StepFun: Step 5 Preview

StepFun: Step 5 Preview é um modelo de geração de texto da StepFun, lançado pelo fornecedor em 2026-10-08. É descrito como o modelo principal da StepFun para trabalho agêntico, construído sobre uma arquitetura esparsa de Mistura de Especialistas com 27B parâmetros ativos de 600B no total. O modelo situa-se na categoria de texto e destina-se a cargas de trabalho exigentes e orientadas por ferramentas, em vez de apenas chat simples.

O modelo aceita texto, imagem e vídeo como entrada, e produz texto como saída. A sua janela de contexto é de 1.000.000 tokens, e pode gerar até 64.000 tokens de saída numa única resposta. Essa combinação adequa-se a tarefas em que grandes quantidades de material de origem devem ser consideradas de uma só vez, quer esse material seja documentos escritos, capturas de ecrã ou filmagens de vídeo, com uma resposta escrita longa ou artefacto no final.

Como o Step 5 Preview tem um desempenho forte em engenharia de software e tarefas profissionais, segundo a própria descrição da StepFun, os usos naturais incluem análise de bases de código em muitos ficheiros, refatoração e revisão ao nível do repositório, e fluxos de trabalho agênticos em que o modelo chama ferramentas ao longo de múltiplos passos. O suporte de entrada de imagem e vídeo estende isto a casos de uso como inspecionar capturas de ecrã de UI juntamente com código, rever fluxos de produto gravados, ou extrair informação estruturada de material visual. A grande janela de contexto também o torna adequado para análise de documentos longos, síntese de investigação, e revisão de transcrições ou registos de várias horas em que todo o corpus precisa de permanecer visível.

Através da API compatível com OpenAI da api14, chama o modelo com o id "stepfun/step-5-preview". Os parâmetros de pedido suportados são frequency_penalty, include_reasoning, logprobs, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, temperature, tools, top_logprobs e top_p. Na prática, isto abrange controlo de amostragem (temperature, top_p, frequency_penalty, stop), comprimento de saída (max_tokens), chamada de ferramentas para ciclos agênticos, saída estruturada e em estilo JSON (response_format, structured_outputs), e controlos de raciocínio (reasoning, reasoning_effort, include_reasoning) com inspeção de probabilidade de log via logprobs e top_logprobs. Os programadores que já usam o SDK ou cliente OpenAI podem apontá-lo para a api14 e mudar o id do modelo sem alterar as formas dos seus pedidos.

Vale a pena notar que o modelo produz apenas texto, pelo que tarefas que exijam imagens, áudio ou vídeo gerados ficam fora do seu âmbito, e o rótulo "preview" no id do modelo sugere tratá-lo como um alvo em movimento em vez de uma versão congelada. Se precisar de um modelo mais pequeno, mais barato ou mais rápido para classificação simples ou chat curto, um modelo de texto mais leve na api14 pode encaixar melhor, enquanto o Step 5 Preview é melhor reservado para os trabalhos de contexto longo, com muitas ferramentas e entrada multimodal para os quais foi construído.