模型动态 · 选型参考

27B 激活参数打进全球开源前三：Step 5 的「帕累托路线」与企业 AI 选型参考

2026-09-21王亚博（Abel Wang）大模型 · MoE · 成本效率
9 月 20 日，阶跃星辰发布新一代旗舰基座模型 Step 5 Preview：稀疏 MoE 架构，总参数 600B、实际激活参数仅 27B，100 万 Token 上下文，原生支持文本与图片理解。在 Artificial Analysis 综合智能指数（AA 榜）中跻身全球开源前三，而单任务成本仅为 Claude Opus 5 的 1/8。官方宣布 10 月 15 日开源完整权重。比榜单名次更有价值的，是它背后的路线选择：不卷总参数，卷「计算转化为智能的效率」——这条「帕累托路线」对企业选型 AI 的方式有直接影响。
TL;DR

1 · 规格拆解：MoE 的「大小脑」结构

Step 5 Preview 的参数结构值得单独讲：总参数 600B、激活参数 27B——激活率约 4.5%。这是稀疏 MoE（混合专家）架构的典型形态：模型内部有大量「专家」参数，每个 token 只激活与当前任务相关的一小部分。对你的账单来说，真正决定推理成本的是激活参数（算力消耗），而不是总参数（能力上限）。600B 总参保住了能力天花板，27B 激活压住了推理成本——这就是「帕累托前沿」的工程含义。

官方对研发方向的表述很直白：早期大模型靠堆算力换能力，但当 Agent 处理的任务越来越复杂，成本水涨船高，下一阶段的核心是提高计算转化为智能的效率。从 Step 3.5 Flash、Step 3.7 Flash 到 Step 5 Preview，连续三代围绕这条线迭代。100 万 Token 上下文 + 原生文本图片双理解，定位是「可持续处理复杂任务的主力工作模型」——目标场景点名 AI 编程、软件工程、专业知识工作、金融，重点是真实世界 Agentic 任务的综合表现。

2 · 对企业 AI 选型的四个参考

  1. 评估模型用三维，别用一维：能力（AA 榜等第三方基准）、单任务成本（真实账单驱动）、上下文长度（决定能塞进多少业务文档）。「参数量最大」「榜单第一」都不构成选型理由——同成本下能力更强、同能力下成本更低的模型才是答案。Step 5 的定位正是「帕累托改进」：AA 前三 + 1/8 成本；
  2. 激活参数是账单预测器：MoE 模型的对比要看激活参数。27B 激活的推理成本量级，接近一个 30B 级 Dense 模型，而能力上限对标 600B 级——用「总参数」比价会严重误判；
  3. 开源时间点是采购策略：10 月 15 日开源完整权重后，数据敏感场景（病历、研发数据、内部文档）可以做私有化部署的评估——在 API 成本与私有化成本之间做 TCO 测算，而不是默认「先进模型只能 API 调用」；
  4. Agentic 表现是工作流的关键指标：如果用途是工作流自动化（多步任务、工具调用、长周期规划），重点看模型在真实 Agentic 基准上的表现，而非纯问答能力——Step 5 官方强调的正是「真实世界 Agentic 任务的综合表现」，这与企业落地场景重合度最高。

3 · 与医疗 AI 工作流的关联

放在医疗行业语境里，这类「低成本+长上下文」模型的实用价值有三处：长文档处理——1M 上下文可以整本处理长病历、临床试验方案、注册资料卷宗，不用切片损失上下文；高频结构化任务——病历结构化、质检报告摘要、文献筛选等高频调用场景，1/8 的单任务成本直接决定项目经济性；多模态入口——原生图片理解让它可以直接处理医学影像报告等图文混合材料（注意：通用模型不等于医疗器械，用于临床决策支持需符合 CMDE 大模型审查口径）。幻觉风险管理照旧——「低成本」不降低「人工复核」的必要性。

边界与声明：① 本文数据来自阶跃星辰官方发布及媒体转载（澎湃新闻、解放日报、新浪科技等），AA 综合智能指数为 Artificial Analysis 第三方榜单，成绩以官方与榜单方口径为准；② 模型实际表现建议以自有业务数据的实测为准，本文不构成选型建议；③ 截至 9 月 20 日发稿，完整权重尚未开源，开源版本的能力差异待发布后验证。

FAQ

Q：MoE 模型的「总参数 600B、激活 27B」到底怎么理解？
A：类比专家会诊：全院有 600 位专家（总参数，能力上限），每次会诊只叫 27 位相关的（激活参数，单次计算成本）。账单按激活的算力算，能力按全院储备算。

Q：1/8 的成本优势是怎么来的？可靠吗？
A：来自激活参数少 + 效率迭代（三代模型持续优化算力转化），「单任务成本为 Opus 5 的 1/8」为官方口径。建议在自己的真实任务上做等质量对比测试再下结论——榜单成绩与你的业务分布可能不同。

Q：10 月 15 日开源后，私有化部署值得吗？
A：取决于数据敏感度与规模。病历、研发数据等敏感场景，私有化是合规刚需；通用场景先对比 API 的 TCO。27B 激活的推理配置门槛显著低于 600B Dense 模型，中小规模私有化首次变得现实。

参考来源

  1. 澎湃新闻（上海徐汇官方澎湃号）：《阶跃星辰发布新旗舰 Step 5 Preview，跻身 AA 榜单全球开源前三》，2026-09-20。原文（规格与路线来源）
  2. 解放日报：《小参数高性能，阶跃新模型全球开源前三》；新浪科技：《单次成本价格为 Opus 5 的 1/8》；搜狐科技：《10 月 15 日开源完整权重》。（多源交叉验证）
  3. 关联阅读：大模型首次入规：CMDE 三条路线与企业应对清单（通用模型进医疗器械的合规口径）

作者：王亚博（Abel Wang）· 医疗行业 AI 数字效能方向 · 转载请注明出处。本文为行业观察，不构成选型建议。

微信二维码 · 扫码联系作者
扫码加微信，直接聊 👋
我是 王亚博（Abel Wang），医疗行业 · AI 数字效能方向。
对本文有疑问、想交流技术方案或合作，扫码加我微信，备注来意通过更快。