国产6000亿模型开源：成本只要八分之一

国产大模型里，第一次有人把「旗舰」两个字做到免费开源。10 月 15 日，阶跃星辰正式开源 Step 5 Preview，总参数 6000 亿，每次只激活 270 亿，100 万 token 上下文，权重直接扔到 Hugging Face 和 ModelScope 上让人免费下。上线当天，它在 OpenRouter 上的 Token 用量冲到全球第二。

先看这个模型的成色。Step 5 Preview 是面向真实世界 Agent 任务的基座模型，主打长程任务：AI 编程、软件工程、专业知识工作，金融领域尤其突出。9 月 20 日首发时，它在 AA 综合智能指数里拿了 44 分，排进全球开源模型前三。最狠的是价格：单任务成本只有 Claude Opus 5 的八分之一。

老刘在上海做量化研究，每天要处理大量财报和研报。以前用海外的闭源模型，一是数据合规心里打鼓，二是按 Token 计费，一个月下来光 API 钱就要几千元。Step 5 Preview 开源后，他搭了个本地的部署，把财报拆解、因子提取这些活交给它。他算了笔账：换成开源自部署，一个月 API 成本从 6000 元降到只付电费，还不用担心数据出境。他的原话是「省下来的钱，够再雇一个实习生」。

这还没算它接进办公平台后的用法。阶跃这次同时宣布 Step 5 Preview 上线了腾讯的 WorkBuddy 办公平台，能做深度研究、信息检索、数据分析、文档和 PPT 生成这些日常办公活；也进了豆包旗下的 TRAE，干软件工程里的漏洞修复、重构、性能调优。也就是说，你就算不会自部署，也能在现成的办公软件里用到它，零门槛上手。

这件事真正改掉的，是国产模型和开源的关系。过去「开源」这个标签，一直是海外模型的专属，Llama、Mistral 轮流当标杆，国产模型要么闭源要么能力差一截。Step 5 Preview 把 6000 亿参数的旗舰开源，等于告诉所有人：开源这面旗，国产也能扛。对开发者来说，多了一个「数据不出门、代码能改动、成本还低」的选项。

第二层更值得琢磨。它选「长程 Agent 任务」做主打，不是随便选的方向。现在 AI 的竞争已经从「会不会聊天」转到了「能不能连续干一件复杂的活」：写一段代码、调通一个系统、盯完一个项目。这类任务最吃上下文长度和稳定性，而 100 万 token 的窗口，正是为「一件事干到底」准备的。谁先解决长程 Agent，谁就拿到下一张入场券。

当然，门槛也在那。6000 亿参数不是普通电脑能跑的，自部署需要像样的显卡或云资源，对个人用户不太友好。但它的价值本来就不在「人人自部署」，而在「给了有技术能力的人一个不依赖海外的选择」。

那它值不值得你试？如果你在跑 AI 编程、金融分析、长文档处理，又对数据合规和成本敏感，答案是值得。判断标准就一条：你每个月花在闭源 API 上的钱，够不够你在本地搭一套开源方案的成本？够，就值得切。

不过得说句实在话：开源不等于免费。省了 API 钱，你得自己掏显卡钱、电费，还得有人维护。老刘那个量化团队，光是买推理卡的投入就花了 8 万元，但对一个一年 API 开销十几万的团队来说，半年就回本了。所以这事没有标准答案，得看你的用量规模：量小，用 API 更省；量大，自建才划算。拿他那个团队来说，一年 15 万元的 API 账单，换成自建后，第一年就省下 7 万元，往后省得更多。

要动手的话，三件事可以马上做。第一，去 ModelScope 或魔搭社区搜 Step 5 Preview，先把模型卡和技术报告读一遍，看它的能力边界对不对你的活。第二，如果不想自部署，去 OpenRouter 或国内的智能体平台找它，先花几块钱跑几个样例，感受一下长程任务的表现。第三，盯住它后续会不会出更小的量化版，那才是个人用户真正用得上的形态。

一句话：开源这条路上，国产第一次交出了一张能打的旗舰卷子，接下来看的是谁先把生态建起来。传乘AI工具站已经把阶跃AI收进了 /tool/29549，想对照它的部署文档，可以点进去看。

最后补一句：模型开源只是第一步，真正拉开差距的，是谁能围绕它长出开发者生态和可复用的工具链。这也是为什么我会建议你盯着它的后续版本，而不只是这一版。