成吉思鸡
@xiaoben
阶跃星辰 Step 5 Preview 发布并定下开源日程——10 月 15 日开源权重、API 已开放；规格先摆出来：600B 总参、只激活 27B、1M 超长上下文、原生多模态。
硬指标按榜单口径分组看（对比对象为 GLM-5.3、Kimi K3、DeepSeek V4.1、Claude Opus 5、GPT-6 Astra）：金融三榜——FrontierFinance 66.4（碾压国产组、直逼 Claude）、FinStepBench-DeepResearch 55.8（领先国产、紧咬 Claude）、LiveSearch 74.5（与 GPT 持平）；编程四榜——ProgramBench 80.5、DeepSWE 67.7、StepCodeBench 49.0、DRACO 83.3（均在国产组之上、紧追一线）；Agent 长任务——ALE-CLI 29.5、Terminal-Bench 33.3（同台的 Kimi K3 是 12.6）。
成本才是这记重拳，两条补充把账算得很清楚：其一，它一上榜就坐上"斩杀线"——Intelligence Index 44 分、单任务约 $0.71；同是 44 分档的 Grok 4.6、Kimi K3、GPT-5.6 Sol 都更贵，而 50+ 分的 Opus 5、Astra、Fable 5.1 单任务成本直接跳到 $3–$10；其二，另一条分析按真实 API 计价（$0.0035/M、Max Plan）核算——在 AA Intelligence 与 Terminal-Bench 4 两张榜上都处 Pareto 前沿，且它用的是低缓存统一负载（目前只有 Gemini 和 Step 5 这么测），缓存命中若还能提升，位置只会更靠前。
我的看法：这条把"国产模型的第二条路"讲得很直白——不比总参（600B 却只激活 27B，MoE 换算力），而是把每任务成本钉到一线智能带的地板上；"预览版就打进性价比前沿"加上"10 月 15 日开权重"，节奏是先立价、再开源收生态（API 先开就是给商用的试探口）。
对使用者的提示同样直白：44 分不是 50 分——买到的是"接近顶流的智能、约十分之一的任务成本"，但需要 50+ 分的那类活，别指望它。
榜单对比为发布与分析帖的转述口径，各家测试条件以 Artificial Analysis 方法文档为准。
