StepFun: Step 5 Preview

StepFun: Step 5 Preview ist ein Textgenerierungsmodell von StepFun, das vom Anbieter am 2026-10-08 veröffentlicht wurde. Es wird als StepFuns Flaggschiffmodell für agentische Arbeit beschrieben, aufgebaut auf einer spärlichen Mixture-of-Experts-Architektur mit 27B aktiven Parametern von insgesamt 600B. Das Modell liegt in der Textkategorie und zielt auf anspruchsvolle, werkzeuggesteuerte Arbeitslasten statt nur auf einfachen Chat.

Das Modell akzeptiert Text, Bild und Video als Eingabe und erzeugt Text als Ausgabe. Sein Kontextfenster beträgt 1.000.000 Tokens, und es kann bis zu 64.000 Ausgabe-Tokens in einer einzigen Antwort generieren. Diese Kombination eignet sich für Aufgaben, bei denen große Mengen an Quellmaterial auf einmal berücksichtigt werden müssen, sei es geschriebene Dokumente, Screenshots oder Videomaterial, mit einer langen geschriebenen Antwort oder einem Artefakt am Ende.

Da Step 5 Preview laut StepFuns eigener Beschreibung bei Software-Engineering- und professionellen Aufgaben stark abschneidet, umfassen natürliche Einsatzmöglichkeiten die Codebasis-Analyse über viele Dateien, Refactoring und Review auf Repository-Ebene sowie agentische Workflows, bei denen das Modell über mehrere Schritte hinweg Werkzeuge aufruft. Die Unterstützung von Bild- und Videoeingabe erweitert dies auf Anwendungsfälle wie die Prüfung von UI-Screenshots zusammen mit Code, die Überprüfung aufgezeichneter Produktabläufe oder die Extraktion strukturierter Informationen aus visuellem Material. Das große Kontextfenster macht es zudem zu einer vernünftigen Wahl für Langdokumentenanalyse, Forschungssynthese und die Überprüfung mehrstündiger Transkripte oder Protokolle, bei denen das gesamte Korpus im Blick bleiben muss.

Über die OpenAI-kompatible API von api14 rufen Sie das Modell mit der id "stepfun/step-5-preview" auf. Die unterstützten Anfrageparameter sind frequency_penalty, include_reasoning, logprobs, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, temperature, tools, top_logprobs und top_p. In der Praxis deckt dies Sampling-Steuerung (temperature, top_p, frequency_penalty, stop), Ausgabelänge (max_tokens), Werkzeugaufrufe für agentische Schleifen, strukturierte und JSON-artige Ausgabe (response_format, structured_outputs) sowie Reasoning-Steuerung (reasoning, reasoning_effort, include_reasoning) mit Log-Wahrscheinlichkeitsprüfung über logprobs und top_logprobs ab. Entwickler, die bereits das OpenAI SDK oder den Client verwenden, können ihn auf api14 richten und die Modell-id wechseln, ohne ihre Anfrageformen zu ändern.

Erwähnenswert ist, dass das Modell nur Text ausgibt, sodass Aufgaben, die generierte Bilder, Audio oder Video erfordern, außerhalb seines Umfangs liegen, und das Label "preview" an der Modell-id legt nahe, es als bewegliches Ziel statt als eingefrorene Version zu behandeln. Wenn Sie ein kleineres, günstigeres oder schnelleres Modell für einfache Klassifizierung oder kurzen Chat benötigen, passt ein leichteres Textmodell auf api14 möglicherweise besser, während Step 5 Preview am besten für die langkontextigen, werkzeuglastigen und multimodalen Eingabeaufgaben reserviert bleibt, für die es gebaut wurde.