Step 5 Preview 评测详情
Step 5 Preview 当前已收录的代表性评测结果包括 AA-LCR（2 / 171，得分 88.30）、HLE（9 / 565，得分 59.40）、GPQA Diamond（25 / 463，得分 93.50）。本页还提供与 3 个竞品模型及 3 个前代或同系列模型的对比，在有数据时会展示性能和价格视图。
评测结果
Step 5 Preview
评测结果
AI Agent - 工具使用
共 6 项评测评测名称 / 模式
得分
排名/总数
编程与软件工程
共 6 项评测评测名称 / 模式
得分
排名/总数
Agent能力评测
共 4 项评测评测名称 / 模式
得分
排名/总数
生产力知识
共 5 项评测评测名称 / 模式
得分
排名/总数
竞品对比
Step 5 Preview 与同类主流模型的评测得分对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
12 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。
| 评测项 | Step 5 Preview当前 | Qwen3.8-27B | DeepSeek-V4.1-Flash | GLM-5.3-Flash |
|---|---|---|---|---|
20.90思考水平·高 | 5.40思考水平·极高 | 14.30思考水平·高 | 15.40开启思考 | |
59.40思考水平·高 ｜ 工具 | 33.90思考水平·极高 | 63.90思考水平·高 ｜ 工具 | 55.30思考水平·高 ｜ 工具 | |
93.50思考水平·高 | 90.50思考水平·极高 | 90.90思考水平·高 | 91.20开启思考 | |
88.30思考水平·高 | 82.00思考水平·极高 | 84.00思考水平·高 | -- | |
51.00思考水平·高 ｜ 工具 | -- | 68.90思考水平·高 | 60.40思考水平·高 | |
84.70思考水平·高 ｜ 工具 | -- | 88.10思考水平·高 ｜ 工具 | -- | |
85.00思考水平·高 ｜ 工具 | 79.80思考水平·极高 ｜ 工具 | 90.60思考水平·高 ｜ 工具 | 84.30思考水平·高 ｜ 工具 | |
33.30思考水平·高 ｜ 工具 | 5.60思考水平·极高 ｜ 工具 | 26.80思考水平·高 ｜ 工具 | 32.80开启思考 ｜ 工具 | |
74.10思考水平·高 ｜ 工具 | -- | -- | 78.40思考水平·高 ｜ 工具 | |
67.70思考水平·高 ｜ 工具 | 42.20开启思考 ｜ 工具 | 74.20思考水平·高 ｜ 工具 | 63.39思考水平·高 ｜ 工具 | |
80.50思考水平·高 ｜ 工具 | -- | 20.30思考水平·高 ｜ 工具 | -- | |
58.90思考水平·高 | 46.60思考水平·极高 | 51.90思考水平·高 | 51.60开启思考 |
其余 8 个 benchmark 仍可在上方图表中查看。
Step 5 Preview 与同类模型的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。 · USD / 1M tokens
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
Step 5 Preview | StepFunAI | $1 / 1M tokens | $2.7 / 1M tokens | — |
GLM-5.3-Flash | 智谱AI | $0.075 / 1M tokens | $0.25 / 1M tokens | — |
历代版本对比
Step 5 Preview 系列各版本的评测成绩纵向对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
8 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。· 点击任意行可切换下方趋势图。
| 评测项 | Step 5 Preview当前 | Step 3.7 Flash | Step 3.5 Flash | Step3 |
|---|---|---|---|---|
20.90思考水平·高 | 2.30开启思考 | 2.50开启思考 | -- | |
59.40思考水平·高 ｜ 工具 | 47.20开启思考 ｜ 工具 | 24.50开启思考 | -- | |
93.50思考水平·高 | 80.90开启思考 | 83.10开启思考 | 73.00常规模式 | |
88.70思考水平·高 ｜ 工具 | 75.82开启思考 ｜ 工具 | 69.00开启思考 ｜ 工具 | -- | |
85.00思考水平·高 ｜ 工具 | 59.50开启思考 ｜ 工具 | -- | -- | |
58.90思考水平·高 | 43.90开启思考 | -- | -- | |
42.50思考水平·高 ｜ 工具 | 12.00开启思考 ｜ 工具 | -- | -- | |
76.00思考水平·高 | 75.30开启思考 | -- | -- |
单评测历史趋势图
当前查看：CritPt · 综合评估
选择评测
Step 5 Preview 所在系列的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。
这些模型的价格币种或计费单位不一致，暂不直接绘制统一柱状图，以下展示原始价格。
Step 5 Preview
供应商: StepFunAI
标准输入: $1 / 1M tokens
标准输出: $2.7 / 1M tokens
Step 3.7 Flash
供应商: StepFunAI
标准输入: ¥1.35 / 1M tokens
标准输出: ¥8.1 / 1M tokens
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
Step 5 Preview | StepFunAI | $1 / 1M tokens | $2.7 / 1M tokens | — |
Step 3.7 Flash | StepFunAI | ¥1.35 / 1M tokens | ¥8.1 / 1M tokens | — |