StepFun publica Step 5 Preview como pesos abiertos: MoE de 600B, 27B activos y contexto de 1M
Según MarkTechPost, el 16 de octubre de 2026, StepFun publicó Step 5 Preview como pesos abiertos: 600B de parámetros totales, 27B activos por token y hasta 1M de contexto, con checkpoints FP8 y BF16 disponibles en Hugging Face y ModelScope.
Qué ha cambiado
Según MarkTechPost, el 16 de octubre de 2026, StepFun publicó Step 5 Preview como pesos abiertos, con checkpoints FP8 y BF16 disponibles en Hugging Face y ModelScope; la API, según esa fuente, se lanzó antes, el 20 de septiembre, y los pesos llegaron el 14 de octubre. El reporte afirma que el modelo es de arquitectura mixta de expertos dispersa, con 600B de parámetros totales, 27B activos por token y contexto de hasta 1M de tokens, con un diseño estrecho y profundo de 92 capas, atención de ventana deslizante con compuerta y atención completa intercaladas en proporción 3:1, donde las capas de atención completa seleccionan 4096 tokens históricos por consulta, puntuados en bloques de 8, y una cabeza de decodificación especulativa MTP-3 que aporta cerca de un 30% de aceleración de extremo a extremo. La fuente indica que FP8 requiere 4 GPU B300 u 8 H200, BF16 requiere 8 B300 o 16 H200, el checkpoint FP8 ocupa aproximadamente 650.32 GB y que vLLM y SGLang ofrecen imágenes con interfaz compatible con OpenAI. El reporte también presenta resultados de benchmark autoevaluados por StepFun y resultados independientes de Artificial Analysis y Vals AI, y señala que en la autoevaluación los rivales usaron Max effort mientras que Step 5 Preview usó High reasoning, por lo que la comparación no es entre pares equivalentes.
Impacto para desarrolladores
Para los desarrolladores, este lanzamiento coloca el contexto de 1M y las capacidades de agente de largo alcance entre las opciones autoalojables, pero el umbral es de nivel de centro de datos: la configuración mínima es de 4 B300 (FP8), y BF16 requiere 8 B300 en un solo nodo o 16 H200 en dos nodos, lo que dificulta su entrada en clústeres de inferencia habituales o en el borde. En cuanto a la licencia, el reporte menciona explícitamente StepFun Model License 1.0; los pesos abiertos no equivalen a una licencia de código abierto, y las condiciones de uso comercial, redistribución y obras derivadas deben verificarse en el texto original de la licencia, sin inferir el alcance de la autorización a partir de la mera disponibilidad de los pesos. Las evaluaciones citadas en el reporte muestran un perfil de capacidades claramente desigual: 88.3% en AA-LCR de razonamiento de contexto largo y 66.4% en FrontierFinance, pero solo 33.3% en Terminal-Bench 4.0 (frente a 41.9% de GLM-5.3), 0.4% en SRE Bench de Vals AI y 9.2% en el benchmark de agente legal de Harvey, lo que sugiere que la lectura de contexto largo y las operaciones multipaso de tipo terminal pueden tener distinta solidez. El reporte también afirma que la API admite niveles de razonamiento bajo, medio y alto, llamadas a herramientas y salida JSON Schema, lo que supone un costo de adaptación bajo para los equipos que la integren en canalizaciones existentes compatibles con OpenAI. Hay que distinguir los hechos reportados de las inferencias: los benchmarks anteriores son transcripciones de la fuente, los criterios de la autoevaluación y de los resultados independientes no son homogéneos y no han sido verificados en este artículo.
Integración y evaluación
Se recomienda seleccionar según el perfil de capacidades y no según la puntuación total. Primera decisión: si la carga de trabajo se centra en documentos largos, gráficos o análisis de informes financieros, el 88.3% en AA-LCR y el 66.4% en FrontierFinance reportados son señales que merecen reproducirse; los equipos de autoalojamiento pueden empezar con la configuración FP8 de 4x B300 en vLLM o SGLang y hacer una comparación en muestras pequeñas con los valores recomendados por el reporte de temperature 1.0, top_p 0.95 y top_k 0; la condición es disponer ya de B300 o recursos de VRAM equivalentes, y la métrica de evaluación puede ser la precisión de los campos estructurados de salida en una tarea propia de extracción de documentos largos, comparada por pares con la línea base actual. Segunda decisión: si la carga de trabajo es operación de terminal, ejecución de comandos multipaso o automatización tipo SRE, el 33.3% en Terminal-Bench 4.0 y el 0.4% en SRE Bench reportados indican que conviene hacer primero un análisis de modos de fallo antes de decidir su adopción; la condición es que la tarea tenga baja tolerancia a comandos erróneos, y la métrica puede ser la tasa de éxito de tareas de extremo a extremo sobre un conjunto fijo de pasos y el número de intervenciones humanas, con un umbral de adopción definido. Además, los equipos que evalúen la vía de API deberían consultar la página oficial de precios de StepFun para verificar la facturación vigente, ya que los precios de API y de caché cambian. En cuanto al costo de integración, las imágenes compatibles con OpenAI y el soporte de JSON Schema pueden reducir el trabajo de adaptación, pero antes de ponerla en producción conviene verificar la estabilidad de las llamadas a herramientas y de la salida estructurada bajo el esquema propio.
Límites y cuestiones pendientes
Step 5 Preview no aparece actualmente en el catálogo en vivo de KimiSeek; la disponibilidad de API descrita en el reporte se refiere a los canales oficiales de StepFun y no significa que esta versión esté listada en este sitio; la presencia en el catálogo de otras versiones de la misma familia o de nombre similar tampoco constituye disponibilidad de esta versión. Los benchmarks, configuraciones de hardware y precios descritos en este artículo proceden del reporte de MarkTechPost del 16 de octubre de 2026; los datos autoevaluados por StepFun no usan la misma intensidad de razonamiento que los rivales, y los resultados independientes son transcripciones de Artificial Analysis y Vals AI, ninguno de los cuales ha sido reexaminado en este artículo y no deben considerarse conclusiones verificadas. El reporte lo denomina explícitamente Preview, por lo que la arquitectura y los criterios de evaluación pueden cambiar en versiones posteriores; Transformers solo admite generación fuera de línea y el flujo completo de fragmentos BF16 aún no se ha validado de extremo a extremo, lo que también es una incógnita en la evaluación de autoalojamiento. La licencia es StepFun Model License 1.0, y las condiciones concretas de uso comercial y redistribución deben consultarse en el texto original. Los precios y la disponibilidad regional pueden cambiar; deben tomarse como referencia las páginas oficiales de precios y documentación.