AI 编程实时动态与要闻

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%）。

查看大图

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。

查看大图

阶跃星辰（@StepFun_ai）发布并开源 Step Code v0.1.0（MIT）。官方称其从单一 CLI 覆盖读代码、编辑、跑测试到发布的完整开发闭环，强调执行快、Token 效率高与长程可靠；评测给出 Terminal-Bench 2.1 约 80.9%，以及自研 150 题长程基准 Multi-Frame 约 73.3%，并可用 StepPage 一键发布静态站。仓库：https://github.com/stepfun-ai/Step-Code

查看大图

@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。

查看大图