StepFun Step 5 Preview 实测：知道何时停下，长任务胜 GLM 5.3
omarsar0 · x · 2026-09-21
StepFun 旗舰新模型 Step 5 Preview 开放试用，定价有竞争力，官方称处于成本-能力帕累托前沿。Elvis（omarsar0）早期实测结论：
- 编码能力：与 GLM 5.3、Kimi K3 等同梯队。在最小化 harness 中对同一 repo 同一 commit 给两个真实任务（数字过滤器静默返回空行的 bug；需新路由+权限门控+重构后台任务的功能），两个模型都一次通过、held-out 测试全绿、无回归。
- 关键差异在「知止」：Step 5 Preview 完成后会检查并主动宣告结束，两次都是；GLM 5.3 代码同样正确但持续跑到步数上限。这使其更适合无人值守的 agent 运行、陌生代码库修 bug 和长程任务。
- 补丁质量：修 bug 时写出了更短的补丁，与 Datasette 维护者真实提交的方案一致，还主动加了测试。
- 长上下文：在约 368K token 的伪造事故工单中藏 5 条线索，约 90 秒内全部找出并正确串联出根因。
注意：本文为与 StepFun 团队合作发布。
所属事件:阶跃星辰突袭发布Step 5 Preview，主打性价比前沿(4 条相关)→
「编程与Agent」频道最新
- 两人小公司用 46 个 AI Agent 运营：审批门禁、哈希锁文件与翻车复盘 — dkovl · 2026-11-12
- LlamaIndex 让 AI Agent 渗透测试自家 LlamaParse，四天暴露四条经验 — llama_index · 2026-11-12
- Manhattan 字体 v0.0.1：每个字母都是一个 Python 函数 — allanyu_ · 2026-11-12
- 用 Backplane「提示词造出」任意扩展卡,网友呼吁扩展口回归标配 — _Stocko_ · 2026-11-12
- Agent 会话跑了 51 分钟烧 24.8 万 token,网友直呼还在干活 — _Stocko_ · 2026-11-12
- 可视化 AI Agent 团队协作：每个 Agent 一间「房间」，共享知识库 — LiorAloni11 · 2026-11-12