StepFun: Step 5 Preview

StepFun: Step 5 Preview adalah model pembuatan teks dari StepFun, yang dirilis oleh penyedia pada 2026-10-08. Model ini digambarkan sebagai model unggulan StepFun untuk pekerjaan agentic, dibangun di atas arsitektur sparse Mixture-of-Experts dengan 27B parameter aktif dari total 600B. Model ini berada dalam kategori teks dan ditujukan untuk tugas-tugas berat yang digerakkan oleh alat, bukan sekadar chat sederhana.

Model ini menerima input teks, gambar, dan video, serta menghasilkan output teks. Jendela konteksnya adalah 1.000.000 token, dan model ini dapat menghasilkan hingga 64.000 token output dalam satu respons. Kombinasi tersebut cocok untuk tugas-tugas di mana sejumlah besar materi sumber harus dipertimbangkan sekaligus, baik materi itu berupa dokumen tertulis, tangkapan layar, maupun rekaman video, dengan jawaban atau artefak tertulis yang panjang di bagian akhir.

Karena Step 5 Preview berkinerja kuat dalam rekayasa perangkat lunak dan tugas-tugas profesional, menurut deskripsi StepFun sendiri, penggunaan alaminya mencakup analisis basis kode pada banyak berkas, refactoring dan tinjauan tingkat repositori, serta alur kerja agentic di mana model memanggil alat lintas beberapa langkah. Input gambar dan video memperluas cakupan ini ke kasus penggunaan seperti memeriksa tangkapan layar UI bersama kode, meninjau rekaman alur produk, dan mengekstrak informasi dari materi visual. Jendela konteks yang besar juga membuatnya cukup cocok untuk analisis dokumen panjang, sintesis riset, dan tinjauan transkrip atau log multi-jam di mana seluruh korpus perlu tetap terlihat.

Melalui API yang kompatibel dengan OpenAI dari api14, Anda memanggil model ini dengan id "stepfun/step-5-preview". Parameter permintaan yang didukung adalah frequency_penalty, include_reasoning, logprobs, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, temperature, tools, top_logprobs dan top_p. Dalam praktiknya ini mencakup kontrol sampling (temperature, top_p, frequency_penalty, stop), panjang output (max_tokens), pemanggilan alat untuk loop agentic, output terstruktur dan JSON (response_format, structured_outputs), serta kontrol penalaran (reasoning, reasoning_effort, include_reasoning) dengan inspeksi probabilitas log melalui logprobs dan top_logprobs. Pengembang yang sudah menggunakan SDK atau klien OpenAI dapat mengarahkannya ke api14 dan mengganti id model tanpa mengubah bentuk permintaan mereka.

Perlu dicatat bahwa model ini hanya menghasilkan teks, sehingga tugas yang memerlukan gambar, audio, atau video yang dihasilkan berada di luar cakupannya, dan label "preview" pada id model menunjukkan untuk memperlakukannya sebagai sasaran yang bergerak, bukan rilis yang beku. Jika Anda memerlukan model yang lebih kecil, lebih murah, atau lebih cepat untuk klasifikasi sederhana atau chat singkat, model teks yang lebih ringan di api14 mungkin lebih cocok, sementara Step 5 Preview paling baik disimpan untuk pekerjaan konteks panjang, berat alat, dan input multimodal yang memang menjadi tujuan pembuatannya.