就窄一分
开源模型持续把单任务成本往下拽，闭源厂商靠什么维持溢价？答案是那些开源暂时接不住的任务：超长链条的复杂推理、高风险决策、对稳定性要求近乎苛刻的场景。对使用方来说，选型问题已经悄悄换了形式——不是“用哪个模型”，而是“哪些任务非贵不可”。Step 5 Preview 把这道题的价格参数又调低了一档。
