Step 5 Preview

StepFun · 发布于 2026-09-18

评分规则

知识问答证据不足

综合评分54.3未进入主榜 · 覆盖 52%评测较少（8/18）

编程58.1第 27 名 · 覆盖 75%单一机构

专业办公50.9第 46 名 · 覆盖 50%评测较少（2/4）单一机构

知识问答52.7未进入分榜 · 覆盖 0%评测较少（0/3）

科研52.2第 46 名 · 覆盖 33%评测较少（2/6）单一机构

上下文窗口

1,024,000 token

API 价格

缓存 ¥0.33 · 输入 ¥6.69 · 输出 ¥18.05

人民币 / 百万 token · — 表示未提供 · 价格来源

Vals AI 维护的基础 API 单价，缓存列为缓存读取；长上下文、批处理等阶梯价格以供应商为准。

评分依据

8 项实测记录。展开可查看原始分、代表配置与测量时间；统一读数由本站计算，不能当作准确率。

实测日期：来源未提供；另有 8 项未公开测量日期。

本站取数：2026/10/18 06:20:20（北京）。取数更新不代表重新评测，未注明具体版本的成绩不能证明已覆盖最新版本。

本页实际采用的型号与配置（2）

stepfun/step-5-preview
Step 5 Preview

缺少实测的领域：知识问答。本站在综合分中按模型的整体能力估计这些领域，不等于已经测过。

编程

58.1

Terminal-Bench 4.0Vals AI31.82%统一读数 65.3

来源: Terminal-Bench 4.0
上游型号: stepfun/step-5-preview
运行配置: 推理档位未提供 · Mini-SWE-agent · 输出上限 1024000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Code MigrationVals AI38.98%统一读数 60.0

来源: Code Migration
上游型号: stepfun/step-5-preview
运行配置: 推理档位未提供 · Vals agentic 统一流程 · 输出上限 1024000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Vibe Code Bench v1.1Vals AI70.40%统一读数 58.4

来源: Vibe Code Bench v1.1
上游型号: stepfun/step-5-preview
运行配置: 推理档位未提供 · OpenHands · 输出上限 1024000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

科研

52.2

MysteryMechanismVals AI18.47%统一读数 51.2

来源: MysteryMechanism
上游型号: stepfun/step-5-preview
运行配置: 推理档位未提供 · Vals agentic 统一流程 · 输出上限 1024000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-12 · 本站取数 2026-10-17
评分处理: 正常计入

Terminal-Bench-ScienceVals AI2.86%统一读数 ≤52.4

来源: Terminal-Bench-Science
上游型号: stepfun/step-5-preview
运行配置: 推理档位未提供 · Mini-SWE-agent · 输出上限 1024000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-14 · 本站取数 2026-10-17
评分处理: 正常计入
仅提供能力上限，不作为精确读数。

专业办公

50.9

Finance Agent (v2)Vals AI50.67%统一读数 55.0

来源: Finance Agent (v2)
上游型号: stepfun/step-5-preview
运行配置: 推理档位未提供 · Vals agentic 统一流程 · 输出上限 1024000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Harvey's Legal Agent BenchmarkVals AI9.17%统一读数 43.5

来源: Harvey's Legal Agent Benchmark
上游型号: stepfun/step-5-preview
运行配置: 推理档位未提供 · Vals agentic 统一流程 · 输出上限 1024000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

知识问答

52.7

暂无该领域实测记录；如有显示分数，它来自整体能力估计。

真人偏好

49.7

Arena Text · 风格控制Arena1447.27 Elo统一读数 44.5

来源: Arena Text · 风格控制
上游型号: Step 5 Preview
运行配置: 官方 Text Overall · style-controlled
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-15 · 本站取数 2026-10-17
评分处理: 正常计入

尚未测到（10）

FrontierMath T1–3 v2、Chess Puzzles、Mystery Game Puzzles、SimpleQA Verified、LiveBench Coding、LiveBench Reasoning、LiveBench Data Analysis、LiveBench Language、LiveBench IF、MedCode

本站独立计算 · 第三方原始评测 · 计算于 2026/10/18 06:20:20（北京时间）

实测由评测机构完成，本站负责统一换算和排名。取数 2026/10/18 06:20:20 · 最近检查 2026/11/2 06:20:09

本次取数或计算未通过，仍展示上次完整榜单。