Die vollständigen Gewichte von Step 5 Preview hat StepFun am 15. Oktober 2026 offiziell zum Download freigegeben, in den Versionen BF16 und FP8, gelistet auf Hugging Face und ModelScope, zusammen mit einem technischen Blogbeitrag, Begleitwerkzeugen und einer Bereitstellungsanleitung. Das Modell selbst trat am 20. September an, mit langlaufenden Agentenaufgaben als Aushängeschild; offene Gewichte bedeuten, dass Teams es nun in der eigenen Infrastruktur betreiben können, statt es nur per API aufzurufen.
Ein dünn besetztes Design gegen die Stromrechnung der Spitzenklasse
Step 5 Preview nutzt eine Sparse-MoE-Architektur mit 600 Milliarden Parametern insgesamt, nur rund 27 Milliarden aktiv pro Token, einem Kontextfenster von einer Million Token und nativer Unterstützung für Text- und Bildeingaben. Im Technikbeitrag fallen mehrere Punkte auf: ein schmaler, 92 Schichten tiefer Aufbau, Sparse GQA, Arbeiten an der Trainingsstabilität und eine in das Strategietraining eingebaute Kontextkompression, damit ein Agent mitten in einer langen Aufgabe seinen Zustand aufräumen und weiterarbeiten kann, gestützt auf eine Umgebungspalette im Millionenmaßstab und Verstärkungslernen für lange Aufgaben. Die Zielszenarien sind klar benannt: KI-Programmierung, Softwaretechnik, professionelle Wissensarbeit und Finanzen, nicht Plauderei. Aktivierungsanteil gegen Kosten zu tauschen folgt derselben Effizienzlinie wie LFM2.5, das mit 24B gesamt und nur 2B aktiv Agenten auf dem Laptop betreibt – nur schiebt Step 5 die Größenordnung ins Flaggschiff-Segment.
44 Punkte und 0,71 Dollar pro Aufgabe: die Preis-Leistungs-Position
Im Artificial Analysis Intelligence Index erreicht Step 5 Preview 44 Punkte und damit weltweit einen Platz unter den besten drei offenen Modellen. Auf gleicher Basis kostet eine Index-Aufgabe rund 0,71 Dollar; das Unternehmen rechnet das auf etwa ein Achtel von Claude Opus 5 um, dessen Kosten pro Aufgabe bei rund 5,86 Dollar liegen. Die API-Preise betragen 1 Dollar pro Million Eingabe-Token und 2,7 Dollar pro Million Ausgabe-Token. Auch die Nutzung spricht bereits: In den OpenRouter-Daten vom 15. Oktober steht das Modell beim Token-Verbrauch weltweit auf Platz zwei, in der Wochen- wie in der Tagesliste. Ein Vorbehalt bleibt: Punktzahl und Kostenvergleich stammen vom Bewertungsanbieter und vom Hersteller; reale Abstände hängen vom Aufgabentyp ab, gerade lange Aufgaben gehören auf eigenen Fällen stichprobenartig nachgemessen.
Nach dem Download zuerst die Betriebskosten rechnen
Für den Betrieb werden mehrere Chip-Plattformen und Inferenz-Frameworks unterstützt: vLLM oder SGLang stellen einen OpenAI-kompatiblen Dienst bereit, Transformers deckt Offline-Inferenz ab, eigene Daten und Werkzeuge lassen sich anbinden. Doch 600 Milliarden Gesamtparameter setzen eine Untergrenze, die FP8 senken, aber nicht beseitigen kann; Mehr-GPU-Betrieb und seine Fixkosten bleiben. Für kleinere Teams liegt der praktische Wert offener Gewichte oft nicht im eigenen Inferenzbetrieb, sondern in Feinabstimmung, Prüfbarkeit und tiefer Integration, ohne dass Daten das Haus verlassen. Wer zuerst auf dem eigenen Satz langer Aufgaben Trefferquote und Kosten pro Aufgabe misst und erst dann zwischen Eigenbetrieb und API wählt, fährt die sicherere Reihenfolge.
