StepFun divulga pesos abertos do Step 5 Preview: MoE 600B, 27B ativos, contexto 1M
Segundo o MarkTechPost, em 16 de outubro de 2026, a StepFun publicou o Step 5 Preview com pesos abertos: 600B parâmetros totais, 27B ativados por token, contexto de até 1M, checkpoints FP8 e BF16 disponíveis no Hugging Face e no ModelScope.
O que mudou
Segundo o MarkTechPost, em 16 de outubro de 2026, a StepFun publicou o Step 5 Preview em formato de pesos abertos, com checkpoints FP8 e BF16 no Hugging Face e no ModelScope, enquanto a API teria sido lançada antes, em 20 de setembro, e os pesos em 14 de outubro, conforme a mesma reportagem. A reportagem afirma que o modelo usa arquitetura de mistura de especialistas esparsa, 600B parâmetros totais, 27B ativados por token, contexto de até 1M tokens, design estreito e profundo de 92 camadas, atenção de janela deslizante com portão e atenção completa intercaladas na proporção de 3:1, em que cada camada de atenção completa seleciona 4096 tokens históricos por query, pontuados em blocos de 8, e um decodificador especulativo MTP-3 que traz cerca de 30% de aceleração ponta a ponta. A reportagem lista FP8 exigindo 4 placas B300 ou 8 H200, BF16 exigindo 8 placas B300 ou 16 H200, checkpoint FP8 de cerca de 650,32 GB, e imagens com interface compatível com OpenAI fornecidas por vLLM e SGLang. A reportagem também traz benchmarks autoavaliados pela StepFun e resultados independentes da Artificial Analysis e da Vals AI, e observa que, na autoavaliação, os concorrentes usaram Max effort enquanto o Step 5 Preview usou High reasoning, de modo que a comparação não é do mesmo tipo.
Impacto para desenvolvedores
Para desenvolvedores, este lançamento coloca contexto de 1M e capacidade de agente de longo alcance entre as opções auto-hospedáveis, mas a barreira é de nível data center: a configuração mínima é de 4 placas B300 (FP8), e BF16 exige 8 placas B300 em nó único ou 16 H200 em dois nós, o que dificulta seu uso em clusters de inferência comuns ou em dispositivos de borda. Quanto ao licenciamento, a reportagem lista explicitamente a StepFun Model License 1.0; pesos abertos não equivalem a licença de código aberto, e os termos de uso comercial, redistribuição e derivados precisam ser verificados no texto original da licença, pois o escopo de autorização não pode ser inferido pela visibilidade dos pesos. As avaliações citadas na reportagem mostram um perfil de capacidade claramente dividido: 88,3% no AA-LCR de raciocínio de contexto longo, 66,4% no FrontierFinance, mas apenas 33,3% no Terminal-Bench 4.0 (41,9% para o GLM-5.3), 0,4% no SRE Bench da Vals AI e 9,2% no benchmark de agente jurídico Harvey, indicando que leitura de contexto longo e operação multietapas em terminal podem ter forças diferentes. A reportagem também afirma que a API suporta intensidades de raciocínio baixa, média e alta, chamada de ferramentas e saída em JSON Schema, o que representa baixo custo de adaptação para equipes que a integrem a pipelines existentes compatíveis com OpenAI. É preciso distinguir fatos relatados de inferências: os benchmarks acima são todos reproduzidos da fonte, os critérios entre autoavaliação e resultados independentes não são uniformes e não foram verificados por este artigo.
Integração e avaliação
Recomenda-se escolher pelo perfil de capacidade, não pela pontuação total. Primeira decisão: se a carga de trabalho for predominantemente análise de documentos longos, gráficos ou relatórios financeiros, os 88,3% no AA-LCR e os 66,4% no FrontierFinance relatados são sinais que vale reproduzir; equipes de auto-hospedagem podem primeiro usar a configuração FP8 com 4x B300 em vLLM ou SGLang, com temperature 1.0, top_p 0.95 e top_k 0 recomendados na reportagem, para um teste comparativo em pequena amostra; a premissa é já ter B300 ou recursos equivalentes de memória de GPU, e a métrica de avaliação pode ser a acurácia dos campos de saída estruturada em uma tarefa própria de extração de documentos longos, comparada em pares com a linha de base atual. Segunda decisão: se a carga de trabalho for operação de terminal, execução de comandos em múltiplas etapas ou automação do tipo SRE, os 33,3% no Terminal-Bench 4.0 e os 0,4% no SRE Bench relatados sugerem que é preciso primeiro analisar os modos de falha antes de decidir adotar; a condição é que a tarefa tenha baixa tolerância a comandos errados, e a métrica de avaliação pode ser a taxa de sucesso ponta a ponta em um conjunto fixo de etapas e o número de intervenções humanas, com um limite de adoção definido. Além disso, equipes que avaliarem a rota via API devem consultar a página oficial de preços da StepFun para verificar a cobrança atual, pois preços de API e de cache podem mudar. Em termos de custo de integração, imagens compatíveis com OpenAI e suporte a JSON Schema podem reduzir o esforço de adaptação, mas a estabilidade da chamada de ferramentas e da saída estruturada sob o próprio schema deve ser validada antes da entrada em produção.
Limites e pontos a confirmar
O Step 5 Preview ainda não aparece no catálogo em tempo real do KimiSeek; a disponibilidade de API mencionada na reportagem se refere aos canais oficiais da StepFun e não indica que esta versão já esteja listada neste site; a existência no catálogo de outras versões da mesma família ou de nome semelhante também não constitui disponibilidade desta versão. Os benchmarks, configurações de hardware e preços citados neste artigo vêm da reportagem do MarkTechPost de 16 de outubro de 2026; os dados autoavaliados pela StepFun e os concorrentes não usaram a mesma intensidade de raciocínio, e os resultados independentes são reproduções da Artificial Analysis e da Vals AI, todos não retestados por este artigo e que não devem ser vistos como conclusões verificadas. A reportagem indica explicitamente Preview, e a arquitetura e os critérios de avaliação podem mudar em versões posteriores; o Transformers suporta apenas geração offline, e o fluxo completo de shards BF16 ainda não foi validado ponta a ponta, outro ponto desconhecido na avaliação de auto-hospedagem. A licença é a StepFun Model License 1.0, e as condições específicas de uso comercial e redistribuição devem ser consultadas no texto original. Preços e disponibilidade regional podem mudar; consulte as páginas oficiais de preços e documentação.