从“老头乐“到主桌：Step 5 Preview 的逆袭叙事是怎么来的-平芜编程栈

从"老头乐"到主桌：Step 5 Preview 的逆袭叙事是怎么来的

【免费下载链接】Step-5-PreviewStep 5 Preview 是阶跃星辰面向智能体工作打造的旗舰模型。该模型在软件工程和专业知识工作领域均展现出前沿级性能，尤其在金融领域表现突出。 Step 5 Preview 是一个稀疏混合专家（MoE）模型，总参数量为 600B，激活参数量为 27B。它支持高达 100 万 token 的上下文长度，并可接收文本、图像和视频输入，能够在复杂任务中实现持续推理与工具调用。项目地址: https://ai.gitcode.com/StepFun/Step-5-Preview

2026 年 9 月 20 日，阶跃星辰发布旗舰模型 Step 5 Preview：600B 总参数、每 token 激活 27B 的稀疏 MoE，1M 上下文，原生支持文本、图像、视频输入。发布后不到 48 小时，一篇题为《阶跃星辰Step5 这个"老头乐"有点东西！》的实测文章在掘金走红，"老头乐"三个字几乎成了这个模型的代名词。而再往前追，这个梗还挂着一个更接地气的源头——免费"领鸡蛋"。

本文要拆解的，正是这条完整的舆情链条：一个被评价为"官网太老土"、推理速度"比老爷爷过马路还慢"的模型，如何靠两轮免费策略拉满路人好感，又如何在两周后（10 月 15 日）以开源权重的方式完成"重新坐上国产大模型主桌"的叙事闭环。文章后半部分会下钻到本地仓库的 config.json 与 inference/ 目录，用源码证明这场逆袭背后的"硬东西"到底是什么。

"老头乐"与"领鸡蛋"：梗的由来

先说时间线。Step 5 Preview 于 9 月 20 日发布，9 月 21 日测评人甲维斯的实测文章《阶跃星辰Step5 这个"老头乐"有点东西！》发出，开篇第一句就是"免费'领鸡蛋'后续来了"。两个梗其实是同一次传播的两个侧面。

"领鸡蛋"来自官方那个月费 99 元的套餐白嫖机制。甲维斯在公众号文章《"领鸡蛋"了！Step5的99套餐0元购》里还原了过程：他原本一口回绝测试邀约，理由是"它官网太老土了，看起来不太行的样子"；听说有一个月 99 的套餐可以白嫖后，"瞬间就来兴趣了"，并且"瞬间觉得它们官网一点都不土了，看起来眉清目秀的"。领取玩法是：登录送 15 天有效期，调用一次 API 再送 15 天，同时附带约 15 元 API 调用额度，再叠一个邀请链的"第三个鸡蛋"。他给这件事下的定义特别传神——"只要 GLM 还'发鸡蛋'，他就敢拿 ZCode 领！'领鸡蛋'是刻在我们基因里的东西，一代人有一代人'领鸡蛋'"。这篇文章本身就成了二次传播的素材，让 Step 5 Preview 在发布首日就带上了"薅羊毛"的大众话题属性。

"老头乐"则来自真实体验。甲维斯自述对 Step 5 "毫无预期"，实测跑完赛博朋克版《清明上河图》、超级玛丽复刻等多个长程 Agent 任务后给出的结论是："如果 Opus 和 Astra 是跑车的话，Step5 这类有点'老头乐'的感觉！能用、实用，但是不适合追求极致性能和效率的人"。槽点集中在速度上：一个超级玛丽复刻任务"毛估估跑了 6 个小时"，他的评价是"比老爷爷过马路还慢"。但同一篇文章里也有一句转折——"除了时间太长这个槽点外，Step 整体来说高于我的'预期'！"

所以"老头乐"这个梗，本质上是"免费白嫖 + 速度慢但活儿干得齐"两个体验的合成评价。它带着调侃，却并不是差评：车评语境里"老头乐"恰恰意味着廉价、实用、买得起。这为后文的口碑反转埋下了伏笔。

免费策略：两轮"零元购"如何拉满路人好感

回头看，阶跃星辰在 Step 5 Preview 的发布周期里其实打了两轮免费牌，节奏相当清晰：

第一轮：官方 API 侧的"99 套餐 0 元购"（9 月下旬）。也就是"领鸡蛋"事件。用户不付费即可获得一个月可用额度，登录、调用 API、邀请各送一段时长。驱动之家当时的报道标题直接写成"K3级AI免费用75天，阶跃星辰Step5大模型全量开放：99套餐点击就送"。

第二轮：与腾讯 WorkBuddy 合作的独家限免（10 月 12 日至 25 日）。10 月 12 日起，Step 5 Preview 以独家模型身份接入腾讯 WorkBuddy，期间全量免费，覆盖输入、输出与缓存读取。这轮限免的受众画像与前一轮不同：WorkBuddy 用户本身就是 Agent/编程工作流人群，免费窗口直接等于"零成本试用窗口"。

免费策略的效果在数据上看得很清楚：

实测内容井喷。仅掘金一个平台，9 月 21 日至 23 日三天内就出现至少四篇万字级实测：《不只看跑分，Step 5 Preview 两个真实编程任务实测》（1.8 万阅读）、《Step-5-Preview 上手实测：3D 游戏、金融分析、网页设计一次跑完》（1.5 万阅读）、《Step 5 Preview 实测：和 DeepSeek V4 Pro、GLM5.3 同做一个 3D 游戏》（单篇 4 万阅读）、《大模型游戏AI实战》等。CSDN 侧同期也有 WorkBuddy 限免攻略、模型解析等跟进内容。免费窗口给了测评人"零成本跑长任务"的空间——否则 6 小时、1700 万 token 级别的实测，对个人创作者是实打实的成本。
流量登顶。新浪财经、雷峰网、观点网等报道了 Step 5 Preview 登顶 OpenRouter Trending 榜单的消息，并预告 10 月 15 日开源权重——也就是本文所在的仓库。凤凰网科技同期标题是"阶跃Step 5 Preview大模型权重开放，支持100万token上下文窗口"。

免费没有制造话题本身，但它把"试用门槛"打到零，让真实体验（而非官方 PR 稿）成为叙事的主材料。这一步是后面所有口碑反转的前提。

从口碑曲线看品牌翻身：三个阶段的定性变化

把 9 月 20 日到 10 月 15 日间的社区言论按时间排开，可以画出一条非常清晰的三段式曲线：

第一阶段（9/20-9/21）：零预期，甚至预设立场。"官网太老土"、"从未测过的模型"、"毫无期待"是这一阶段的高频词。甲维斯明说"如果 Step 要收费测，我就算了"。

第二阶段（9/21-9/30）：预期被实测反超。甲维斯："哦，有点意思""高于我的预期"。另一位高频测评人猫猫头的结论更有传播力："Step 5 Preview 完全配得上它在 AA 上的得分。国产第二、全球开源前三，与 GLM-5.3、K3 跻身新一线模型。"她测了两个真实编程任务：单缸四冲程发动机动画 Step 5 Preview 用时 10 分 39 秒、首轮通过零人工纠错，只比最快选手慢 4 秒；三维抓娃娃机 39 分 19 秒首轮通过。她给出的差异化评价是"两次交付都比较完整，提示词里提到的要求基本能在成品中找到……已经比较像一个做完的产品了"。另一篇 Minecraft 同题实测中，Step 5 Preview 耗时 55 分钟、消耗约 1700 万 token，"花了不少时间在浏览器测试、截图检查、实际进入游戏操作以及持续修复上，最后第一次交付出来的项目基本就可以直接玩"。

第三阶段（10 月中旬）：主流科技媒体定调"主桌"。爱范儿在体验后给出的标题是"体验完 Step 5 Preview，我发现阶跃重新坐上国产大模型主桌"。配合 10 月 15 日权重开源，"逆袭叙事"完成闭环。

口碑反转的支撑数据主要来自成本与能力两端。能力端：Artificial Analysis Intelligence Index v4.3 得分 44，进入前沿模型梯队；官方自研的 StepCodeBench（覆盖 553 个独立代码仓库、9 类工程任务、20 个应用领域、33 种编程语言）得分 49.0，高于同场对比的 Kimi K3（43.9）与 GLM-5.3（40.2）。成本端：单任务成本约为同等智能水平模型 GLM-5.3、Kimi K3 的 35%，仅为 Claude Opus 5 的 12.5%（约 1/8），AA 口径下单任务成本 0.71 美元、输出速度 99.8 tok/s。官方发布会的 SLOGO"向前一步智，能效率的新一代帕累托前沿"，翻译成白话就是"智商对标第一梯队、账单只有零头"——这正是"老头乐"能改判为"主桌"的评价函数变化：从比绝对性能，转向比单位成本的能力。

当然，诚实的叙述必须保留槽点。社区实测中"慢"是贯穿始终的共性反馈：甲维斯的 6 小时超级玛丽、猫猫头 39 分钟 vs GPT-5.6 Sol 16 分 38 秒的抓娃娃机耗时差，都在提示长程 Agent 场景下 Step 5 Preview 的吞吐仍是短板；CSDN 侧的横评也指出其前端视觉表现、办公生态适配和轻量任务性价比弱于腾讯混元 Hy3 一类"生态系"模型。"老头乐"并没有消失，它只是从"缺点"变成了"定位"——面向重度长任务、能接受等待的 Agent 工作流，而不是高频轻量调用。

源码视角：坐稳"主桌"的硬东西到底在哪

舆论场的热度需要落到工程实体上。10 月 15 日开源的权重仓库（即本文所在仓库）本身就是这场逆袭叙事的"物证"。

600B 总参数 / 27B 激活，写死在 config.json 里。文本主干 92 层、hidden size 4096，采用 GQA（64 个注意力头、4 个 KV 组、head_dim 192）；MoE 部分从第 3 层到第 90 层共 88 层为混合专家层，每层 352 个路由专家（moe_num_experts: 352）、每 token 激活 8 个（moe_top_k: 8）。粗略换算：路由专家部分约 88 × 352 × 3 × 4096 × 1536 ≈ 585B 参数，这就是"600B 总参"的来源；而每个 token 只流过 8 个专家加一层共享专家，叠加 92 层注意力，恰好对应官方"27B 激活"的说法。moe_router_scaling_factor: 3.0、use_moe_router_bias: true等细节，也说明这套稀疏化不是简单换路由，而是完整实现了负载均衡偏置与缩放。model.safetensors.index.json 的元数据total_size为 644,100,979,280 字节——FP8 每参数 1 字节，约等于 600B 参数，与官方规格严丝合缝。

1M 上下文不是营销话术，是一整套注意力体系的组合拳。config.json 中max_seq_len: 1048576；layer_types显示 92 层中每 4 层才有一层full_attention，其余为sliding_attention（sliding_window: 512）。更关键的是sparse_config：23 层 full attention 层上启用了 DSA 稀疏索引器——topk: 512、region_block_size: 8、compression_method: "csa_block_compress"，即先把长历史压缩成区域摘要、再选出 top-512 个最相关区域做精细注意力，这是百万级上下文下推理成本可控的核心手段。inference/kernel.py 中给出了对应的 Triton/CUDA 实现（Step5SparseIndexer、sparse_attention_prefill/decode等）。

速度短板与 MTP 投机解码并存。"老头乐"慢在长程任务总时长，但仓库里明确为推理提速留了硬件级后手：num_nextn_predict_layers: 3，即 3 层 MTP（多 token 预测）模块，权重单独存放在 model-mtp3-00001.safetensors 中；README.md 的 vLLM 启动命令里--spec-method mtp --spec-tokens 3、SGLang 侧则启用多层 EAGLE（--enable-multi-layer-eagle）。MTP3 是继 Step-3.5-Flash 之后阶跃的招牌技术，等于官方把"慢"的问题也写进了开源交付物里，等框架侧把它跑满。

多模态是原生的一等公民。顶层架构为Step5ForConditionalGeneration（model_type: step5_vl），内嵌一个 47 层、width 1536 的perception_encoder视觉塔，728×728 主图映射为 169 个 token（image_token_len: 169），504×504 细节裁剪图映射 81 个 token（patch_token_len: 81），占位符 token id 128001。inference/vision_encoder.py 用 PyTorch 实现了含 2D RoPE、绝对位置编码、LayerScale 和两级卷积下采样（1536→3072→6144）的完整视觉通路，投影层 6144→4096 无 bias。inference/README.zh.md 里有一个耐人寻味的验证记录：完整 FP8 权重在 TP8 下做真实图像生成，模型"正确描述草地上的白色萨摩耶犬；生成 27 个 token，正常 EOS，各 rank 输出相同"——开源仓库把多模态正确性当回归测试来交付，这在国产旗舰模型的开源仓库里并不常见。

部署与工程完整度。权重以 FP8（e4m3、128×128 分块量化，视觉塔与第 88-90 层 MoE 保留 BF16）为主打精度，另附 BF16 版本。README.md 给出了 vLLM/SGLang/Transformers 三条路径的完整配置：FP8 单节点 4×B300 或 8×H200 即可起 OpenAI 兼容 API，--max-model-len 1048576把 1M 上下文拉满；inference/ 目录另有一条独立最小推理路径——convert.py做 TP/EP 权重分片（TP=EP=8 时每 rank 放 44 个专家）、generate.py做离线贪心生成，FP8 单节点 8×H200 与 BF16 双节点 16×H200 均已验证（BF16 下参数占用约 74.93 GiB/卡）。许可协议为 LICENSE.txt 中的 StepFun Model License 1.0，Apache-2.0 风格，附加了"月活超 1 亿或月收入超 2000 万美元需署名"与硬件/MaaS 商用需单独签约的条款——对绝大多数开发者是零负担的，对大厂是明确的商业化闸口。

结语

把三件事放在一起看，Step 5 Preview 的"逆袭叙事"就不是公关话术，而是一条可复现的漏斗：

免费做流量入口——"领鸡蛋"让零预期用户以零成本上车，"老头乐"式的调侃降低了讨论门槛；
实测做信任建设——限免窗口里，社区用真实长任务（6 小时超级玛丽、1700 万 token 的 Minecraft）产出带数据的横评，"比 Opus 慢但比 K3/GLM 全、账单只要 1/8"成为稳定共识；
开源做叙事封顶——权重开放 + 可验证的多模态回归 + MTP/DSA 等完整工程交付，让"重新坐上主桌"从媒体定调变成可下载、可复现的事实。

"老头乐"和"主桌"看似矛盾，其实指向同一件事：一个 600B 参数量的模型，把每个 token 的激活压到 27B、把每个任务的账单压到旗舰的零头，再用免费把试用门槛压到零。性能车可以嘲笑它慢，但只要用户愿意等，它交付的就是"比较像一个做完的产品"。在 2026 年秋天这轮国产旗舰混战中，这种"慢热但完整"的路线，恰恰可能是下一阶段 Agentic 场景里最被低估的位置。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考