חברת הסטארט-אפ הסינית StepFun הכריזה על השקת Step 5 Preview, מודל הדגל החדש שלה המיועד לביצוע משימות מורכבות בעזרת סוכנים אוטונומיים (Agentic Work). המודל, אשר מיועד לתחומי הנדסת התוכנה, עבודת הידע המקצועית והפיננסים, מבוסס על ארכיטקטורת תערובת מומחים (MoE - Mixture of Experts) בעלת 600 מיליארד פרמטרים בסך הכל, מתוכם 27 מיליארד פרמטרים פעילים בכל טוקן - כ-4.5% בלבד מכלל המשקולות.
הדגש המרכזי בהכרזה הוא היחס בין היכולות לעלות הביצוע: החברה מציעה רמת אינטליגנציה הגבוהה משמעותית מהממוצע בקטגוריית מחיר זו, תוך פנייה לחברות ומפתחים המבקשים להוזיל את עלויות המחשוב של משימות מתמשכות. כעת, המודל זמין כ-API מאורח ועל גבי הפלטפורמה של StepFun, כאשר משקולות פתוחות (Open Weights) מתוכננות להשתחרר ב-15 באוקטובר 2026.
ארכיטקטורה צרה ועמוקה: הנדסה למשימות ארוכות טווח
במקום להרחיב את הרשת, קו הנדסת המודל של StepFun התבסס על מבנה "צר ועמוק" שכולל 92 שכבות טרנספורמר (Transformer). לפי צוות המחקר, מבנה זה מעניק למודל נתיבים ארוכים יותר עבור הסקה מרובת שלבים (Implicit Multi-hop Reasoning). יכולת זו חיונית בעת עיבוד הקשרים ארוכים, כגון בזמן שבו סוכנים אוטונומיים מבצעים חיפושים ברשת, מריצים קוד ומפעילים כלים חיצוניים.
מבחינת מפרט טכני, המודל מציע מגוון תכונות ויכולות מתקדמות:
- חלון הקשר נרחב: תמיכה ב-1 מיליון טוקנים בחלון ההקשר.
- קלט מולטימודלי: קבלת קלט מסוג טקסט, תמונות ווידאו, כאשר הפלט מוחזר כטקסט בלבד.
- דרגות הסקה דינמיות: אפשרות להגדרת רמת הסקה (Reasoning Effort) בדרגות נמוכה, בינונית וגבוהה.
- יכולות פיתוח ואוטומציה: תמיכה בהזרמת נתונים (Streaming), קריאה לכלים (Tool Calling), מצבי JSON וסכימת JSON, לצד מטמון פרומפטים (Prompt Caching).
- אינטגרציה ופרודוקטיביות: המודל כולל שילוב עם Claude Code באמצעות תוכנית Step Plan, ובמשימות מחקר הדגים תיאום של 950 שליפות מידע מהרשת בפעולת סוכן יחידה.
תהליך האימון הסתמך על למידת חיזוק לאופק זמן ממושך (On-policy Long-horizon Reinforcement Learning), לצד התאמה ברמת הביטים בין שלב האימון לשלב ההסקה בניתוב ה-MoE. טכנולוגיות נוספות ששולבו כוללות פיענוח ספקולטיבי MTP-3, ייעול משקולות בפורמט FP8 ופריסת מטמון KV. טכניקות אלו אפשרו להשיג האצה של פי 3 ויותר מקצה לקצה בריצת למידת החיזוק.
מבדקי ביצועים: השוואה מול GPT-6 ו-Claude
החברה הציגה סדרת מבחנים המשווים את ביצועי Step 5 Preview מול מודלי קצה כמו Claude Opus 5 ו-GPT-6 Astra. בעוד שהמתחרים הריצו את המבחנים ברמת מאמץ מקסימלית (Max), המודל של StepFun הופעל ברמת מאמץ גבוהה (High).
| מבחן ביצועים (Benchmark) | Step 5 Preview | Claude Opus 5 | GPT-6 Astra |
|---|---|---|---|
| FrontierFinance | 66.4 | 69.7 | 55.0 |
| DRACO | 83.3 | 87.6 | 76.8 |
במבחני קידוד, המודל רשם ציון של 67.7 במבחן DeepSWE v1.1, ציון של 49.0 במבחן הפנימי StepCodeBench, ו-80.5 במבחן ProgramBench. בשלושת המבחנים הללו, המודלים GPT-6 Astra ו-Claude Opus 5 שמרו על הובלה.
לצד המבחנים הסטנדרטיים, החברה ערכה שני ניסויי סוכנים שנמשכו 24 שעות כל אחד:
- אופטימיזציית קרנל: המודל ביצע כוונון לרכיב תוכנה (Kernel) של מעבד גרפי מסוג H100 והגיע לביצועים של 508 TFLOPS, לעומת 493 TFLOPS שהשיג Claude Opus 5.
- אימון אוטומטי: המודל שיפר מודל אחר, Qwen3-30B-A3B, במבחן AIME24 מ-53.3% ל-60% באמצעות תהליך פוסט-אימון אוטומטי.
בבדיקה עצמאית שביצעה מעבדת הניתוח Artificial Analysis, המודל קיבל ציון של 44 במדד האינטליגנציה (Intelligence Index), לעומת חציון של 24 בלבד בקרב מודלי הסקה ברמת מחיר דומה. קצב היצירה שנמדד ב-API של החברה עמד על 99.8 טוקנים בשנייה.
תמחור תחרותי ודרישות חומרה למארח עצמאי
מבנה התמחור של המודל בגישה דרך API נקבע ברמה נמוכה משמעותית מממוצע השוק:
- טוקנים של קלט (החטאת מטמון): $1.00 למיליון טוקנים.
- טוקנים של קלט (פגיעה במטמון): $0.05 למיליון טוקנים.
- טוקנים של פלט (כולל הסקה): $2.70 למיליון טוקנים.
לשם השוואה, נתוני השוק מראים מחיר חציוני של $1.88 לקלט ו-$10.00 לפלט במודלים מקבילים.
עם זאת, קיימת נקודה שחשוב לקחת בחשבון: בריצת המדד העצמאית, המודל ייצר 160 מיליון טוקנים של פלט לעומת חציון של 92 מיליון טוקנים. האופי המפורט של תהליך ההסקה פירושו שהמודל נוטה לייצר נפח טקסט גדול יותר, מה שמשפיע באופן חלקי על חיסכון העלויות למשימה.
עבור ארגונים המבקשים לארח את המודל באופן עצמאי לאחר שחרור המשקולות הפתוחות באוקטובר 2026, יידרש ציוד חומרה משמעותי. בשל גודלו, 600 מיליארד הפרמטרים של המודל דורשים כ-1.2 טרה-בייט של זיכרון בפורמט BF16 בלבד (לפני חישוב מפתח-ערך במטמון KV), מה שמחייב שימוש בשרתים מרובי מעבדים גרפיים (Multi-GPU).
למה זה חשוב לך
לקוראים ישראלים העוסקים בפיתוח תוכנה, פינטק או ניתוח נתונים, השקת Step 5 Preview מציגה חלופה זולה משמעותית למודלי הקצה של Anthropic ו-OpenAI, מה שעשוי להפחית עלויות תפעול עבור סטארטאפים וחברות המפתחות סוכנים אוטונומיים. עם זאת, כדאי לזכור שהמודל מייצר נפח פלט גדול יותר, כך שהחיסכון בפועל תלוי באופי המשימה. בנוסף, תוכניות שחרור המשקולות הפתוחות באוקטובר 2026 עשויות לאפשר לחברות ישראליות בעלות תשתית מתקדמת לארח את המודל באופן עצמאי, אם כי הדבר מחייב השקעה משמעותית בחומרה.
קראו גם: אפל פותחת אתר פשרה בתביעת Siri ותשלם עד 250 מיליון דולר · סדקים בחזון האנרגיה ל-AI: חברת הכורים של ביל גייטס נפרדת מ-Bechtel
