StepFun: Step 5 Preview

StepFun: Step 5 Preview è un modello di generazione di testo di StepFun, rilasciato dal provider il 2026-10-08. È descritto come il modello di punta di StepFun per il lavoro agentico, costruito su un'architettura sparse Mixture-of-Experts con 27B parametri attivi su 600B totali. Il modello appartiene alla categoria testo ed è pensato per carichi di lavoro impegnativi e guidati da strumenti, non per la semplice chat.

Il modello accetta testo, immagini e video come input, e produce testo come output. La sua finestra di contesto è di 1.000.000 token, e può generare fino a 64.000 token di output in una singola risposta. Questa combinazione si adatta a compiti in cui grandi quantità di materiale di partenza devono essere considerate contemporaneamente, che si tratti di documenti scritti, screenshot o filmati video, con una lunga risposta scritta o un artefatto alla fine.

Poiché Step 5 Preview offre prestazioni elevate in ingegneria del software e compiti professionali, secondo la descrizione di StepFun stessa, gli usi naturali includono l'analisi di basi di codice su molti file, il refactoring e la revisione a livello di repository, e flussi di lavoro agentici in cui il modello chiama strumenti attraverso più passaggi. Il supporto per input di immagini e video estende questo a casi d'uso come l'ispezione di screenshot di UI insieme al codice, la revisione di flussi di prodotto registrati, o l'estrazione di informazioni strutturate da materiale visivo. L'ampia finestra di contesto lo rende anche adatto all'analisi di documenti lunghi, alla sintesi di ricerca e alla revisione di trascrizioni o log di molte ore in cui l'intero corpus deve rimanere visibile.

Tramite l'API compatibile con OpenAI di api14, si chiama il modello con l'id "stepfun/step-5-preview". I parametri di richiesta supportati sono frequency_penalty, include_reasoning, logprobs, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, temperature, tools, top_logprobs e top_p. In pratica questo copre il controllo del campionamento (temperature, top_p, frequency_penalty, stop), la lunghezza dell'output (max_tokens), la chiamata di strumenti per cicli agentici, l'output strutturato e in stile JSON (response_format, structured_outputs), e i controlli di ragionamento (reasoning, reasoning_effort, include_reasoning) con l'ispezione delle probabilità logaritmiche tramite logprobs e top_logprobs. Gli sviluppatori che già usano l'SDK o il client OpenAI possono puntarlo su api14 e cambiare l'id del modello senza modificare la forma delle loro richieste.

Vale la pena notare che il modello produce solo testo, quindi i compiti che richiedono immagini, audio o video generati esulano dal suo ambito, e l'etichetta "preview" sull'id del modello suggerisce di trattarlo come un obiettivo mobile anziché come una release congelata. Se serve un modello più piccolo, economico o veloce per classificazioni semplici o chat brevi, un modello testo più leggero su api14 può essere più adatto, mentre Step 5 Preview è meglio riservarlo ai compiti a contesto lungo, ad alto uso di strumenti e con input multimodale per cui è stato costruito.