StepFun: Step 5 Preview

StepFun: Step 5 Preview は、プロバイダーが 2026-10-08 にリリースした StepFun のテキスト生成モデルです。これは StepFun のエージェント作業向けフラッグシップモデルと説明されており、スパースな Mixture-of-Experts アーキテクチャに基づき、総パラメータ 600B のうち 27B がアクティブパラメータです。このモデルはテキストカテゴリに属し、単純なチャットだけでなく、要求の厳しいツール駆動型のワークロードを対象としています。

このモデルはテキスト、画像、動画を入力として受け付け、テキストを出力として生成します。コンテキストウィンドウは 1,000,000 トークンで、1 回の応答で最大 64,000 出力トークンを生成できます。この組み合わせは、大量のソース素材を一度に考慮する必要があるタスクに適しています。素材が文書、スクリーンショット、動画映像のいずれであっても、最後に長い文章の回答や成果物を伴うタスクに向いています。

StepFun 自身の説明によれば、Step 5 Preview はソフトウェアエンジニアリングと専門的なタスクで高い性能を発揮するため、自然な用途としては、多数のファイルにまたがるコードベース分析、リポジトリレベルのリファクタリングとレビュー、モデルが複数のステップにわたってツールを呼び出すエージェントワークフローなどが挙げられます。画像と動画の入力対応により、コードと並べて UI スクリーンショットを検査する、記録されたプロダクトフローをレビューする、視覚素材から構造化情報を抽出する、といったユースケースにも広がります。また、大きなコンテキストウィンドウにより、長文書の分析、リサーチの統合、コーパス全体を視野に入れておく必要がある数時間にわたる文字起こしやログのレビューにも適しています。

api14 の OpenAI 互換 API を通じて、モデルは id "stepfun/step-5-preview" で呼び出します。サポートされるリクエストパラメータは frequency_penalty、include_reasoning、logprobs、max_tokens、reasoning、reasoning_effort、response_format、stop、structured_outputs、temperature、tools、top_logprobs、top_p です。実際には、サンプリング制御 (temperature、top_p、frequency_penalty、stop)、出力長 (max_tokens)、エージェントループ向けのツール呼び出し、構造化出力と JSON 形式の出力 (response_format、structured_outputs)、推論制御 (reasoning、reasoning_effort、include_reasoning) と logprobs および top_logprobs による対数確率の検査をカバーします。すでに OpenAI SDK やクライアントを使用している開発者は、api14 を指定してモデル id を切り替えるだけで、リクエストの形を変えずに利用できます。

注意すべき点として、このモデルはテキストのみを出力するため、生成画像、音声、動画を必要とするタスクはその範囲外です。また、モデル id の "preview" というラベルは、固定されたリリースではなく変化し続ける対象として扱うべきことを示唆しています。単純な分類や短いチャット向けに、より小さく、安価で、高速なモデルが必要な場合は、api14 上のより軽量なテキストモデルの方が適しているかもしれません。一方で Step 5 Preview は、それが作られた長コンテキスト、ツール多用、マルチモーダル入力のジョブのために取っておくのが最適です。