仅三分之一参数，敢和美国最新模型扳手腕，上海“新旗舰”跻身全球开源前三

来源：滚动播报

（来源：上观新闻）

9月20日，上海大模型企业阶跃星辰发布新一代旗舰基座模型Step 5 Preview（简称新版基座模型）。目前，模型已全面开放第三方接口，并将于10月15日全面开源完整权重。

在全球权威榜单AA综合智能指数（Artificial Analysis Intelligence Index）中，阶跃新版基座模型取得44分，位居全球开源模型前三，但单任务成本仅为美国旗舰模型的八分之一。

“帕累托边界”再进一步

据介绍，阶跃新版基座模型依然采用稀疏混合专家（MoE）架构，总参数量6000亿，每个词元实际激活的参数仅270亿，支持100万词元的上下文窗口，原生支持文本与视觉输入，重点面向AI编程、软件工程、专业知识工作和金融等场景。

混合专家架构可以理解为一支“专家团队”，虽然总参数有6000亿，但每次处理任务却只调用其中约4.5%的参数，既容纳了庞大的参数储备，又把单次推理的算力开销压了下来。

相较于上万亿参数级的旗舰模型，阶跃新版基座模型总参数仅为三分之一，单次参与推理的参数则更小。

小参数不等于能力低。榜单显示，在软件工程评测上，阶跃新版基座模型得分67.7，领先月之暗面Kimi K3、智谱GLM-5.3等开源模型，仅次于美国两大旗舰基座模型GPT-6 Astra和Claude Opus 5两款闭源旗舰。

新基座模型把帕累托边界线往外拓展。

目前，大模型仍受“规模法则”的制约，通常来说能力越强，算力成本越高，业内通常用“帕累托边界”来描述：在帕累托边界线上，提升一分智能就需要多付一份成本。而阶跃星辰表示新版基座模型正在把帕累托边界线往外拓展，“相当于同样的成本，智能更高；同样的智能，成本更低。”

AA综合智能指数显示，阶跃新版基座模型每完成一项智能指数任务的成本约为0.71美元，输入、输出价格分别为每百万词元1美元和2.7美元，输出速度约为每秒100个词元。官方测算，在智能水平相当的情况下，单任务成本约为美国Claude Opus 5的八分之一。

另外，在跨领域深度研究、智能体考试的命令行子集等多项行业测评中，阶跃新版基座模型表现与美国两大旗舰模型难分伯仲。

新版基座模型在多个国际榜单上取得好成绩。

金融是超长任务“试金石”

在训练新款基座模型过程中，阶跃星辰把金融列为重点验证场景。

外部基准“前沿金融”（FrontierFinance）包含了220道专业金融问题、11543项评估标准，覆盖六类投资应用场景。测评结果显示，阶跃新版基座模型得分66.4，领先GPT-6 Astra及其他参评开源模型，位列全球第二。

围绕“公司研究”这一高难度金融工作流，阶跃星辰还自建了三项内部评测，分别考察模型检索核验实时金融信息、把数据和假设转化为可复现的估值，以及产出完整研究报告的能力。在上述四项金融基准上，阶跃新版基座模型均取得开源模型中的领先成绩。

“金融同时连接宏观经济、政策监管、行业周期与公司经营，既要求财报分析、估值建模等专业知识，也考验跨行业理解、证据核验和复杂问题拆解能力，是对模型综合能力的真实检验。”阶跃星辰研发团队负责人表示。

金融场景的能力，是大模型在超长任务链、超长上下文和调用工具等方面的缩影之一。

据介绍，阶跃星辰专门构建了覆盖553个独立代码仓库、9类任务、20个应用领域和33种编程语言的“阶跃代码工作台”，包含漏洞修复、功能开发、代码重构、环境配置等任务。在内外部专家评估中，约七成参与者认为，新版旗舰模型能自主解决中高复杂度的编程任务。

阶跃星辰专门构建了“代码工作台”。

记者在技术文档中看到，阶跃新版基座模型在一个硬件改造案例中，可连续运行3个多小时，自主查阅开发文档，把一块物联网开发板改造成支持蓝牙按键和语音输入的键盘。

连续三代追求“以小博大”

值得注意的是，阶跃星辰从Step 3.5 Flash、Step 3.7 Flash到此次的Step 5 Preview，连续三代基座模型都在追求“更小算力博得更大性能”。

近3个月以来，阶跃相继推出端侧模型和语音模型。端侧模型把文本、视觉基础模型与语音、图形用户界面相结合，支持简单任务在端侧算力完成，复杂任务交由云端算力。语音模型则在对话动态、语音推理测试中均拿下全球前列的好名次。

无论是新版基座模型、端侧模型还是语音模型，都是服务于阶跃星辰的“模型+终端”策略。

比如，阶跃模型手机装机量已超过4200万台，日均服务近2000万人次，合作覆盖国内超过半数头部手机品牌，应用于识屏问答、智能搜索、内容生成和跨应用任务执行，这背后离不开阶跃端侧模型的能力提升。

另外，吉利银河M9接入阶跃端到端语音大模型，阶跃星辰与吉利、千里科技共同研发的整车智能体“超级Eva”也量产上车，背后也有阶跃语音模型的身影。

阶跃星辰研发团队负责人表示，过去大模型“规模法则”的逻辑，是用更多计算换取更强智能。但随着模型规模和任务复杂度同步增长，算力成本被急剧上升。下一阶段“规模法则”不只是更多计算，也包括更高效率的计算。

在万亿参数超大模型的趋势下，阶跃新版基座模型能否凭借“小参数高性能”，重回全球第一梯队，还要等待10月15日全面开源后的实测检验。

原标题：《仅三分之一参数，敢和美国最新模型扳手腕，上海“新旗舰”跻身全球开源前三》

栏目主编：李晔

来源：作者：解放日报 查睿