Les poids complets de Step 5 Preview ont été officiellement ouverts au téléchargement par StepFun le 15 octobre 2026, en versions BF16 et FP8, référencées sur Hugging Face et ModelScope, avec un article technique, des outils de développement et un guide de déploiement. Le modèle lui-même avait été présenté le 20 septembre, avec les tâches d'agent de longue haleine comme usage phare ; des poids ouverts signifient que les équipes peuvent enfin l'exécuter dans leur propre infrastructure au lieu de l'appeler uniquement par API.
Une architecture creuse pensée contre la facture d'électricité du haut de gamme
Step 5 Preview repose sur une architecture MoE creuse de 600 milliards de paramètres au total, dont environ 27 milliards seulement actifs par jeton, une fenêtre de contexte d'un million de jetons et une entrée texte et image native. L'article technique retient l'attention sur plusieurs points : une structure étroite et profonde de 92 couches, le Sparse GQA, un travail de stabilité d'entraînement et une compression de contexte intégrée à l'entraînement de la politique, pour qu'un agent puisse ranger l'état de sa tâche en cours de route et continuer, le tout adossé à un parc d'environnements vérifiables à l'échelle du million et à un apprentissage par renforcement pour tâches longues. Les scènes visées sont explicites : programmation assistée, génie logiciel, travail de connaissance professionnel et finance, pas la conversation légère. Échanger un taux d'activation contre du coût suit la même ligne d'efficacité que LFM2.5, qui fait tourner des agents sur portable avec 24 milliards au total et 2 milliards actifs ; Step 5 pousse simplement l'échelle dans la catégorie des modèles vedettes.
44 points et 0,71 dollar la tâche : son positionnement prix-performance
Sur l'indice d'intelligence d'Artificial Analysis, Step 5 Preview obtient 44 points, ce qui le place parmi les trois premiers modèles ouverts au monde. Sur la même base, une tâche de l'indice lui coûte environ 0,71 dollar, soit, selon le calcul de l'entreprise, près d'un huitième de Claude Opus 5, dont le coût total par tâche avoisine 5,86 dollars. Les tarifs d'API sont de 1 dollar par million de jetons en entrée et 2,7 dollars en sortie. L'usage suit déjà : les données OpenRouter au 15 octobre le placent deuxième mondial en consommation de jetons, sur la semaine comme sur la journée. Réserve d'usage : le score et la comparaison de coûts viennent de l'évaluateur et du fournisseur ; les écarts réels dépendent du type de tâche, et les travaux de longue haleine méritent un rééchantillonnage sur vos propres cas.
Une fois les poids reçus, chiffrer d'abord le déploiement
Côté service, la publication prend en charge plusieurs plateformes de puces et cadres d'inférence : vLLM ou SGLang hébergent un service compatible OpenAI, Transformers couvre l'inférence hors ligne, avec des branchements vers vos données et vos outils. Mais 600 milliards de paramètres fixent un plancher que le FP8 abaisse sans le supprimer ; le service multi-GPU et ses coûts fixes demeurent. Pour les petites équipes, la valeur pratique de poids ouverts tient souvent moins à l'hébergement maison qu'à l'ajustement fin, à l'auditabilité et à une intégration profonde sans faire sortir les données. Mesurer d'abord, sur son propre jeu de tâches longues, le taux de réussite et le coût par tâche, puis seulement choisir entre auto-hébergement et API, reste l'ordre le plus sûr.
