开源Top2：实测阶跃Step 5 Preview

谁能想到，全球旗舰模型混战打到现在，局势依旧充满变数。

昨天，阶跃星辰毫无预兆地端出了最新一代旗舰基座模型——Step 5 Preview。

MoE架构，600B总参数、激活参数仅27B，1M上下文。

Agent能力大幅提升，在Artificial Analysis的最新评测中，Step 5 Preview取得44分，直接冲到全球开源Top 2。

要知道，其他拿到这一分数的大模型，大多都是万亿参数级别。

所以相比起来，阶跃这个新模型定价蛮便宜。

百万输入：1美元

百万输出：2.7美元

可以说很有竞争力了，单个任务成本仅为Opus 5的12.5%。

下面这张图更加直观。

AA榜单中，Step 5 Preview位于Intelligence Index与单任务成本权衡的「帕累托前沿」。

说实话，看到这个消息时我有点意外。

阶跃挺久没出现在这么靠前的位置了，之前两代模型都聚焦在Flash这个档位。

但Benchmark这东西嘛，现在大家也都懂。

榜单上你追我赶，今天刷掉一个，明天又冒出来一个。真到要用的时候，模型到底行不行，完全是另外一码事。

所以我干了一件比较费钱的事：

烧了无数Token，并行跑了无数个3D资产、3D游戏……

然后，我发现——

这模型好像还真可以啊。。。

最近Astra操控软件不是很火吗？

所以API一接上，我直接给Step 5 Preview上强度，让它操作Blender，给我建一个后室出来。

说实话，最开始我没指望它真能交付出什么东西。

结果等它自己折腾了一个多小时，我打开文件夹，再点开渲染好的MP4，直接看愣了。

不er，这啥啊，你搁哪个网站下载的视频？？

建模本身就不说了，离谱的是，它居然自己给视频加了一堆后期。

VHS录像质感、镜头噪点、昏黄灯光，人物走路的时候甚至还有脚步声。

给我看得有点毛骨悚然了，感觉转角会跳出一个《痴迷》女主。。。

所以咱还是做点老少皆宜的demo吧。

第二个任务，我让它照着1999年的《LEGO Racers》，直接搓一个乐高赛车游戏。

这次也挺完整。

赛道、赛车、人机车手、实时排名都有，甚至连发动机音效都给配上了。

也是给我玩得不亦乐乎。

唯一的问题是，这赛道修得也太窄了。。。

也可能主要还是因为我车技菜，经常一脚油门直接创路障上，有时候甚至连人机都跑不过。

不过吧，家人们，玩完两个3D Demo，我是真有点顶不住了。

你要知道，我是晕3D的。前面两个任务搓完，差点没搁工位上吐出来。。。

最后再奉上一个《花屋》建模，接下来咱还是做点简单的2D任务吧。

先做了个霓虹跑酷小游戏。有意思的是，我专门用了和阶跃上一代官网Demo类似的Prompt。

结果差距还是挺明显的。

道路两旁加了高楼，视觉层次更完整，Game Over之后整个边框还会跟着变红，很多Prompt里没写的小细节，它自己补上了。

然后我又让它做了个写作网站。

这里必须单独表扬一句。

终于不往东坡肉里塞番茄炒蛋了。

这审美真可以啊，而且覆盖面特别全，基本能直接拿来用了。

不过，有时候还是会出现模块溢出这种小Bug，依然得review，依然得改。

前面几个Demo也是这样。

第一轮经常有些小细节不到位，离Astra那种「我咧个，这是AI做的？」的瘫软程度，肯定还有差距。

但还是能拿来干活的。

通常指出两三轮问题，它自己修一遍，就能到可用状态。

那么问题来了。

明明前面两代还都是Flash，怎么到Step 5 Preview，Agent能力突然猛了这么多？