ice 9月的大模型竞争依旧激烈，除了榜单排名，模型处理真实任务的能力、响应速度、调用成本和终端适配，也成为衡量基础模型公司的重要标准。阶跃星辰发布新一代开源旗舰基础模型 Step 5 Preview。在全球权威的 Artificial Analysis Intelligence Index 中，Step 5 Preview 取得 44 分，位列全球开源模型前三，并进入模型智能水平与单任务成本权衡的“帕累托前沿”。
Step 5 Preview 面向 AI 编程、软件工程、专业知识工作、金融等场景，擅长需要长上下文、多轮工具调用与持续执行的任务。模型采用稀疏 MoE 架构，总参数量为 600B，实际激活参数为 27B，原生支持文本与视觉输入，上下文长度达到 1M。APPSO 通过 WorkBuddy 接入模型，覆盖编程、设计、3D 生成、深度调研和数据分析等方向进行实测。
编程与多场景实测
在编程测试中，Step 5 Preview 从 Three.js 五子棋入手，完成了落子、轮次切换和胜负判定，并加入人机对弈环节。威尼斯快艇游戏里，它把水面、建筑与镜头运动组织在同一场景中。卡帕多奇亚热气球场景要求数十个气球同时飞行，并可调整日照、风向和观察视角，模型仍保持了较完整的场景结构和交互逻辑。尼亚加拉瀑布测试涉及动态水体、水雾、彩虹、游船、多视角和季节切换，模型兼顾了视觉效果、交互逻辑与运行效率。网页操作系统测试中，Step 5 Preview 交出的页面在界面完整度、功能衔接和细节还原上，相比此前用 DeepSeek V4 Pro 和 DeepSeek V4.1 Flash 测试的同类 Mac 操作系统任务更进一步。太空行星、夜间跑车和狮身人面像等网页设计与 3D 资产测试，也体现出它对视觉层级和空间表达的理解；一张随手拍摄的照片，它能在数分钟内还原出具备基本结构和空间细节的模型。
调研与金融任务
深度调研更考验证据组织、专业知识与判断能力，金融则是检验综合能力的典型场景。阶跃围绕公司研究这一高难度金融工作流构建了三项内部评测，并引入包含 220 道专家问题、11543 项评估标准的 FrontierFinance。官方结果显示，Step 5 Preview 在四项金融基准中的表现均接近 Claude Opus 5。APPSO 的实测中，小折叠手机立项报告要求串联用户投诉、外屏生态和售后成本，并给出有依据的产品建议；广州、佛山七日游则加入预算、体力和严格素食限制，模型不仅持续遵循约束条件，方案也有更高的可行性。
