大模型世界

Step 5 Preview

阶跃星辰的全部模型 →国内视觉模型未参评

偏贵、能读长文、会看图的开源模型

加入对比查看评测视频查看评测文章
聪明暂无
编程很强
记性1M
便宜$3.0

记性换算成体感：一次能读完《哈利·波特》全七部

Step 系列的视觉模型 · 按发布时间

共 2 个 · 阶跃星辰的全部模型 →
  1. 2026.05Step 3.7 Flash未参评
  2. 2026.09Step 5 Preview未参评

她的房间

编程能力：盖着布的桌子
电脑
没有公开的编程评测成绩
上下文窗口
书架
5 层 · 记忆 1M tokens
数学与科学推理成绩
黑板
一块空黑板
知识截止日期
日历
知识截止日期未公开
上下文缓存
冰箱
支持上下文缓存，能存记忆
开源权重
敞开的门
开源权重，谁都能进

身世

发布日期
2026 年 9 月 16 日models.dev
知识截止
暂无数据
参数量
564.72B
开放权重
是
开源许可
暂无数据
上下文窗口
1M tokens
单次最大输出
1M
输入价格
$1.05 / 百万 tokens
输出价格
$2.99 / 百万 tokens
模型类型
视觉除了文字还能看图片或视频，输出文字
支持的输入
图像、文字、视频 → 文字
工具调用
是
深度思考
是
提示缓存
是

战绩

综合智力
未参评
AIME 数学
未参评
GPQA Diamond 科学
未参评
ARC-AGI-2 抽象推理
未参评
Fiction.liveBench 长文本
未参评

综合智力、数学、科学、抽象推理与长文本数据来自 Epoch AI（CC-BY 4.0）。写「未参赛」的项目表示该模型没有被这项评测收录， 不代表它做不到——本站不会用估算值填补空缺。

编程战绩（按赛制分列）

  • LiveBench 2.0 编程86.8%
    LiveBench 2.0 的编程分项：不是做题，而是接 API、写 Agent 循环、接云基础设施、做计费与限额这类真活儿。2.0 换了评测方式（长程任务、产物评审），与旧版 LiveBench 编程分不是同一把尺子，分数不可直接比较。第三方实测
    https://livebench.ai/?release=20261014
  • WebDev Arena1570 Elo
    让两个模型各写一个网页，由人来投票选哪个更好，按对战胜负算 Elo 分。考的是前端开发的实际观感，和「能不能修复一个后端 bug」不是一回事。第三方实测
    https://epoch.ai/benchmarks

这些分数不可互相比较。同一个模型换一套评测脚手架就能差二三十分： SWE-bench Verified 的中位数是 75.7，而难度更高的 SWE-Bench Pro 只有 41.0。 广场上的能力条因此显示的是「在同一把尺子下排第几」，而不是分数本身。

全部成绩（按榜单分列）

名次的分母是在同一个榜、由同一类测量方测过的模型数，不是全站模型数。不同榜的分数不可互相比较。

综合
数学
知识与推理
智能体
游戏与谜题
写作