StepFun lança modelo Step 5 Preview com 600 bilhões de parâmetros
A StepFun lançou o Step 5 Preview para agentes de IA. O modelo MoE possui 600 bilhões de parâmetros e prevê pesos abertos em 15 de outubro.
Resumo rápido
- A StepFun apresentou o modelo Step 5 Preview focado em agentes de inteligência artificial de longo alcance.
- A estrutura Mixture of Experts possui 600 bilhões de parâmetros totais e janela de contexto de 1 milhão de tokens.
- Os pesos abertos em formato BF16 têm lançamento planejado para o dia 15 de outubro de 2026.
Entenda o contexto
Modelos com arquitetura Mixture of Experts (MoE) dividem o processamento entre subredes especializadas e ativam apenas uma parte de seus parâmetros totais para cada token. A janela de contexto define a quantidade de dados, como texto e imagens, que o sistema consegue analisar simultaneamente.
A StepFun lançou, no dia 20 de setembro de 2026, o Step 5 Preview, seu novo modelo base focado na execução de tarefas por agentes de inteligência artificial em longo alcance. A ferramenta com denominação oficial StepFun / Step 5 já está disponível para uso por meio de produtos da própria empresa e pela API de sua plataforma aberta.
O modelo utiliza uma arquitetura esparsa Mixture of Experts (MoE) desenvolvida em uma rede Transformer de 92 camadas. A estrutura possui cerca de 600 bilhões de parâmetros totais e aproximadamente 27 bilhões de parâmetros ativos por token. O sistema suporta uma janela de contexto de um milhão de tokens com entradas de texto e imagem, voltado para agentes de programação, engenharia de software, análise financeira e conhecimento profissional.
Disponibilidade de pesos e recursos técnicos
A liberação dos pesos abertos em formato BF16 está planejada para o dia 15 de outubro de 2026, de modo que os pesos não foram disponibilizados no momento do lançamento. Para manter a viabilidade da atenção em sequências de um milhão de tokens, a empresa utiliza atenção GQA esparsa combinada com mesclagem de tokens em blocos, com a alegação de reduzir custos de indexação e seleção para cerca de um oitavo.
A StepFun afirma também que a aceleração do aprendizado por reforço de longo alcance em mais de três vezes ocorre devido ao uso de alinhamento bit a bit entre treino e inferência, escalonamento ciente da carga, decodificação especulativa e caminhos em FP8. No índice de inteligência composta da Artificial Analysis, o Step 5 Preview obteve pontuação 44, enquanto cartões agregadores indicam preços de API em cerca de US$ 1,00 para entrada e US$ 2,70 para saída por milhão de tokens.
Referências
- Fonte consultada: Pandaily — Tecnologia chinesa
Links para conferência: não indicam endosso das fontes ao conteúdo do portal.
Gostou? Compartilhe:
Comentários 0
Ninguém comentou ainda. Seja o primeiro!
