StepFun Step 5 Preview: modelo para agentes de 600B con pesos abiertos

Step 5 Preview de StepFun, un modelo de 600.000 millones de parámetros creado para agentes de IA, ya tiene sus pesos en Hugging Face. StepFun prometió los archivos para el 15 de octubre de 2026, tras un mes en el que el modelo solo estaba disponible a través de su API. Los desarrolladores pueden ahora descargar un gran modelo centrado en programación y ejecutarlo por su cuenta, aunque necesita un servidor lleno de GPU de centro de datos.

Los pesos son los números entrenados que componen un modelo. «Pesos abiertos» significa que cualquiera puede descargarlos, ejecutar el modelo en local y ajustarlo, dentro de los términos de la licencia.

Qué es Step 5 Preview

La ficha del modelo en Hugging Face lo llama «el modelo insignia de StepFun para el trabajo agéntico». Es un modelo disperso de mezcla de expertos (MoE). Un modelo MoE divide sus parámetros en muchas redes expertas más pequeñas y solo usa unas pocas para cada palabra, así que funciona más rápido de lo que sugiere su tamaño.

Característica	Step 5 Preview
Parámetros totales	600B (604B en los metadatos de los archivos)
Activos por token	Unos 27B
Ventana de contexto	Hasta 1M de tokens
Entrada	Texto e imágenes
Formatos de pesos	BF16 y FP8
Licencia	StepFun Model License 1.0
Descargas	998 en el último mes

La ficha describe la licencia como «una licencia de estilo Apache-2.0» con condiciones adicionales de atribución y de licencia comercial. Eso difiere de informes anteriores. En octubre, Developers Digest señaló que el anuncio de StepFun no nombraba ninguna licencia y que la empresa de benchmarks Artificial Analysis catalogaba el modelo como propietario.

Del marcador de posición a la descarga

StepFun anunció el modelo el 20 de septiembre, con acceso por API el mismo día. En esa fecha, su repositorio de Hugging Face para los pesos BF16 tenía un solo archivo y ningún peso, informó OrcaRouter. «El repositorio es un marcador de posición, y esa es la noticia», escribió Gideon Frost, autor de esa publicación.

El modelo llegó a OpenRouter, un servicio que revende acceso a muchos modelos de IA, el 8 de octubre. Un día después, Developers Digest escribió que los pesos estaban «prometidos para el 15 de octubre de 2026». El repositorio de GitHub de StepFun para el modelo se actualizó el 15 de octubre. La ficha del modelo muestra ahora metadatos de formato de pesos y un recuento de descargas.

Benchmarks y precio

Las propias cifras de StepFun lo sitúan cerca de los mejores modelos cerrados en tareas de programación, aunque por detrás. El gráfico muestra su puntuación en DeepSWE v1.1 junto a la de rivales ejecutados con su configuración «Max», según la tabla que reprodujo Developers Digest. El anuncio de StepFun reconoce que «sigue habiendo una distancia significativa con la frontera».

La ficha del modelo añade una puntuación de 33,3 en Terminal-Bench 4, una prueba de tareas en la línea de comandos. En el índice independiente Artificial Analysis Intelligence Index obtiene 44. Ocupaba el puesto 24 de 200 modelos el 18 de septiembre, según OrcaRouter, y el 40 de 226 el 9 de octubre, según Developers Digest.

En OpenRouter cuesta 1,00 dólares por millón de tokens de entrada y 2,70 dólares por millón de tokens de salida. Developers Digest indica 0,05 dólares para la entrada en caché. Artificial Analysis también lo encontró «muy prolijo»: produjo 160 millones de tokens de salida en el índice, frente a una mediana de 81 millones.

Qué hace falta para ejecutarlo

La ficha del modelo enumera configuraciones de ejemplo. En FP8, un formato comprimido de 8 bits, vLLM lo ejecuta en cuatro GPU B300 u ocho GPU H200 en un solo servidor. En BF16 completo necesita ocho B300, o 16 H200 repartidas en dos servidores. vLLM y SGLang son programas de código abierto populares para servir modelos.

Eso deja el autoalojamiento fuera del alcance de portátiles y estaciones de trabajo individuales. Llega junto a otros lanzamientos abiertos muy grandes de esta semana, como Muse Spark Open de Meta, con 816B.

Qué significa esto para los desarrolladores

• Lee la licencia antes de lanzar. La StepFun Model License 1.0 de la ficha añade condiciones de atribución y de licencia comercial a una base de estilo Apache. Comprueba si tu producto las activa antes de construir sobre ella.
• Presupuesta la salida, no solo el precio. A 2,70 dólares por millón de tokens de salida la tarifa es baja, pero el modelo escribe mucho. Mide los tokens reales por tarea en tu propia carga de trabajo, no el precio de lista.
• Prueba la API antes de comprar GPU. La configuración de servidor más pequeña indicada es de ocho H200. Pruébalo primero a través de OpenRouter y decide después si autoalojarlo ahorra dinero.
• Toma las puntuaciones del fabricante como punto de partida. Las cifras de DeepSWE y StepCodeBench proceden de StepFun. Ejecútalo con tus propios repositorios y tareas de agentes antes de cambiar.
• Usa la configuración recomendada. La ficha sugiere temperature 1.0, top_p 0.95 y top_k 0, con resultados obtenidos con el nivel de razonamiento «High». Otra configuración puede no coincidir con las puntuaciones publicadas.