Step 5 Preview API
СкороФлагманская мультимодальная модель MoE 2026 года от StepFun, предназначенная для работы с агентами, написания кода, рассуждения в длинном контексте, анализа документов и понимания видео.
Step 5 Preview API Предыстория
Обзор
Step 5 Preview — это флагманская модель StepFun 2026 года для работы с агентами, доступная через Step 5 Preview API под идентификатором модели step-5-preview. Она предназначена для сложных задач инженерии программного обеспечения, рассуждения в длинном контексте, мультимодального анализа и профессиональных знаний, с особой эффективностью в рабочих процессах финансовой направленности. Модель принимает текстовые, графические и видеовходные данные и возвращает текстовый вывод, что делает её подходящей для ассистентов на базе API, которым необходимо читать большие наборы документов, анализировать визуальные материалы, вызывать инструменты и отслеживать прогресс в сложных многошаговых задачах.
История разработки
Выпущенная в 2026 году, Step 5 Preview представляет собой флагманскую превью-модель StepFun для продвинутых агентских приложений и практической работы со знаниями в продакшене. Step 5 Preview API позиционировался как решение с передовой производительностью в инженерии ПО и профессиональных рассуждениях, особенно там, где важны длинный контекст и использование инструментов. При её запуске особое внимание уделялось сочетанию масштабирования на основе разреженной архитектуры Mixture-of-Experts, контекстного окна в 1 048 576 токенов, поддержки мультимодального ввода и структурированных возможностей API, таких как потоковая передача, вывод в JSON, JSON Schema, кэширование промптов и настраиваемый уровень усилий для рассуждений в сложных рабочих процессах.
Ключевые инновации
- Разреженная архитектура Mixture-of-Experts с общим количеством параметров 600 миллиардов и всего 27 миллиардами активируемых параметров на токен, что повышает эффективность масштабирования для сложных задач рассуждения и написания кода
- Нативная поддержка мультимодального ввода текста, изображений и видео в Step 5 Preview API, обеспечивающая единую обработку документов, скриншотов, диаграмм и коротких видеоматериалов
- Контекстное окно размером 1 миллион токенов в сочетании с вызовом инструментов, структурированным выводом и управлением усилиями для рассуждений для длительных агентских рабочих процессов и синтеза больших объёмов знаний
Step 5 Preview API Технические характеристики
Архитектура
Модель использует разреженную архитектуру Mixture-of-Experts, оптимизированную для крупномасштабных агентских нагрузок. Step 5 Preview содержит 600 миллиардов общих параметров, из которых на один токен активируется 27 миллиардов, что обеспечивает баланс между высокой емкостью рассуждений и более эффективными вычислениями на токен по сравнению с плотной моделью аналогичного размера. Step 5 Preview API нативно поддерживает текстовый, графический и видеоввод и генерирует текстовый вывод, а также предоставляет возможности потоковой передачи, вызова инструментов, JSON Mode, вывода JSON Schema, кэширования промптов и выбора уровня усилий для рассуждений: low, medium и high.
Параметры
Step 5 Preview работает на весьма крупном масштабе с 600 миллиардами общих параметров и 27 миллиардами активных параметров на токен. Модель поддерживает контекстное окно размером 1 048 576 токенов, что вполне достаточно для анализа нескольких документов, работы с крупными кодовыми базами, обширными трассировками инструментов и непрерывного выполнения агентских задач. Для мультимодальных запросов Step 5 Preview API поддерживает до 60 изображений на запрос в форматах JPG, JPEG, PNG, WebP и статических GIF, а также видеоввод в форматах MP4, QuickTime и Matroska, при этом рекомендуются отдельные файлы MP4 размером менее 128 MB и длительностью до 5 минут.
Возможности
- Понимание и рассуждение в длинном контексте при работе с очень крупными документами, множеством источников, результатами работы инструментов и текущим состоянием задачи
- Помощь в программировании и инженерии ПО на нескольких языках, включая локализацию ошибок, изменение кода и рекомендацию тестов
- Многошаговые агентские задачи с использованием инструментов для поиска информации, обработки документов и генерации структурированных результатов через Step 5 Preview API
- Мультимодальное понимание скриншотов, диаграмм, ответов на вопросы по изображениям, а также суммаризации или интерпретации коротких видео
Ограничения
- Вывод является только текстовым, поэтому Step 5 Preview API может анализировать изображения и видео, но не генерирует ответы в виде изображений, аудио или видео
- Обработка видео лучше всего подходит для относительно коротких файлов (рекомендуются файлы MP4 размером до 128 MB и длительностью до 5 минут), что ограничивает сценарии работы с длинным видеоконтентом
Step 5 Preview API Производительность
Преимущества
- Передовой уровень производительности в инженерии программного обеспечения и профессиональной работе со знаниями, особенно в задачах с длинным контекстом и использованием инструментов
- Особенно сильные результаты в рассуждениях и анализе финансовой тематики, что делает Step 5 Preview API отлично подходящим для профессиональных областей с большим объемом документов
- Уверенное мультимодальное понимание, объединяющее текстовое рассуждение с чтением диаграмм, интерпретацией скриншотов и пониманием коротких видео
- Надежная поддержка структурированных и агентских рабочих нагрузок благодаря потоковой передаче, выводу в JSON, управлению рассуждениями и кэшированию промптов
Эффективность в реальных условиях
В практическом использовании Step 5 Preview наиболее эффективна, когда приложению необходимо объединить обработку большого контекста, многошаговые рассуждения и нативный контроль рабочих процессов через API. Step 5 Preview API отлично подходит для ассистентов, которым требуется читать длинные отчеты, анализировать репозитории кода, изучать скриншоты, суммировать короткие видео и вызывать инструменты без потери непрерывности задачи. Её длинное контекстное окно снижает фрагментацию между запросами, а структурированный вывод и параметры управления усилиями для рассуждений улучшают интеграцию в корпоративные системы, требующие предсказуемого форматирования, оркестрации и проверяемых результатов.
Step 5 Preview API Когда использовать
Сценарии
- У вас есть команда инженеров ПО, которой нужна помощь в навигации по крупному репозиторию, выявлении регрессий, предложении изменений кода и рекомендации точечных тестов. Step 5 Preview API идеальна для этого, поскольку сочетает высокую производительность в написании кода с контекстным окном в 1 миллион токенов, что позволяет рассуждать над обширным кодом, описаниями проблем и выводами инструментов в рамках одного рабочего процесса. Это помогает сократить время на ручную сортировку задач, повысить продуктивность разработчиков и обеспечить более стабильное отлавливание ошибок и исправление изменений в нескольких файлах.
- У вас есть рабочий процесс в сфере исследований, юриспруденции или финансовых операций, требующий чтения множества длинных документов, сравнения источников, извлечения выводов и возврата структурированных результатов. Step 5 Preview API подходит для этого сценария, так как она оптимизирована для рассуждений в длинном контексте и профессиональной работы со знаниями, с отдельным акцентом на финансовую сферу. Модель способна обрабатывать большие массивы материалов за меньшее количество передачи данных, сохранять междокументные связи и выдавать результаты в формате JSON, которые проще валидировать, автоматизировать и интегрировать в смежные бизнес-системы.
- У вас есть задача мультимодальной поддержки или аналитики, включающая скриншоты, диаграммы, изображения продуктов и короткие видео наряду с письменными инструкциями или вопросами. Step 5 Preview API — отличный выбор, поскольку нативно принимает текстовые, графические и видеовходные данные в одной модели, позволяя единому рабочему процессу интерпретировать визуальные доказательства и объяснять выводы текстом. Это повышает операционную эффективность таких сценариев, как анализ дашбордов, изучение диаграмм, поиск проблем по скриншотам и лаконичная суммаризация видео без необходимости построения отдельных пайплайнов для каждой модальности.
Лучшие практики
- Используйте Step 5 Preview API с режимами структурированного вывода, такими как JSON Mode или JSON Schema, при интеграции с бизнес-процессами, аналитическими пайплайнами или агентами на базе инструментов, которым требуются предсказуемые машиночитаемые ответы
- Выбирайте уровень усилий для рассуждений в зависимости от сложности задачи и сочетайте кэширование промптов, вызов инструментов и ввод с длинным контекстом для повышения стабильности и эффективности в повторяющихся или многошаговых рабочих процессах
- Предоставляйте чёткую постановку задачи, релевантные документы и вводимые данные разных модальностей вместе, чтобы Step 5 Preview API могла рассуждать над кодом, текстом, изображениями и короткими видео в рамках единого связного контекста