跳到主要内容
#10S2026 年 10 月 1 日证据 B

阶跃 Step-5-Pre

阶跃星辰 · 未公开(MoE)

把阶跃从端侧推上 S 档的那一代

2026-10-01 发布的第五代预览版,与只做到端云协同的 Step-3 已是两代之差:感知 96、文档 95、Agent 94 都进入 S 档区间,视频 91 让阶跃第一次具备长视频问答能力,综合分 93.0、排全站第 10。价格 ¥4/百万输出 token,落在 GLM-5.3-Flash(¥3)与 GLM-5.3(¥9)之间。代价写得很明白:生成 78,不做创意生成,也不开放权重。

文本图像视频音频原生多模态

最后更新于 2026 年 10 月 18 日编辑部评分

结论先行

如果你要的是“端侧起家、但已经能在云端打”的第三个选择,Step-5-Pre 是 2026 年 10 月唯一的答案:多模态感知接近旗舰,价格只有旗舰的一半,而且保留了阶跃一贯的端云同栈。不要把它当旗舰替代品的是:它不做图像生成,128K 上下文在 2026 年偏小,也没有开源权重——私有化需要单独谈授权。

八维评分拆解

编辑部映射分 · 0–100
视觉感知96文档 OCR95图表推理93视频时序91GUI Agent94生成编辑78中文语境93生态可用948 维
  • 阶跃 Step-5-Pre93.0
视觉感知与定位20%
96
文档解析与中文 OCR18%
95
图表与文档推理14%
93
视频与长时序理解14%
91
GUI Agent 与工具调用14%
94
生成与图像编辑6%
78
中文语境与文化6%
93
生态、成本与可用性8%
94

权重:视觉 20 / 文档 18 / 图表 14 / 视频 14 / Agent 14 / 生成 6 / 中文 6 / 生态 8。分数含义与证据来源见方法页。

公开基准与数据

按来源口径,不换算
基准 / 指标数值说明
模态4文/图/视频/音频
输出单价¥4介于两款 S 档之间
上下文128K官方口径

公开分数来自不同版本与提示词设置,不能与本站综合分直接互换;我们仅将其作为评分证据之一。

场景映射

同一把尺子的五项压力测试
场景映射分观察
中文票据 OCR95 · 公文与票据稳定,手写略弱
图表取数93 · 多系列堆叠图可靠
30 分钟视频问答91 · 长视频首次可用,事件定位偶有漂移
手机 GUI 操作94 · 跨应用规划接近第一梯队
中文文化理解93 · 通用语境扎实,冷典一般

优势与局限

优势

  • 感知 96 与 Kimi K3 同档,视频 91 让阶跃第一次具备长视频问答能力。
  • ¥4/百万输出 token:介于两款 S 档之间,感知分却与旗舰同档。
  • 与 Step-3 同栈,端侧与云端共用一套多模态接口,迁移成本低。

局限

  • 生成与图像编辑 78,基本不具备可用的文生图与中文文字渲染能力。
  • 128K 上下文在 2026 年属于偏小,整册手册与长视频仍需切段。
  • 闭源、参数未公开,证据等级 B,第三方复现待补。

价格与真实成本

公开单价

¥4/M tokens

约 ¥4 / 百万输出 token。以 1,000 张 1,024px 图片、每张约 1,100 图像 token、300 输出 token 估算,单月成本约为 ¥2.4(按输入价为输出价 25% 的假设)。

按你的量计算

关于阶跃 Step-5-Pre

阶跃 Step-5-Pre 是开源的吗?

许可证:闭源商用 + 私有化授权。不提供公开权重,只能通过厂商 API 或私有化授权使用。

阶跃 Step-5-Pre 的价格是多少?

约 ¥4 / 百万输出 token。按本站 8 维评分,它排在第 10 位,综合 93.0 分。实际账单受分辨率、切块、缓存与阶梯折扣影响。

阶跃 Step-5-Pre 最适合什么场景?

端云协同的旗舰级替代;视频内容理解的产品化落地;语音+视觉+视频的多模态终端。

为什么 阶跃 Step-5-Pre 的综合分是 93.0?

综合分由 8 个维度按权重加权:视觉 20%、文档 18%、图表 14%、视频 14%、Agent 14%、生成 6%、中文 6%、生态 8%。它的强项是视觉感知与定位,短板是生成与图像编辑。

个人榜单 · 非官方评分

本页所有排名、分数与对比均为个人评测榜单,不是官方评分,也不代表任何厂商、机构或监管口径。分数是公开证据在自定权重下的主观映射,换一组权重名次就会变。如有不同意见或发现事实错误,欢迎联系站长:jizhi2024@foxmail.com——我们会逐条核对并在更新日志中记录订正。