6000亿参数国产旗舰登顶OpenRouter：阶跃Step 5 Preview官宣10月15日开源

这几天，国产大模型圈最值得聊的事件，不是又一份漂亮的跑分榜单，而是一个更朴素的信号：一款国产旗舰模型，在全球开发者真金白银的调用中冲上了OpenRouter的Trending榜榜首，并在日榜上位列全球第二。它就是阶跃星辰的Step 5 Preview——一个总参数6000亿、每个Token只激活约270亿的稀疏MoE旗舰，官方已官宣10月15日正式开源。这篇文章按老规矩来：先讲发生了什么，再讲为什么值得关注，最后讲怎么用起来。

一、事件速览：五天之内，从上线到登顶再到官宣开源

先把时间线捋清楚，这件事之所以有分量，关键在于节奏极快、且每一步都有第三方数据佐证。

三连击的中间一环尤其值得琢磨。OpenRouter的榜单有很强的”市场验证”属性：Trending榜主要反映近期用量增长，日榜按每日模型处理的Token总量排名。换句话说，这两个榜排名的每一分，都是开发者实打实付费调用换来的。一个模型上线两天就冲到这个位置，意味着有大量真实项目在第一时间切换了过去——这是”开发者用真金白银投票投出来的热度”，不是发布会的自嗨，也和那种”内部评测遥遥领先”式的宣传逻辑完全是两回事。

二、核心参数一张表看懂

在看架构分析之前，先把这台机器的”铭牌参数”摆在桌面上。下面这张表汇总了目前公开渠道可确认的核心信息：

这张表里最值得圈出来的三组数字：一是“600B总参 + 27B激活”这个组合；二是1M的上下文窗口；三是“44分智能指数 + 输入$1″这对价格与能力的搭配。后面几节会逐一拆开讲，它们分别对应了这台机器的效率逻辑、场景想象力和商业竞争力。

还有一个容易被忽略的细节：模型名字里的”Preview”。这说明当前版本仍以预览形态提供服务，官方在正式开源前通过API收集真实负载下的反馈——而从OpenRouter的流量数据看，这个”预览期”显然已经经受住了全球开发者的压力测试。

三、架构拆解：稀疏MoE的”效率账”

要理解Step 5 Preview为什么能同时做到”旗舰能力”和”27B级成本”，得先弄清楚稀疏MoE架构的那笔效率账。

总参数决定智能上限，激活参数决定推理成本

MoE（Mixture of Experts，混合专家）架构的核心思想，是把一个庞大的模型拆成许多”专家”子网络。每个Token进来时，路由机制只挑选一小部分专家参与计算，其余专家保持”沉默”。这就带来一个关键的不对称：

• 总参数量（600B）：决定了模型的”知识容量”和智能上限。专家越多、总参越大，模型能装下的世界知识、代码模式、推理策略就越丰富。
• 激活参数（27B）：决定了每个Token的实际计算量，也就是推理成本和速度。Step 5 Preview每个Token只激活约270亿参数，意味着单次推理的计算负担接近一个27B级的中型模型。

这笔账翻译成人话就是：你付的是27B模型的钱和速度，享受的是600B模型的智能。对于一个要在Agent场景里被高频、长链条调用的基座模型来说，这种效率结构几乎是刚需——Agent一次任务动辄几十上百轮调用，每轮省下来的延迟和费用会成倍放大。

多档推理力度：按问题复杂度花钱

Step 5 Preview支持多档推理力度（reasoning effort），也就是让模型按问题的复杂度自主权衡”想多久、想多深”。简单问题快答省Token，复杂问题深推理保质量。这对成本敏感的开发者是个实用的调节旋钮——在编程智能体里，大量机械性的代码补全并不需要深度思考，而架构设计级的难题则值得多花Token。推理力度的分档，等于把”该省的省、该花的花”做成了产品能力。

官方定位：为真实世界的Agentic任务而生

官方对Step 5 Preview的定位非常明确：面向真实世界Agentic任务，并对AI编程、软件工程和专业知识工作、金融等场景的能力进行了专门优化。这一定位在后文的流量数据里能得到印证——用得最多的，恰恰是编程智能体和多步自主Agent。同时官方强调模型兼顾旗舰级综合智能、效率与成本，这正是前面那笔MoE效率账的产品化表达。

小结：600B总参撑起智能上限，27B激活压住推理成本，多档推理力度让成本进一步精细化——三者叠加，构成了Step 5 Preview在Agent时代的基本竞争力。

四、榜单解读：OpenRouter的两个榜到底说明什么

不少读者对”登顶OpenRouter”的含金量可能没有直观概念，这里展开讲讲。

OpenRouter是什么

OpenRouter是全球开发者规模领先的大模型聚合平台：它把各家模型提供商的API统一成OpenAI兼容接口，开发者改一行配置就能在数百个模型之间自由切换。正因为它同时接入了全球大量真实的Agent应用、编程工具和商业产品，OpenRouter上的Token消耗数据，被业内普遍视为”全球开发者真实偏好的风向标”——这里的用量不是评测机构跑出来的，而是产品里跑出来的。

Trending榜和日榜分别衡量什么

OpenRouter的榜单机制很清晰：Trending榜主要反映近期用量增长，日榜按每日模型处理的Token总量排名。Step 5 Preview登顶Trending、位列日榜全球第二，意味着两件事同时成立：

• 它的用量增长速度在全部模型中排第一——大量开发者正在快速迁移过来；
• 它的每日Token处理总量已经排进全球前二——存量消耗规模同样是一线水平。

而且这两个榜有一个共同特点：全部基于真实付费调用，不含水分。Token是要花钱的，没有开发者会为了给某个模型”刷榜”去烧自己的API预算。这也是为什么业界把OpenRouter数据看得比跑分重——跑分可以优化，账单没法作假。

Artificial Analysis综合智能指数44分是什么水平

在独立评测机构Artificial Analysis的体系中，Step 5 Preview拿下综合智能指数44分，位居全球开源前三。综合智能指数不是一个单项跑分，而是对推理、知识、编程、数学等多维能力的加权评估，它衡量的更接近”整体智商”。全球开源前三意味着：在所有可以开放获取权重的模型里，Step 5 Preview已站进了第一梯队——和它同处这一梯队的，是GLM-5.3、Kimi K3等国产开源旗舰。

行业人士怎么看

AI研究员、DAIR.AI联合创始人Elvis Saravia对Step 5 Preview的评价颇具代表性：模型表现令人印象深刻，能力可与GLM-5.3、Kimi K3等模型媲美，价格颇具竞争力，处于成本与能力权衡的”帕累托前沿”，值得开发者在自己常用的编程智能体中接入。

“帕累托前沿”是个经济学概念：在成本与能力构成的坐标系里，你已经找不到另一个模型能同时做到”更便宜且更强”——要更强就得更贵，要更便宜就得更弱。落在Step 5 Preview身上，意思就是：在当前的开源模型市场里，它的性价比组合已逼近理论最优。

五、价格与性能账本：把”帕累托前沿”换算成人民币

评价落到钱包上才算数。这一节把Step 5 Preview在各渠道的价格和实测性能数据摊开算一笔账。

OpenRouter渠道：输入$1、输出$2.70

作为参照，海外旗舰级模型（如Claude、GPT级别的旗舰）定价通常输入$2.5–$5起步，输出价格更高。Step 5 Preview输入$1.00、输出$2.70的定价，大致只有海外旗舰的一半甚至更低——而它的Artificial Analysis综合智能指数是全球开源前三。这就是Elvis Saravia所说”帕累托前沿”在钱包层面的具体含义：差不多的能力档位，一半左右的价格。

性能侧的数据也够看：P50延迟3.44秒、吞吐41 tok/s，对于27B激活量的稀疏模型来说属于正常水准，长输出的编程场景体验流畅；近3天可用性99.31%，对于刚上线几天的模型来说是合格的稳定性起点（需注意这是StepFun单provider的数据，多供应商冗余还有空间）。

国内阿里云百炼渠道：人民币计价，网络友好

缓存：高频Agent调用的省钱关键

两张价格表里都有一项特别低的数字：缓存价格。OpenRouter上缓存读取$0.05/百万tokens，百炼上缓存命中0.35元/百万tokens——大约只有原价的1/20。

这项能力对Agent场景至关重要。编程智能体的一次会话里，系统提示词、项目上下文、此前的对话历史会在每轮调用中反复发送；如果这些重复内容每次都按全价计费，长对话的成本会滚雪球。而上下文缓存把这部分重复Token的价格打到1/20，等于官方直接给高频Agent调用打了折。对于每天跑成百上千轮调用的自动化工作流，缓存开关一开一关，月底账单可能是数倍的差距。

六、1M上下文 + 多模态输入能干什么

1M token的上下文窗口是什么概念？粗略折算，大约相当于一次塞进百万汉字级别的中文文本，或数万行代码——一部《三体》全三册的文字量级，或者一个中型软件项目的全部核心代码。配合”文本+图片+视频”的输入能力，这台机器能吃的”粮食”种类和分量都是顶级配置。

场景一：整库代码分析

对编程场景来说，1M上下文最直接的价值是整库理解。过去做跨文件重构、全局Bug定位、老项目接手，开发者要把代码切成小块分批喂给模型，模型每次只看到”盲人摸象”的局部。而现在，一个中型项目的代码可以整体放进上下文，让模型在完整视野下做分析——这对Cline、Kilo Code这类编程智能体是质变级的赋能，也解释了后文为什么编程Agent是Step 5 Preview的流量主力。

场景二：长文档与长视频理解

数百页的技术规范、整季的会议录像、几小时的教学视频——多模态输入加1M上下文，意味着模型可以”一口气”处理完整的长材料，而不是被切成片段后丢失前后关联。对于需要通读全局再下结论的知识工作，这是刚需能力。

场景三：金融研报与财报分析

这也是官方点名优化的场景。一份年报动辄两三百页，附上历史财报对比、行业研报、公告原文，总量轻松突破普通模型的上下文极限。Step 5 Preview可以把整份财报连同相关研报一并读入，做交叉验证式的分析——配合其专业知识工作与金融场景的专项优化，这是它区别于”泛用聊天模型”的差异化战场。

工具能力清单

七、谁在真金白银用它：流量数据不会说谎

一个模型”为Agentic而生”是不是口号，看OpenRouter公开的应用流量数据最直接。下面是发送到Step 5 Preview的Token量排名靠前的应用：

四个头部应用清一色是Agent类产品：Hermes Agent和OpenClaw是多步自主任务Agent，Cline和Kilo Code是全球开发者群体中主流的AI编程助手。结构一目了然——Step 5 Preview的流量大头，正是编程智能体和多步自主任务。

这组数据还有第二层信息量：Cline、Kilo Code这类编程智能体的用户是全网对模型性价比最敏感的人群——他们每天跑几十轮调用、每轮塞进上万Token的代码上下文，账单成本直接决定工具能不能日用。这批人选择把Step 5 Preview设为常用模型，本身就是对其”27B激活的速率 + 600B的能力 + $1的输入价”组合投出的信任票。

别忘了另一条佐证线：Artificial Analysis综合智能指数44分、全球开源前三——能力上够得着旗舰，价格上又足够低，编程Agent的迁移就是顺理成章的市场选择。

八、10月15日开源意味着什么

如果说OpenRouter登顶证明了Step 5 Preview的API形态能打，那10月15日的开源就是另一重想象空间的开启。

官方口径与发布节奏

按官方消息，Step 5 Preview将于10月15日正式开源，预计通过Hugging Face等平台发布模型权重，具体发布形式、许可证条款与渠道以官方发布为准。从行业惯例看，Preview阶段的API服务先行验证、再放出权重，是一条被DeepSeek、Qwen、GLM等模型反复走通的路——先让市场验证能力，再交出可私有化的钥匙。

想象空间：私有化部署旗舰

开源后的第一重价值是数据主权。金融、医疗、法律、政务等对数据敏感的行业，过去面对”旗舰模型只能用云端API”的现实，往往只能退而求其次用小模型。而一旦600B级旗舰的权重开放，企业可以在自己的机房里跑一个全球开源前三的模型来处理敏感数据——这是API形态永远给不了的能力。

第二重价值是成本与定制的自由度。有了权重，团队可以做深度微调、知识蒸馏、针对垂直场景的继续训练，还可以把它当作本地Agent系统的底座，彻底摆脱按Token计费的账单曲线。

现实门槛：显存要求不低，但并非不可操作

对开发者生态的意义

从生态视角看，一个全球开源前三的模型开放权重，受益的不只是大企业。微调研究者可以用它做高质量的对齐实验；小团队可以蒸馏出垂直小模型；独立开发者可以把它的部署方案（社区通常会迅速产出各类量化版本）作为本地Agent的底座。国产开源旗舰每多一个这一级别的选手，整个开发者生态的”地板”就被抬高一次。

顺带补充一句企业背景：阶跃星辰是国内基础大模型公司，就在9月15日，其StepAudio3系列语音模型刚刚在多个评测榜拿下第一——从语音到旗舰基座，这家公司在多模态底座上的布局正在快速铺开。

九、三条上手路径：从”今天就能用”到”等权重”

对不同需求的读者，Step 5 Preview目前有三条清晰的接入路径，成本和门槛各不相同。

给不同人群的选型建议

无论走哪条路，都建议先用小规模任务验证模型在自己业务场景下的真实表现——尤其建议把”长上下文整库分析 + 缓存命中”的组合跑一遍，这是Step 5 Preview差异化最强、也最容易省钱的用法。

十、竞争格局与结语：旗舰平权时代，票在开发者手里

把镜头拉远，Step 5 Preview并不是在真空中登顶的。当前国产开源旗舰军团早已在同场竞技：GLM-5.3、Kimi K3、DeepSeek系列、Qwen3系列，个个都是能进全球开源榜单第一梯队的选手。Step 5 Preview此番入场，带的筹码非常清晰——44分的综合智能指数 + 输入$1/百万tokens的定价，用”旗舰能力、中端价格”的组合硬切进战局。

这场竞争对整个行业是好事。国产开源旗舰之间的内卷，卷出来的是全球开发者的选择性迁移：当Cline、Kilo Code、Hermes Agent们开始把Token流向国产模型，说明”开源旗舰平权”正在从口号变成账单上的事实——能力天花板足够高的前提下，开发者自然流向效率与成本最优的组合。

回到开头的那句话：从跑分到真实用量，OpenRouter Trending榜是开发者用真金白银投的票。Step 5 Preview上线两天登顶Trending、位列日榜全球第二，这张票已经投出来了。而10月15日开源之后，当600B的权重落到每个人自己的服务器和笔记本上，这场”旗舰平权”的竞争只会更精彩。对普通用户来说，最好的应对方式很简单：把模型加进自己的编程智能体跑一个真实任务，让账单和体验替你做判断。

本文由 AI工具导航（cn.xcoolevdb.site）原创 · 数据截至2026年10月，价格与配置以各平台官方页面实时信息为准