Step 5 Preview

StepFun · 2026-09-18 发布 · 10/30 02:05 更新

AICue 评分 · 综合59.3分综合第 33 名评分不是正确率 · 评测覆盖 53%

可比较分类4/ 4 项分类

已有成绩21项评测

上下文窗口100万Token

API 输入 / 输出 · 每百万 Token¥7 / ¥20当前标准价；北京时间 2026-10-14 00:30 前已通过按量付费 API 调用过该型号的用户，缓存命中价仍为 ¥0.35/百万 Token。缓存 ¥0.7厂商官方价格

CAPABILITY PROFILE

各有所长，看得更清楚。

每个领域单独评分，和综合评分用同一种分数，可以直接比。具体能力请看下面每项成绩。

编程AICue 评分59.2分第 33 名前 30 名之外6 项评测 · 覆盖 56%科研AICue 评分58.4分第 40 名前 30 名之外6 项评测 · 覆盖 57%专业办公AICue 评分60.2分第 39 名前 30 名之外5 项评测 · 覆盖 50%知识问答AICue 评分61.1分第 25 名3 项评测 · 覆盖 40%

覆盖比例是这个领域里已有成绩的评测类别占比，不代表能力高低；没测的不补分，也不扣分。

BEHIND THE SCORE

每一项成绩，都有来处。

按领域列出每项公开成绩，以及它折算成的统一分数。展开可查看运行配置与采用方式。

编程59.26 项

Terminal-Bench 4.0Artificial Analysis33.3%折算分 64.8+
原榜型号
step-5 · 原榜第 43 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Terminal-Bench 4.0Vals AI31.8%折算分 64.0+
原榜型号
stepfun/step-5-preview · 原榜第 21 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
SciCodeArtificial Analysis58.9%折算分 61.1+
原榜型号
step-5 · 原榜第 19 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Code MigrationVals AI39.0%折算分 60.3+
原榜型号
stepfun/step-5-preview · 原榜第 32 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Vibe Code Bench v1.1Vals AI70.4%折算分 59.8+
原榜型号
stepfun/step-5-preview · 原榜第 46 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
FrontierCode 2.0Artificial Analysis12.0%折算分 51.1+
原榜型号
step-5 · 原榜第 63 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

科研58.46 项

CritPtArtificial Analysis20.9%折算分 64.5+
原榜型号
step-5 · 原榜第 63 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Humanity's Last ExamArtificial Analysis46.5%折算分 62.5+
原榜型号
step-5 · 原榜第 45 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
CritPt v2 HardArtificial Analysis32.5%折算分 60.1+
原榜型号
step-5 · 原榜第 49 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
MysteryMechanismVals AI18.5%折算分 56.8+
原榜型号
stepfun/step-5-preview · 原榜第 26 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Terminal-Bench ScienceVals AI2.9%折算分至多 54.5+
原榜型号
stepfun/step-5-preview · 原榜第 33 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据 10/25 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Terminal-Bench ScienceArtificial Analysis2.4%折算分至多 53.9+
原榜型号
step-5 · 原榜第 78 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

专业办公60.25 项

GDPval-AAArtificial Analysis1,594.1折算分 65.9+
原榜型号
step-5 · 原榜第 40 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AA-BriefcaseArtificial Analysis1,422.9折算分 64.6+
原榜型号
step-5 · 原榜第 56 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AutomationBench-AAArtificial Analysis51.0%折算分 61.7+
原榜型号
step-5 · 原榜第 87 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AA-Analyst AgentArtificial Analysis35.0%折算分 58.3+
原榜型号
step-5 · 原榜第 29 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Finance AgentVals AI50.7%折算分 57.8+
原榜型号
stepfun/step-5-preview · 原榜第 43 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

知识问答61.13 项

AA-LCRArtificial Analysis88.3%折算分 67.2+
原榜型号
step-5 · 原榜第 2 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AA-Omniscience v1.1Artificial Analysis16.4折算分 61.8+
原榜型号
step-5 · 原榜第 44 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
MLCR-AAArtificial Analysis18.3%折算分 61.5+
原榜型号
step-5 · 原榜第 63 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

真人盲选55.01 项

Arena TextLMArena1,448.4折算分 48.6+
原榜型号
Step 5 Preview · 原榜第 82 名
代表配置
来源默认配置
该来源没有区分推理档位，采用其官方默认配置。
本轮采用记录
来源数据 10/28 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

尚无成绩的评测

这些评测尚无可采用的公开成绩，缺测不补分。

LiveBench · 编程综合 ProgramBench Vibe Code Bench 1–100 CyberBench Patch v1.1 APEX-SWE FrontierMath v2 · Tiers 1–3 LiveBench · 推理与数学 Chess Puzzles Mystery Game Puzzles APEX-Agents 1.1 Harvey LAB 1.1 · Vals Harvey LAB 1.1 · AA τ³-Banking · Mercor LiveBench · 数据分析 MedCode SimpleQA Verified LiveBench · 语言与指令 BullshitBench · 错误前提

怎么看这些折算分

每项成绩按这项评测的难度折算成同一种分数：难的评测考得一般也能折算出高分，快被刷满的评测再高也折算不出更多。领域分是这些折算分的平均，再向模型的整体水平收一点；同类评测只算一票。相差不到 1 分的两个模型，先后接近抛硬币。

了解计算方法 →