StepFun: Step 5 Preview

StepFun: Step 5 Preview to model generowania tekstu od StepFun, udostępniony przez dostawcę 2026-10-08. Opisano go jako flagowy model StepFun do pracy agentowej, zbudowany na rzadkiej architekturze Mixture-of-Experts z 27B aktywnych parametrów z 600B wszystkich. Model należy do kategorii tekstowej i jest przeznaczony do wymagających obciążeń opartych na narzędziach, a nie wyłącznie do prostego czatu.

Model przyjmuje tekst, obrazy i wideo jako dane wejściowe, a generuje tekst jako dane wyjściowe. Jego okno kontekstowe wynosi 1 000 000 tokenów i może wygenerować do 64 000 tokenów wyjściowych w jednej odpowiedzi. To połączenie pasuje do zadań, w których jednocześnie trzeba uwzględnić duże ilości materiału źródłowego, niezależnie od tego, czy jest to dokumentacja pisana, zrzuty ekranu czy nagrania wideo, z długą pisemną odpowiedzią lub artefaktem na końcu.

Ponieważ Step 5 Preview osiąga dobre wyniki w inżynierii oprogramowania i zadaniach profesjonalnych, zgodnie z opisem samego StepFun, naturalne zastosowania obejmują analizę bazy kodu obejmującej wiele plików, refaktoryzację i przegląd na poziomie repozytorium oraz przepływy agentowe, w których model wywołuje narzędzia na przestrzeni wielu kroków. Obsługa danych wejściowych w postaci obrazów i wideo rozszerza to na przypadki użycia takie jak analiza zrzutów ekranu interfejsu razem z kodem, przegląd nagranych przepływów produktu czy wyodrębnianie ustrukturyzowanych informacji z materiału wizualnego. Duże okno kontekstowe czyni go również rozsądnym wyborem do analizy długich dokumentów, syntezy badań oraz przeglądu wielogodzinnych transkrypcji lub logów, gdy cały korpus musi pozostawać w zasięgu widzenia.

Przez zgodne z OpenAI API api14 wywołujesz model z identyfikatorem "stepfun/step-5-preview". Obsługiwane parametry żądania to frequency_penalty, include_reasoning, logprobs, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, temperature, tools, top_logprobs i top_p. W praktyce obejmuje to kontrolę próbkowania (temperature, top_p, frequency_penalty, stop), długość wyjścia (max_tokens), wywoływanie narzędzi dla pętli agentowych, wyjście ustrukturyzowane i w stylu JSON (response_format, structured_outputs) oraz kontrolę rozumowania (reasoning, reasoning_effort, include_reasoning) z inspekcją prawdopodobieństw logarytmicznych przez logprobs i top_logprobs. Programiści korzystający już z OpenAI SDK lub klienta mogą wskazać go na api14 i zmienić identyfikator modelu bez zmiany kształtu żądań.

Warto zauważyć, że model generuje wyłącznie tekst, więc zadania wymagające generowanych obrazów, dźwięku lub wideo wykraczają poza jego zakres, a etykieta "preview" w identyfikatorze modelu sugeruje traktowanie go jako ruchomego celu, a nie zamrożonego wydania. Jeśli potrzebujesz mniejszego, tańszego lub szybszego modelu do prostej klasyfikacji albo krótkiego czatu, lżejszy model tekstowy na api14 może pasować lepiej, natomiast Step 5 Preview najlepiej zarezerwować do zadań długokontekstowych, mocno opartych na narzędziach i z multimodalnym wejściem, do których został zbudowany.