博主雷达 / @stepfun_ai
@stepfun_ai
粉丝 1.6万关注 175最近同步 10/19 15:05雷达库已收录
官方账号 · 阶跃星辰 StepFun
去 X 主页数据积累中
Step 5 Preview 权重已发布。现在，让我们在旧金山相见。🍷 10 月 22 日（周四），来参加由 @StepFun_ai 和 @togethercompute 共同举办的 Step 5 Preview 发布之夜暨 AI 创始人聚会。 登台嘉宾：Hongyu Zhou（@StepFun_ai）、Dan Fu（@realDanFu · @togethercompute）、Mar Hershenson（@MarHershenson · @pearvc）、Saoud Rizwan（@sdrzn · @cline），以及 Joey Wang（@harvey）。 抢先一览 Step 5 Preview、现场问答，以及一场关于在 AI 模型越来越强的情况下，还有哪些东西值得做的圆桌讨论。 美食、饮品与精彩交流。 抢先一览 Step 5 Preview、现场问答，以及一场关于在 AI 模型越来越强的情况下，还有哪些东西值得做的圆桌讨论。美食、饮品与精彩交流。 想加入我们？在这里申请名额：luma.com/12t5e4lchttps://luma.com/12t5e4lc
LA Hacks 2026，我们来了！ StepFun 将于 10 月 17–18 日现身 UCLA，与开发者们见面交流、碰撞想法，一起探索 Step 5 Preview 的无限可能。我们还会在太平洋时间 10 月 17 日（周六）晚 8–9 点，于 James West Alumni Center 举办一场工作坊。 来打个招呼吧！
上线一周，Step 5 Preview 已经冲到 OpenRouter 周榜第 2，用掉了 19.5T tokens。 从 10 月 10 日起，它也一直稳居日榜第 2。 感谢每一位和我们一起构建的人。
100万 token 的上下文窗口，无限可能。 很高兴看到 Step 5 Preview 在 @DeepInfra 上线！感谢团队让开发者用 Step 5 构建应用变得更简单。 你会先做点什么？
Step 5 Preview from @StepFun_ai is live on DeepInfra, day zero. 600B open-weight MoE, 27B active. 1M context, text + vision. FP8. $1.00 in / $2.70 out / $0.05 cached per 1M tokens. Built for long-horizon agents: coding, frontend, finance. What would you load into 1M tokens first?
查看被引用的帖子感谢 @radixark 帮助在生产环境中为 Step 5 Preview 提供支持！ 很高兴看到 SGLang 为真实工作负载带来高效、可扩展的推理能力。期待一起继续突破边界。
Congratulations to @StepFun_ai on Step 5 Preview going open weights! RadixArk is proud to help power StepFun's first-party production API with SGLang at scale. Production inference means great token economics under strict latency requirements. SGLang and its cache-aware routing stack now bring that to Step 5 Preview in proven production traffic. Building with Step 5 Preview? Deploy with SGLang today!
查看被引用的帖子很高兴看到 Step 5 Preview 在 @FeatherlessAI 上线！ 前沿级别的智能，有竞争力的成本效率，开发者更容易上手。
Step 5 Preview is here. @StepFun_ai's new open-weights model sets a new Pareto frontier, matching Kimi K3 on the @ArtificialAnlys Intelligence Index! It’s built for long-horizon agent work, with frontier-level results on software engineering and professional knowledge work, especially finance. - 600B sparse MoE, 27B active per token - ~1/6 the cost per task of Claude Opus 5.5, per Artificial Analysis Now on Featherless, served at FP8. featherless.ai/model-pages/step-5-preview
查看被引用的帖子很高兴看到 Step 5 Preview 在 NVIDIA GB300 上展现出强劲的推理性能。 期待看到开发者们用它做出什么。
Congrats to StepFun on Step 5 Preview 🙌 Their largest open weights release. The 600B MoE model is built to handle agent tasks lasting up to 24 hours. The model runs at nearly 8K tokens/sec/GPU on NVIDIA GB300 using NVFP4. NVP4 checkpoint: huggingface.co/stepfun-ai/Step-5-Preview-NVFP4 Deploy with @SGL_project - docs.sglang.io/cookbook/autoregressive/StepFun/Step-5-Preview or @vLLM_project - recipes.vllm.ai/stepfun-ai/Step-5-Preview Post-train with NeMo Automodel: github.com/NVIDIA-NeMo/Automodel/blob/main/docs/model-coverage/llm/stepfun-ai/step-5-preview.mdx Run it with NVIDIA NIM using a single command: catalog.ngc.nvidia.com/orgs/nim/nvidia/containers/vllm-model-free-nim-experimental/-
查看被引用的帖子Step 5 Preview 现已开放权重。 BF16 和 FP8 权重已在 Hugging Face 和 ModelScope 上线，同时还有我们的技术博客。 • 稀疏 MoE：总参数 600B，每 token 激活 27B • 1M token 上下文窗口 • 原生文本和视觉输入 • 为长周期智能体工作打造：编程、软件工程、专业知识工作和金融 前沿智能，开放权重。构建下一步。 Hugging Face: huggingface.co/stepfun-ai/Step-5-Preview ModelScope: modelscope.ai/models/stepfun-ai/Step-5-Preview GitHub: github.com/stepfun-ai/Step-5-Preview
按你的方式来跑： • 用 vLLM 或 SGLang 提供 OpenAI 兼容 API • 用 Transformers 跑离线推理 • 适配多种芯片平台和推理框架 来自 @NVIDIAAI 的 Day-0 支持： 在 build.nvidia.com/stepfun-ai/step-5-preview 上试试， 用 NeMo AutoModel 微调 github.com/NVIDIA-NeMo/Automodel/blob/main/docs/model-coverage/llm/stepfun-ai/step-5-preview.mdx， 用 model-free NIM 部署 catalog.ngc.nvidia.com/orgs/nim/nvidia/containers/vllm-model-free-nim-experimental， 并在 Blackwell 上运行。 同时 Day 0 也可在 @FireworksAI_HQ、@togethercompute、@modal、@DeepInfra 和 @FeatherlessAI 上使用。