StepFun ha presentato Step 5 Preview, un nuovo modello di punta basato su architettura Mixture of Experts progettato per combinare capacità avanzate di ragionamento e gestione di attività complesse con un costo operativo più contenuto. Il modello utilizza complessivamente 600 miliardi di parametri, ma ne attiva circa 27 miliardi per ciascun token grazie alla struttura MoE sparsa, riducendo così la quantità di calcolo necessaria durante l’inferenza rispetto a un modello denso di dimensioni equivalenti. Step 5 Preview supporta inoltre una finestra di contesto fino a un milione di token e input multimodali visivi, ed è stato sviluppato con particolare attenzione al software engineering, alla programmazione, alle attività professionali basate su conoscenze specialistiche e all’analisi finanziaria. L’obiettivo dichiarato è spostare in avanti il rapporto tra livello di intelligenza e costo per attività, mantenendo prestazioni elevate anche in scenari che richiedono numerose iterazioni e un utilizzo prolungato delle risorse di calcolo.
Una delle caratteristiche centrali riguarda infatti il funzionamento come agente di lunga durata. Step 5 Preview è stato progettato per eseguire attività per periodi prolungati, utilizzare i risultati già ottenuti e il feedback proveniente dalle nuove esecuzioni per decidere autonomamente quale operazione compiere successivamente e ripetere il processo fino al completamento del compito. StepFun ha condotto test della durata massima di 24 ore su attività come l’ottimizzazione di kernel GPU e il post-training automatizzato, estendendo l’utilizzo del modello oltre il coding tradizionale anche allo sviluppo di applicazioni web, lavori tridimensionali e hardware programmabile. Nel benchmark proprietario StepCodeBench, costruito su 553 repository di codice, 33 linguaggi di programmazione e nove differenti tipologie di attività, Step 5 Preview ha raggiunto un punteggio medio del 49%. In un esperimento dedicato all’ottimizzazione prolungata di kernel GPU, dopo 22 ore di lavoro il sistema ha portato le operazioni forward e backward a una prestazione complessiva di 508 TFLOPS.
Il modello è stato testato anche su attività professionali che richiedono grandi quantità di ricerca, raccolta di dati, analisi e produzione di documenti strutturati. In uno studio climatico eseguito come singolo incarico affidato all’agente, Step 5 Preview ha effettuato 950 ricerche sul web e raccolto circa 300.000 dati mensili riferiti a 1.000 località lungo un periodo di 25 anni. In un altro caso il modello ha prodotto una cartella di lavoro composta da 17 fogli, collegando al suo interno dati grezzi, formule di calcolo e modelli per l’analisi delle tendenze. Questi test sono stati utilizzati per valutare non soltanto la capacità di generare una risposta finale, ma anche quella di sostenere flussi di lavoro articolati nei quali ricerca, organizzazione delle informazioni, elaborazione quantitativa e produzione dell’output devono rimanere coerenti nel corso di molte operazioni successive.
L’ambito finanziario rappresenta uno dei principali settori di specializzazione previsti per Step 5 Preview. Per valutarne le capacità StepFun ha sviluppato FinStepBench, un benchmark proprietario dedicato alla ricerca di informazioni finanziarie, alla valutazione delle imprese e alla produzione di analisi finanziarie approfondite. La valutazione non considera soltanto il risultato numerico finale, ma anche aspetti come l’affidabilità delle informazioni raccolte, la possibilità di risalire alle fonti utilizzate, l’esplicitazione delle ipotesi adottate durante l’analisi e la riproducibilità dei calcoli. Il modello è stato inoltre sottoposto a FrontierFinance, benchmark esterno che misura le prestazioni su problemi relativi a sei differenti aree dell’investimento, in modo da verificare la capacità di operare in scenari nei quali la correttezza del processo di ricerca e di calcolo è importante quanto la generazione della risposta.
Nell’Intelligence Index della piattaforma indipendente Artificial Analysis, Step 5 Preview ha ottenuto un punteggio di 44, collocandosi su un livello indicato come simile a quello di Kimi K3. La caratteristica evidenziata nel confronto riguarda soprattutto il costo per attività, che risulta sensibilmente inferiore rispetto a modelli collocati su livelli di intelligenza analoghi. StepFun punta quindi a utilizzare l’architettura MoE e l’attivazione selettiva dei parametri per rendere sostenibili anche attività agentiche molto lunghe, nelle quali il modello deve eseguire un numero elevato di passaggi prima di arrivare al risultato finale. Step 5 Preview è già utilizzabile attraverso i prodotti e le API dell’azienda, mentre la pubblicazione completa come modello open source è prevista per il 15 ottobre 2026.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)