StepFun、オープンウェイトのStep 5 Previewを公開：600B MoE・27Bアクティベート・1Mコンテキスト

MarkTechPostの2026年10月16日の報道によると、StepFunはStep 5 Previewをオープンウェイトとして公開した。総パラメータ数600B、トークンあたり27Bをアクティベート、最大1Mコンテキストに対応し、FP8とBF16のチェックポイントがHugging FaceとModelScopeで公開されている。

公開 2026/10/17更新 2026/10/25

主な変更

MarkTechPostの2026年10月16日の報道によると、StepFunはStep 5 Previewをオープンウェイトとして公開し、FP8とBF16のチェックポイントをHugging FaceとModelScopeで公開した。同報道ではAPIが先に9月20日に提供開始され、ウェイトが10月14日に続いたとされている。報道によれば、このモデルはスパースなエキスパート混合アーキテクチャを採用し、総パラメータ数600B、トークンあたり27Bをアクティベート、コンテキストは最大1Mトークン。92層の細長く深い設計で、ゲート付きスライディングウィンドウアテンションとフルアテンションを3:1で交互に配置する。フルアテンション層は各クエリで4096個の履歴トークンを選択し、8個単位でスコアリングする。またMTP-3投機的デコーディングヘッドによりエンドツーエンドで約30%の高速化が得られるとしている。報道ではFP8はB300を4基またはH200を8基、BF16はB300を8基またはH200を16基必要とし、FP8チェックポイントは約650.32GB。vLLMとSGLangがOpenAI互換インターフェース付きのイメージを提供するとしている。さらにStepFunの自己評価ベンチマークとArtificial Analysis、Vals AIによる独立結果が示されているが、自己評価では競合がMax effort、Step 5 PreviewがHigh reasoningを使用しており、比較は同一条件ではないと注記されている。

開発者への影響

開発者にとって、このリリースは1Mコンテキストと長距離エージェント能力をセルフホスト可能な選択肢に加えるが、前提となる要件はデータセンター級である。最小構成はB300 4基（FP8）で、BF16はシングルノードのB300 8基またはデュアルノードのH200 16基が必要となり、一般的な推論クラスタや端末側への導入は難しい。ライセンス面では、報道はStepFun Model License 1.0を明記しており、オープンウェイトはオープンソースライセンスと同義ではない。商用利用、再配布、派生に関する条件はライセンス原文を自ら確認する必要があり、ウェイトが公開されていることから権利範囲を推定することはできない。報道が引用する評価は能力像がはっきり分かれている。AA-LCRの長コンテキスト推論は88.3%、FrontierFinanceは66.4%である一方、Terminal-Bench 4.0は33.3%のみ（GLM-5.3は41.9%）、Vals AIのSRE Benchは0.4%、Harveyの法務エージェントベンチマークは9.2%であり、長文読解とターミナル形式の多段操作では強さが異なる可能性を示す。報道ではAPIが低・中・高の推論強度、ツール呼び出し、JSON Schema出力に対応するとされており、既存のOpenAI互換パイプラインに組み込むチームにとっては改修コストが比較的低い。報道事実と推測は区別が必要で、上記ベンチマークはすべて出典による伝聞であり、自己評価と独立結果で条件が異なり、本記事では検証していない。

導入と評価の提案

総合スコアではなく能力像に基づいて選定することを勧める。第一の判断：ワークロードが長文書、図表、決算分析中心であれば、報道にあるAA-LCR 88.3%とFrontierFinance 66.4%は再現に値するシグナルである。セルフホストチームはまずFP8のB300 4基構成でvLLMまたはSGLang上に、報道が推奨するtemperature 1.0、top_p 0.95、top_k 0を用いて小規模な比較を実施できる。前提としてB300または同等のVRAMリソースを保有していること。評価指標は自社の長文書抽出タスクにおける構造化出力フィールドの正解率とし、現行ベースラインとペアで比較するとよい。第二の判断：ワークロードがターミナル操作、多段コマンド実行、SRE系自動化であれば、報道にあるTerminal-Bench 4.0の33.3%とSRE Benchの0.4%は、採用判断の前に失敗モード分析を行う必要を示唆する。条件として、そのタスクが誤コマンドへの許容度が低いこと。評価指標は固定ステップ集合でのエンドツーエンドタスク成功率と人手介入回数とし、採用基準を設定する。さらにAPI経由を検討するチームは、StepFun公式の価格ページで現在の課金を確認すべきである。API価格とキャッシュ価格は変動する。導入コスト面では、OpenAI互換イメージとJSON Schema対応が改修量を減らすが、本番投入前に自社スキーマ下でのツール呼び出しと構造化出力の安定性を検証すべきである。

制限と未確認事項

Step 5 Previewは現時点でKimiSeekのライブカタログに存在しない。報道で言及されたAPIの利用可否はStepFun公式チャネルを指し、本サイトがこのバージョンを掲載済みであることを意味しない。同系列または類似名称の他バージョンがカタログに存在しても、このバージョンが利用可能であることにはならない。本記事に記載したベンチマーク、ハードウェア構成、価格はすべてMarkTechPostの2026年10月16日の報道に由来する。StepFunの自己評価データは競合と同等の推論強度ではなく、独立結果はArtificial AnalysisとVals AIからの伝聞であり、いずれも本記事では再検証していないため、検証済みの結論と見なすべきではない。報道は明示的にPreviewと記載しており、アーキテクチャと評価条件は後続バージョンで変わり得る。Transformersはオフライン生成のみに対応し、完全なBF16シャーディング手順はエンドツーエンドで検証されていないことも、セルフホスト評価における未知要素である。ライセンスはStepFun Model License 1.0であり、具体的な商用・再配布条件は原文を確認する必要がある。価格と地域別の可用性は変動し得るため、公式の価格ページとドキュメントを基準とすべきである。