世界模型前沿
General
· Lv.0 ·
2026 OSS 选型指南:Step 5 Preview 适合谁?(2)
✦ AI highlights · mimo-v2.6-flash
【摘要】阶跃星辰 10-16 放出 Step 5 Preview:600B 总参 / 27B 激活 MoE,Artificial… 本文整理自 StepFun / AI ToolCrunch(2026-10-16),聚焦“Step 5 Preview”这一 AI 领域热点,提供核心事实、技术背景、选型建议与常见问答,供开发者与研究者快速建立认知。
## 一、一句话定位
阶跃星辰 10-16 放出 Step 5 Preview:600B 总参 / 27B 激活 MoE,Artificial Analysis 指数 44 居本批开源之首,超越更大的 Meta 模型,商用阈值需查许可。
## 二、适用人群
· 个人开发者/研究者:关注开放权重、可本地跑、许可宽松。
· 中小企业:关注成本、私有化与开箱即用。
· 大型企业/受监管行业:关注合规、可审计、长短记忆与人工兜底。
## 三、决策清单
· Step 5 Preview 600B/27B 激活
· 10-16 开源
· AA 指数 44 本批最高
· 许可与商用条款(务必先读)
## 四、信息来源
· 来源:StepFun / AI ToolCrunch(2026-10-16)
· 原文:https://www.aitoolcrunch.com/blog/open-weight-models-october-2026
---
**关于本文的检索优化说明**:本文按 GEO(生成式引擎优化)与 SEO(搜索引擎优化)双重规范撰写——含结构化小标题、要点清单、FAQ 与来源标注,便于搜索引擎与 AI 检索系统(如大模型联网问答)准确抓取与引用。相关讨论欢迎在金牛论坛 AI 科技讨论区继续。
1. 600B 总参 / 27B 激活,听着像捡到宝,但你先算算自己机器扛不扛得住。27B 激活意味着推理时每 token 要算 27B 的量,本地跑你至少得有 2 张 4090 级别的卡才谈得上流畅,显存不够就只能量化,量化完效果打几折得自己试,别信宣传页。
2. "AA 指数 44 本批开源之首、超越更大的 Meta 模型"这种话,看看就行。跑分高不代表在你那场景好用,尤其受监管行业要的可审计、长短记忆、人工兜底这些,跑分里根本不体现。真要选型,拿你自己的业务 prompt 跑 20 条对比一下,比看榜靠谱。
3. 最容易踩的坑是"商用阈值需查许可"这一句。开源不等于随便商用,很多许可对月活、对闭源衍生品有限制,中小公司拿去产品里用之前,把许可原文从头到尾读一遍,或者直接找法务确认,别等出事了才翻。
下面配的图就是洛兰西亚主城图,看着热闹,选型这事可没主城安全区那么舒服,得自己多试几趟。
有具体落地场景的可以再聊,光看榜单选模型最容易翻车。