9 月的大模型戰場之激烈，沒有誰能穩坐釣魚台。除了榜單上的排名廝殺，各家還要比拼的，還有「庖丁解牛」般的實戰功夫。
模型能否處理越來越複雜的真實任務，響應能否滿足真實場景的即時需求，成本能否支撐大規模調用，以及能力能否真正進入手機、汽車等終端設備，正在成為衡量一家基模公司的行業金線。
今天，旗艦模型又殺出一匹黑馬。階躍星辰
發布了新一代開源旗艦基礎模型 Step 5 Preview。
發布了新一代開源旗艦基礎模型 Step 5 Preview。
在全球權威的 Artificial Analysis Intelligence Index 中，Step 5 Preview 取得 44 分，位居全球開源模型前三，同時進入模型智能水平與單任務成本權衡的「帕累托前沿」，即讓模型在能力、效率、成本之間實現最佳平衡。
Intelligence Index 中，Step 5 Preview 取得 44 分，位居全球開源模型前三，同時進入模型智能水平與單任務成本權衡的「帕累托前沿」，即讓模型在能力、效率、成本之間實現最佳平衡。
APPSO 一輪實測下來，發現階躍悄悄殺回了國產大模型牌桌的頭部玩家行列。
實測 Step 5 Preview ，階躍開始兌現更大的野心
Step 5 Preview 重點面向 AI 編程、軟體工程、專業知識工作、金融等場景，擅長處理需要長上下文、多輪工具調用與持續執行的真實工作任務。
Step 5 Preview 模型採用稀疏 MoE 架構，總參數量為 600B，實際激活參數僅 27B，原生支持文本與視覺輸入，上下文長度達到 1M。
我們直接通過 WorkBuddy 接入模型，覆蓋編程、設計、3D 生成、深度調研和數據分析，看看實際表現如何。
接入模型，覆蓋編程、設計、3D 生成、深度調研和數據分析，看看實際表現如何。編程測試從簡單 Three.js 五子棋測試開始，落子、輪次切換和勝負判定，構成小遊戲最基本的功能框架。Step 5 Preview 生成的小遊戲甚至還有人機對弈環節。
在威尼斯快艇遊戲案例中，Step 5 Preview 不僅完成了主要玩法，還把水面、建築與鏡頭運動組織在同一個場景里，最終效果已經接近可以直接體驗的網頁小遊戲。
卡帕多奇亞熱氣球場景進一步提高了複雜度。
數十個氣球需要同時飛行，日照、風向和觀察視角均可調整，視覺表現與運行效率也要兼顧。面對多個彼此關聯的變量，Step 5 Preview 仍然保持了較完整的場景結構和交互邏輯。
我們還讓 Step 5 Preview 以 Three.js 嘗試還原尼亞加拉瀑布，面對動態水體、水霧、彩虹、遊船、多視角和季節切換等高密度要求，它依然兼顧了視覺效果、交互邏輯與運行效率，整體完成度相當亮眼。
網頁作業系統也是一個頗有參考價值的橫向樣本。
此前，我曾用 DeepSeek V4 Pro 和 DeepSeek V4.1 Flash 測試過相同類型的 Mac 作業系統任務，而 Step 5 Preview 此次交出的頁面在界面完整度、功能銜接和細節還原上都更進一步，整體完成度明顯更高。
網頁設計和 3D 資產測試進一步考察視覺理解與空間表達。
太空行星和夜間跑車兩個主題都提供了明確的視覺中心。模型需要將構圖、文字可讀性與移動端適配落實在同一個頁面中，最終結果也能看出 Step 5 Preview 對視覺層級和頁面氛圍的理解。
向左滑動查看更多內容
3D 資產測試我選擇了獅身人面像，Step 5 Preview 也能輕鬆抓住不同對象的結構特徵，並將其轉化為空間表達。
面對一張我隨手拍攝的照片，它也能在數分鐘內還原出具備基本結構和空間細節的模型。
左為原圖，右為成品
相比創作任務，深度調研更考驗證據組織、專業知識與判斷能力，金融則是檢驗模型綜合能力的典型場景。
階躍圍繞公司研究這一高難度的金融工作流構建了三項內部評測，並引入包含 220 道專家問題、11543 項評估標準的 FrontierFinance。
。官方結果顯示，Step 5 Preview 在四項金融基準中的表現均接近 Claude Opus 5，在資訊檢索、企業估值和金融研究等任務上具備強大的能力。
，在資訊檢索、企業估值和金融研究等任務上具備強大的能力。回到 APPSO 的實測，小摺疊手機立項報告同樣要求模型串聯用戶投訴、外螢幕生態和售後成本，最終給出有依據的產品建議。任務的難點在於，模型既要查找和整理資料，也要從分散資訊中提煉出能夠影響產品決策的結論。
該圖片疑似使用了AI生成技術，請謹慎甄別
廣州、佛山七日游同時加入預算、體力和嚴格素食限制，考察模型能否在完整行程中持續遵守多重條件。此類任務看似生活化，卻很容易因為行程變長而遺忘限制，Step 5 Preview 不僅持續遵循約束條件，方案也有更高的可行性。
銷售明細表分析進一步貼近企業日常。模型需要先清洗混亂數據，再追蹤負利潤率訂單集中的大區與品類，最後生成月度銷售趨勢圖。處理過程是否清晰、結論能否覆核，直接決定交付物能否進入真實工作流。
該圖片疑似使用了AI生成技術，請謹慎甄別
該圖片疑似使用了AI生成技術，請謹慎甄別
向左滑動查看更多內容
從網頁遊戲、3D 資產到金融研究和數據分析，這些案例顯示，Step 5 Preview 已經能夠理解複雜需求、規劃執行步驟、調用工具並持續遵守約束，最終交付可以運行、閱讀或繼續使用的成果。
Agent 浪潮將至，階躍手裡有什麼牌
如果說 Step 5 Preview 驗證了階躍研發前沿旗艦模型的能力，那麼全模態基座模型矩陣的布局，則讓階躍的模型具備了從感知、理解、生成到交互的完整能力鏈路，能夠處理真實世界中的多元和複雜資訊。
這既為複雜 Agent 提供了更完整的技術底座，也拓寬了階躍面向不同終端、應用場景和產業需求的發展空間。
過去一個季度，階躍陸續推出 Step Edge 端側模型和 StepAudio 3 系列語音模型，而端側模型 Step Edge，通過文本與視覺基礎模型結合語音、GUI 和生成能力，支持簡單任務在端側完成、複雜任務交由雲端處理，並在評測匯總中取得 29 項第一。
端側模型和 StepAudio 3 系列語音模型，而端側模型 Step Edge，通過文本與視覺基礎模型結合語音、GUI 和生成能力，支持簡單任務在端側完成、複雜任務交由雲端處理，並在評測匯總中取得 29 項第一。上周，剛發布的 StepAudio 3 Realtime 在 Aritificial Analysis 對話動態和語音推理測試中分別取得 98.9% 和 99.7%，StepAudio 3 ASR 則以 1.7% 的詞錯誤率並列非流式語音識別全球第一。
Analysis 對話動態和語音推理測試中分別取得 98.9% 和 99.7%，StepAudio 3 ASR 則以 1.7% 的詞錯誤率並列非流式語音識別全球第一。
目前，階躍的模型布局已經覆蓋雲端旗艦、Flash 高效模型、端側模型，以及語音、視覺、生成、GUI 等多模態專項能力的完整矩陣。既能向上攀登模型上限，也能向下進入真實 Agent 和終端場景。而讓階躍更有辨識度的是 AI+終端的落地場景，在國內同時集齊這三種要素的大模型公司屈指可數。
官方數據顯示，其模型手機裝機量已超過 4200 萬台，日均服務近 2000 萬人次，合作覆蓋國內超過 50% 的頭部手機品牌，應用場景包括識屏問答、智能搜索、內容生成和跨應用任務執行。
汽車方面，階躍與吉利、千里科技共同研發整車智能體超級 Eva，並由極氪 8X 首發搭載。
超級 Eva 接入了 Step 3.5 Flash 基座模型及階躍的語音和視覺理解模型，將感知、推理與執行能力整合進同一套車載智能體系統。吉利銀河 M9 也通過接入階躍端到端語音大模型，實現業內首次同類模型的量產上車。
如果只把這些合作理解為裝機規模，仍然低估了終端對於一家基礎模型公司的價值。
數千萬台終端既是一場每天進行的開放世界測試，也讓模型能夠在口音、噪聲、模糊指令和網路波動等真實場景中持續獲得高價值反饋，並幫助階躍積累面向高頻終端 Agent 的「智能密度」。
終端同樣是驗證端雲協同與全模態 Agent 的天然場所。Step Edge 與 Step 5 Preview 可以覆蓋端側效率和雲端能力，語音、視覺、GUI 操作與任務結果則在真實交互中不斷磨合。
相比主要依賴開發者調用和線上評測的純 API 模型公司，階躍能夠把模型能力送入具體設備，再通過系統適配、產品交付和用戶使用，縮短技術能力轉化為商業價值的路徑。
上述積累之所以重要，還在於 Personal Agent 很可能成為 Coding Agent 之後，全球 AI 產業的下一波浪潮。
Personal Agent 需要理解螢幕、聲音、環境和個人偏好，還要跨應用完成真實任務，因此會對長期上下文、全模態感知、GUI 操作和端雲協同提出更高要求。而它的核心入口載體，就是 AI 原生硬體。
正如蘋果 CEO 特努斯（John Ternus）所描繪的，未來的 iPhone 終端設備將成為「智能個人中樞」。
手機和汽車恰好是距離用戶最近的入口，當下的階躍已經圍繞這些入口提前布局。
不僅如此，今年 7 月，階躍推出了大模型原生 AI 終端品牌 STEPX，並即將帶來大模型原生智能體手機 STEPX Neo。這意味著階躍構建起從模型、系統到終端的「模軟硬」三位一體技術閉環，提前拿到 Personal Agent 這場戰役的入場券。
至此，前沿基座模型拔高了能力上限，全模態拓寬了應用場景，而數千萬台終端的真實部署則為規模化鋪平了道路。三條能力線相互協同，讓階躍重新躋身基礎模型公司第一梯隊，也獲得了更大的行業話語權。
百川終需東去，江河總要入海，大模型最壯闊的歸宿，終究是匯入千千萬萬人的無邊人海。
