StepFun lança o Step 5 Preview como modelo MoE de 600 bilhões de parâmetros com pesos abertos

A StepFun, startup chinesa de inteligência artificial, lançou o seu modelo de linguagem Step 5 Preview com pesos abertos. Até 17 de outubro de 2026, os checkpoints nas precisões FP8 e BF16 estão disponíveis para download no Hugging Face e no ModelScope.

O modelo usa um design esparso de Mistura de Especialistas (MoE). Ele tem 600 bilhões de parâmetros no total, mas apenas 27 bilhões são ativados para cada token. O Step 5 Preview também oferece suporte a uma janela de contexto de 1 milhão de tokens.

Criado para agentes de longo prazo

A StepFun descreve o modelo como desenvolvido especificamente para tarefas agênticas de longo prazo. Esse tipo de tarefa exige que um sistema de IA chame ferramentas, acompanhe resultados intermediários e mantenha a coerência ao longo de fluxos de trabalho extensos e com várias etapas. A ampla janela de contexto foi pensada para permitir que o modelo mantenha em vista, de uma só vez, documentos extensos ou longos históricos de interação.

Em uma arquitetura MoE, apenas um subconjunto de sub-redes especializadas é executado para cada entrada. Isso permite que um modelo de capacidade total muito grande mantenha o custo computacional da inferência mais próximo do de um modelo denso muito menor. Disponibilizar um checkpoint FP8 junto com o BF16 também reduz a memória necessária para servi-lo.

Mais um integrante na corrida por modelos abertos

O rótulo "Preview" indica que esta não é uma versão final. As informações disponíveis não incluem um cronograma para uma versão completa nem comparações detalhadas de desempenho, por isso as afirmações sobre como o modelo se compara aos concorrentes precisarão de avaliação independente.

Sediada em Xangai, a StepFun é uma entre várias startups chinesas que desenvolvem grandes modelos de linguagem. Lançar modelos de escala de fronteira com pesos abertos tornou-se uma estratégia comum entre desenvolvedores de IA da China, dando a pesquisadores e empresas a opção de executar e adaptar os sistemas em sua própria infraestrutura, em vez de depender exclusivamente de APIs hospedadas.