StepFun: Step 5 Preview matcher Kimi K3 på koding, åpne vekter kommer 15. oktober

Step 5 Preview scorer 67,7 prosent på kodebenchmarken DeepSWE v1.1. Kimi K3 scorer 67,5 på den samme testen, GLM-5.3 66,9, mens Claude Opus 5 ligger på 74,0 og GPT-6 Astra på 74,1. Bildet gjentar seg på ProgramBench, der StepFun oppgir 80,5 mot 77,8 for Kimi K3 og 82,3 for Claude Opus 5. Modellen plasserer seg altså på linje med de sterkeste kinesiske konkurrentene og et stykke bak Claude Opus 5 og GPT-6 Astra.

Arkitekturen er sparsom Mixture-of-Experts: 600 milliarder parametere totalt, 27 milliarder aktive per token, 1M tokens kontekstvindu og bildeinput. StepFun oppgir en score på 44 på Artificial Analysis' intelligensindeks, og skriver at kostnaden per oppgave er vesentlig lavere enn hos modeller på samme intelligensnivå. Selskapet har gitt lanseringen tittelen «Advancing the Pareto Frontier», og beskriver Pareto-fronten som den beste avveiningen mellom intelligens og kostnad.

«Modellen vil bli sluppet med åpne vekter 15. oktober» > — StepFun, i annonseringen av Step 5 Preview

Tallene er selvrapporterte, og noen av dem er svake. På Terminal-Bench v4 får Step 5 Preview 33,3 mot 41,9 for GLM-5.3 og 52,3 for Claude Opus 5. Seks av benchmarkene i StepFuns egen tabell er merket som internt utviklet, deriblant StepCodeBench, der modellen scorer 49,0 mot 63,9 for Claude Opus 5. StepFun oppgir også at rundt 70 prosent av interne og eksterne eksperter vurderte modellen som i stand til å løse kodeoppgaver av moderat høy kompleksitet på egen hånd.

Fram til 15. oktober er modellen bare tilgjengelig gjennom StepFuns egne produkter og API. For deg som bygger på åpne vekter er datoen det som betyr noe: en 27B-aktiv MoE med 1M kontekst er en annen sak å hoste enn en tett modell av samme totalstørrelse, og den avgjør om dette blir et reelt alternativ til Kimi K3 og GLM-5.3 i din egen stack.