AI 编程实时动态与要闻速递 — 𝕏/Twitter 一手信源

👀89

🔥94

Arena Alignment Index 9 万真实智能体会话评测更新：Meta Muse Wonder (77.5%)、Reflection Beam-1.0 (75.3%) 与阶跃 Step 5 Preview (75.1%) 登榜

Arena 官方发布基于 90,000+ 真实智能体会话的 Arena Alignment Index 最新榜单更新：Meta 旗舰 Muse Wonder (Max) 以 77.5% 位列实验室总榜第 6（越权操作率仅 2.09%、欺骗性完成率 14.41%）；美国榜首开源智能体模型 Reflection AI Beam-1.0-501B-A23B 以 75.3% 位列第 7（虚假归因率低至 4.50%）；阶跃星辰开源模型 Step 5 Preview 以 75.1% 位列第 8（越权操作率 2.11%）。

核心要点速览

Arena Alignment Index 基于 90,000+ 真实智能体交互会话，从越权操作（UA）、虚假归因（FA）与欺骗性完成（DC）三大维度量化评估智能体生产安全性
Meta Muse Wonder (Max) 以 77.5% 位居实验室榜第 6，越权操作率仅 2.09%，欺骗性完成率 14.41%，全面取代 Muse Spark 1.3
美国开源智能体榜首 Reflection AI Beam-1.0-501B-A23B 以 75.3% 位居第 7，虚假归因率低至 4.50%（三款新模型中最优）
阶跃星辰开源旗舰 Step 5 Preview (600B-A27B) 以 75.1% 位居第 8，越权操作率仅 2.11%，与 Meta 闭源旗舰基本持平

阅读全文

关联模型 / 智能体 / 厂商:

#Arena#Alignment Index#Muse Wonder#Reflection AI#Step 5 Preview#Agent 安全

ModelScope@ModelScope2022·22 天前收录

👀148

🔥95

查看推特原帖 ↗

阶跃星辰 Step 5 Preview 开源权重落地：600B/27B 稀疏 MoE、1M 上下文智能体旗舰，Hugging Face 与 ModelScope 同步上线

阶跃星辰于 2026-10-15 履约放出 Step 5 Preview 开源权重：600B 总参、每 token 激活 27B 的稀疏 MoE，支持最长 1M token 上下文与视觉输入，定位智能体与软件工程。权重已上 Hugging Face（FP8/BF16/NVFP4）与 ModelScope；官方评测 StepCodeBench 49.0%、FrontierFinance 66.4%、Artificial Analysis Intelligence Index 44。此前 9 月仅有 API/指数报道，本次是权重本身首次公开可下载。

核心要点速览

规格：稀疏 MoE 600B 总参 / 27B 激活，上下文最长 1M token，输入支持文本与图像（官方模型页）
权重仓库：stepfun-ai/Step-5-Preview（及 BF16、NVFP4）已在 Hugging Face 与 ModelScope 可下载（HF 模型卡）
编码基准：StepCodeBench avg@4 为 49.0%（开源权重对比中领先官方所列对手）；DeepSWE v1.1 为 67.7%（官方评测表）
金融与智能指数：FrontierFinance 66.4%；Artificial Analysis Intelligence Index 44（与此前 AA 报道一致）
部署：官方给出 vLLM / SGLang Docker 与 OpenAI 兼容 API 示例；许可为 StepFun Model License 1.0（类 Apache-2.0 另附商用条件）

阅读全文

关联模型 / 智能体 / 厂商:

⚡ Step 5 Preview🌐 stepfun 🌐 modelscope 🌐 huggingface

#StepFun#Step 5 Preview#开源权重#MoE#智能体#1M 上下文#Hugging Face#ModelScope

Artificial Analysis@ArtificialAnlys·45 天前收录

👀103

🔥93

查看推特原帖 ↗

Artificial Analysis：StepFun Step 5 Preview Intelligence Index 44，同分约比 Kimi K3 便宜 2.8 倍

@ArtificialAnlys 评测阶跃星辰 Step 5 Preview（600B 总参/27B 激活 MoE）：Artificial Analysis Intelligence Index 44，与 Kimi K3 (max) 同分，每任务约 $0.72，约为同分 Kimi K3 的 1/2.8。定价约 $1/$2.70 每百万输入/输出 token，缓存输入 $0.05/M；1M 上下文，计划 10 月 15 日开源权重。智能体评测（GDPval-AA、Terminal-Bench 4.0 等）仍落后同分段对手。

核心要点速览

AA Intelligence Index 44，与 Kimi K3 (max) 同分；每任务约 $0.72，约为同分价 1/2.8。
定价约 $1/$2.70 每百万输入/输出 token，缓存输入 $0.05/M；600B/27B MoE，1M 上下文。
计划 10 月 15 日开源权重；GDPval-AA、Terminal-Bench 4.0 等智能体评测仍落后。

阅读全文

关联模型 / 智能体 / 厂商:

⚡ Stepfun Step 5 Preview⚡ Kimi K3

#Step 5 Preview#StepFun#Artificial Analysis#Intelligence Index#MoE#定价#开放权重