知识卡片：阶跃星辰开放 Step 5 Preview 权重，主攻长程 Agent 任务

一句话结论

阶跃星辰开放 Step 5 Preview 的 BF16 与 FP8 权重，模型采用稀疏 MoE 架构，面向长程 Agent 任务优化，并已上线 Hugging Face 与 ModelScope，支持 vLLM 或 SGLang 部署。

事件概述或研究问题

据腾讯研究院 AI 速递（2026-10-16），阶跃星辰开放了 Step 5 Preview 的模型权重，主打长程 Agent 任务场景。该模型近期在 OpenRouter 周、日调用量榜均居全球第二。本条为模型权重开放与架构信息公开事件，涉及基座模型的能力方向与部署可用性。

方法/产品要点

• 权重开放：开放 BF16 与 FP8 两种精度权重。
• 架构：稀疏 MoE，总参数 600B，每 token 激活 27B。
• 上下文：支持 100 万 token 上下文，并支持视觉输入。
• 结构设计：采用 92 层窄深架构；Sparse GQA 以 8 token 块级索引，将索引与 top-k 选择开销降至 1/8；将上下文压缩纳入强化学习。
• 部署与分发：权重已上线 Hugging Face 和 ModelScope，可用 vLLM 或 SGLang 部署。
• 调用表现：近期在 OpenRouter 周、日调用量榜均居全球第二。

主要结果或产业意义

• 长程 Agent 任务被明确作为该模型的主攻方向，配合 100 万 token 上下文与上下文压缩的强化学习，指向需要长时程状态保持与多步执行的 Agent 场景。
• 同时开放 BF16 与 FP8 权重，并给出 vLLM、SGLang 两条主流推理部署路径，降低了社区与企业自部署门槛。
• 在 OpenRouter 调用量榜位居全球第二，反映其在真实调用侧具有一定使用规模（具体调用量数值待核实）。

为什么重要

• 与已有卡片中 TensorRT Edge-LLM 在边缘设备上跑 Qwen3.6-27B 完成 Agentic 基准的路线不同，本条关注的是云端/服务侧大规模稀疏 MoE 基座面向长程 Agent 的权重开放，二者构成“端侧小模型 Agent 推理”与“服务侧大模型 Agent 基座”的对照。
• 稀疏 MoE 的“总参数大、激活参数小”与 Sparse GQA 的块级索引优化，是当前大模型在长上下文与推理成本之间取舍的代表性工程选择。
• 上下文压缩被纳入强化学习目标，属于训练目标层面的设计，而非仅推理期技巧，可作为观察长程 Agent 训练范式的案例。

局限与不确定性

• 材料未给出 100 万 token 上下文的具体评测成绩、长程 Agent 任务的基准名称与得分，待核实。
• 材料未给出模型总训练 token 数、训练数据构成、开源许可证类型，待核实。
• OpenRouter 调用量榜的统计口径、时间窗口与具体数值未在材料中给出，待核实。
• 上下文压缩纳入强化学习的具体奖励设计、压缩率与效果对照未披露，待核实。
• 视觉输入的具体分辨率、模态融合方式未说明，待核实。

可用于图书/PPT/简报的角度

• 作为“开源大模型权重开放”案例：同时开放 BF16/FP8、支持主流推理框架的部署路径。
• 作为“长上下文 + Agent”技术路线案例：100 万 token 上下文与上下文压缩强化学习的组合。
• 作为“稀疏 MoE 工程优化”案例：92 层窄深架构与 Sparse GQA 块级索引将索引与 top-k 开销降至 1/8。
• 作为“调用量榜单”观察点：OpenRouter 周/日榜第二，可用于说明模型在真实调用侧的存在感（需注明数值待核实）。

与既有脉络的关系

已有卡片涉及端侧 Agentic 推理性能（TensorRT Edge-LLM 在 Jetson AGX Thor 上跑 Qwen3.6-27B）与 Agent 图像生成（Meta Muse Image）。本条的增量在于：服务侧大规模稀疏 MoE 基座面向长程 Agent 的权重开放与架构细节公开，补足了“Agent 基座模型供给侧”的信息，而非端侧推理性能或图像生成方向。

原始材料

• 来源：腾讯研究院AI速递 20261016
• URL: https://m.sohu.com/a/1088289922_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334
• 原始条目：五、阶跃星辰开放Step 5 Preview权重，主攻长程Agent任务
• 关键英文/专有名词保留：Step 5 Preview, MoE, Sparse GQA, vLLM, SGLang, Hugging Face, ModelScope, OpenRouter, BF16, FP8