StepFun ने 600B MoE मॉडल Step 5 Preview को ओपन-वेट्स के रूप में जारी किया
चीनी AI कंपनी StepFun ने Step 5 Preview के ओपन वेट्स प्रकाशित किए हैं, जो 600 अरब पैरामीटर वाला स्पार्स मॉडल है, जिसमें 27 अरब पैरामीटर सक्रिय रहते हैं और 1 मिलियन टोकन का कॉन्टेक्स्ट है।
चीनी कृत्रिम बुद्धिमत्ता स्टार्टअप StepFun ने अपना Step 5 Preview भाषा मॉडल ओपन वेट्स के रूप में जारी किया है। 17 अक्टूबर 2026 तक, FP8 और BF16 दोनों प्रिसिजन के चेकपॉइंट Hugging Face और ModelScope पर डाउनलोड के लिए उपलब्ध हैं।
इस मॉडल में स्पार्स Mixture-of-Experts (MoE) डिज़ाइन का उपयोग किया गया है। इसमें कुल 600 अरब पैरामीटर हैं, लेकिन किसी भी टोकन के लिए केवल 27 अरब पैरामीटर सक्रिय होते हैं। Step 5 Preview 1 मिलियन टोकन तक के कॉन्टेक्स्ट विंडो को भी सपोर्ट करता है।
लंबी अवधि के एजेंट्स के लिए बनाया गया
StepFun इस मॉडल को लंबी अवधि के एजेंटिक कार्यों के लिए विशेष रूप से तैयार किया गया बताती है। ऐसे कार्यों में AI सिस्टम को टूल्स कॉल करने, बीच के परिणामों का हिसाब रखने और लंबी, बहु-चरणीय वर्कफ़्लो में सुसंगत बने रहने की ज़रूरत होती है। बड़ी कॉन्टेक्स्ट विंडो का उद्देश्य मॉडल को एक साथ बड़े दस्तावेज़ या लंबे इंटरैक्शन इतिहास को देखने में सक्षम बनाना है।
MoE आर्किटेक्चर में हर इनपुट के लिए विशेषज्ञ सब-नेटवर्क्स का केवल एक हिस्सा चलता है। इससे बहुत बड़ी कुल क्षमता वाला मॉडल भी इन्फरेंस कंप्यूट को कहीं छोटे डेंस मॉडल के करीब रख सकता है। BF16 के साथ FP8 चेकपॉइंट देने से इसे चलाने के लिए ज़रूरी मेमोरी भी कम हो जाती है।
ओपन मॉडल दौड़ में एक और नाम
"Preview" लेबल संकेत देता है कि यह अंतिम रिलीज़ नहीं है। उपलब्ध जानकारी में पूर्ण संस्करण की कोई समय-सीमा या विस्तृत बेंचमार्क तुलना शामिल नहीं है, इसलिए प्रतिस्पर्धियों के मुकाबले इस मॉडल के प्रदर्शन के दावों का स्वतंत्र मूल्यांकन ज़रूरी होगा।
शंघाई स्थित StepFun उन कई चीनी स्टार्टअप्स में से एक है जो बड़े भाषा मॉडल बना रहे हैं। ओपन वेट्स के साथ फ्रंटियर-स्तर के मॉडल जारी करना चीनी AI डेवलपर्स के बीच एक आम रणनीति बन गई है, जिससे शोधकर्ताओं और कंपनियों को केवल होस्टेड APIs पर निर्भर रहने के बजाय इन सिस्टम्स को अपने इंफ्रास्ट्रक्चर पर चलाने और उन्हें अनुकूलित करने का विकल्प मिलता है।
टिप्पणियाँ
अभी कोई टिप्पणी नहीं है। चर्चा शुरू करें या कोई प्रश्न पूछें।
संबंधित
चीनी AI कंपनी DeepSeek ने अपने V4.1-Flash मॉडल का नया चेकपॉइंट V4.1-Flash-1017 अपनी वेबसाइट, ऐप और API पर जारी किया है, साथ ही एक सर्च API भी लॉन्च किया है।
Vercel के आंकड़ों के अनुसार TypeSafe AI का निर्णय-मॉडल Jev लॉन्च के दो हफ़्तों के भीतर भुगतान वाली टीमों के 35% तक पहुँच गया, जो उपयोग में दूसरे स्थान के Sonnet 5.5 की पहुँच से लगभग दोगुना है।
Granite टीम ने 15 अक्टूबर 2026 को Granite Switch 4.1 जारी किया, जो चैट, निर्णय लेने वाले एडेप्टर और speech-to-text को एक ही होस्टेड एंडपॉइंट में जोड़ता है।