刚才那个结果是6.36美元。今天，我们将关注即将发布的开源权重模型——StepFun AI的Step 5 Preview。你可能最近听说过这个模型，因为它已经发布有一段时间了。然而，开源权重版本将于10月15日发布，也就是大约三天后，正如他们刚才在这里提到的。我之前在模型刚推出时就尝试过测试它，我相信那是几周前的事了。不幸的是，当时很难找到一种可靠的方法来实际测试其智能体功能，因为它会每隔X次调用就超时。

幸运的是，现在我认为它可以通过Open Code免费使用。今天我将通过Open Router设置配合Pie Harness来测试这个模型，我非常兴奋能够亲自上手体验。在开始之前，欢迎订阅我们的频道以帮助我们获得10万订阅奖牌，目前我们接近8万，这也是可以接受的。让我们来看看Step 5 Preview。虽然StepFun不如ZAI或DeepSeek那样广为人知，但他们最近发布了一些令人印象深刻的模型。

随着其模型的演进，确实展现出了显著的进步。我想快速将注意力转向他们之前的一个模型——这不是我们要看的模型的直接前身，但它是一个Apache 2.0开源权重版本：Step 3.7 Flash。我们在频道上测试过它，表现相当称职，考虑到其体积较小更是如此。它是目前许多Flash模型中规模较小的一个。我想指出这一点，并希望Step 5 Preview的权重也能像3.7 Flash那样采用Apache 2.0许可，不过我们要等到10月15日才能知道。

Step 5 Preview是一个拥有6000亿总参数的大型模型，采用混合专家架构（MoE），每个令牌激活270亿参数，并拥有100万令牌的上下文窗口。它也是多模态的，能够识别图像。在此模型的基准测试中，它与Gemini K3等更大规模的模型以及一些闭源专有模型相比表现非常有优势。虽然Opus 5现在算是较旧的模型，但在发布时它仍是最新的Opus版本。现在我们有了5.5版，这相当了不起。

不过我其实不太在意基准测试数据，我更想通过实际测试来看看它的表现如何。他们还展示了一些演示视频，包括用3.js制作有趣的东西以及其他工作成果。重点在于更长时间的智能体任务运行，以及一些技术上令人印象深刻的功能，比如GPU内核优化以提高速度和吞吐量等。虽然这些通常不在我们频道的测试范围内，但考虑到新模型能力的提升，未来可能会在简化版的测试套件中加入相关内容。

关于该模型的更多技术信息，我们可以看到文档中的说明：它不仅能看图像，还能观看视频。这确实是真正的多模态功能，很酷。它的最大输出长度为64K令牌，当然还有之前提到的100万令牌上下文窗口。此外，如果我们向下滚动一点，可以看到定价信息。这并不便宜：输入每百万令牌1美元，输出每百万令牌2.70美元。

由于GPT-6 Luna和Claude Haiku 5.5等竞争产品的出现，在这个价格区间内竞争变得越来越难。以前这被认为相对便宜的价格范围，现在周围出现了许多高端竞争性模型，因此有很多选择可选。作为用户来说，这当然是好事。我们将开始进行浏览器OS测试。但我需要指出几点：第一，我们使用的是Pi智能体Harness并通过Open Router连接，因此今天运行的所有测试都会产生费用。

在视频结尾，我们会查看在所有测试结果中总共花费的金额。此外，所有测试都设置为高推理模式，以便展示模型的最大潜在性能。现在我们的浏览器OS已经设置好，让我们看看它吧。这是我们的Step 5 Preview浏览器操作系统。“Aurora”（极光），还不错。需要密码吗？还是无密码？输入12345678901000，好的。我通常很擅长猜这种密码。

右上角有一些通知。“哦”，我已经习惯了在macOS上那样操作，因为这些真的让我很恼火。有一个大问题是：有右键点击功能吗？是的，有的。“好的”，我们可以选择更换壁纸。这个看起来非常“天堂般”的壁纸是我想到的词。右下角有日期和时间。“呃”，它提供了悬停选项，但点击时没有任何反应。还有一些在笔记本电脑或真实电脑上会看到的假功能，比如音量调节等。“哦”，时光机器。噢不，它在录制中。所以，“好的”。有趣。

看起来下面已经打开了一些应用程序。“让我们看看开始菜单”。“好”，“Grand Theft Aurora”。我们来看看它。[喷鼻息声] “嘿。” 这实际上在加载的第一瞬间很有希望，但现在有点……好像有什么东西反了。“是的”，这里肯定有些不对劲，这很可惜，因为否则我认为它很有潜力。尽管如此，这将是一个失败案例，但这是预览版，所以……“哦”，看，我们实际上可以移动这些窗口。

不知为何它们似乎喜欢这样。“我不想现在移动这个”，但它停在那里了。“哦，对了”。还不错。不要扔进垃圾桶。这实际上是一个外观不错的UI。其中一些照片来自这个壁纸。“最近文件”，“下载”。这是一个相当充实的文件浏览器。我 definitely 看到了一些macOS的灵感，尽管某些窗口移动体验不佳。“就像它只是吸附到我们的光标上”，然后基于光标四处移动，但我只是想关闭它……[叹气并倒吸一口气]。“某种程度上受macOS启发”。这些窗口主题，“嗯”，还不错。我没见过那个，就像你会以为会更多地看到它一样。

经常这样，我们却不做。没有 fetch 命令。Neofetch（系统信息工具）。>> [嗤笑] >> 还不错。看起来像个跳舞的小人，或者一个快乐的小火柴人。好吧，让我们看看下一个游戏。同样地，我觉得实际的飞船像是倒置的，但这也有潜力可言。我只是在注意第一印象。我担心在这个模型的一些后续结果中可能会出现一些空间问题，但它似乎具备某种基本的设计感。因为那个 GTA 游戏看起来还可以接受。笔记：我最好的点子都发生在凌晨两点，没有一个能撑到四点。好吧。而这个文件刚好在凌晨两点左右打开。《雪崩》（Snow Crash）。有趣。嗯，不算好笑，但引用这本书在这个任务中很贴切。设置。好吧，让我们看看这些其他的壁纸。哦，这个愚蠢的菜单……好吧。那个霓虹地平线做得不错。很难描述窗口移动的问题所在。阅读完整文档。好的，这是关于页面。我想知道那是不是……>> [笑声] >> 然后哦，它有一个类似吸附的功能，看那个。那其实还不错。我需要从这个……中解脱出来的最后一件事是图标和窗口菜单像是磁吸的一样。所以，如果鼠标悬停在它们上面，当你移动鼠标时它们也会跟着动。而且这只是……这不太好。我不点击这些图标，但它们就那样……好吧，让我们赶紧结束这个吧。这里是凌晨两点零分，没有窗口，没有窗口，没有窗口。好的。很好。然后它把我们带回了凌晨两点零一分。好吧，总体来说这还可以接受。我看到一些让我抱有希望的东西，但也有一些让我感到压力的东西，比如这个窗口移动的故障。不过还不错。

接下来我们运行的是 C++ 滑板游戏测试。我提前跑了几次，以确保它足够可靠来进行测试，我很高兴报告说它是可靠的。这是一个自包含的 C++ 滑板游戏，其中需要纽约市街区，且不能使用 raylib。所以让我们看看它做出了什么成果。哦。哦，好吧。虽然问题重重，但我看到其中有一些好的元素，比如滑板者是由单个部件拼凑而成的，这有点像我们在 Opus 55 结果中看到的那样，它不仅仅是一个静态的人形轮廓。实际上它有分开的部件，所以理论上是可以移动的。有一个报刊亭。我要说的是这里确实有很多错误之处。我们可以放弃（bail）。文字也是问题之一，但它有消防栓喷水的效果。这些是我认为试图表现车辆的元素，也许这里有一辆出租车。哦，好的，我们还有行人。我们可以和行人互动吗？我觉得我过不去那边。好吧。那条腿……

我们被限制在这个内部空间里。你知道这看起来像什么吗？它看起来像你在一组游戏素材包中会看到的照片，他们把所有资产都并排放在同一个场景中，这样你就可以看到所有你能得到的东西。这就是我在这里感受到的氛围。所以它有一些好的元素，但坏的比好的多，不过我也觉得只要称这个模型为“预览版”，很多东西是可以被原谅的。所以也许有一天如果我重建类似的东西，我可能会使用这种策略：“请记住它仍处于预览阶段。”让我们再试一个 grinding（滑板技巧）动作。我觉得我们够不到那里。好吧。是的。好的。有趣。接下来，我们要尝试地铁第一人称射击（FPS）测试。这是更新后的版本，我们需要坐上火车才能进入下一波攻击，前提是我们通过了第一波。这里确实说要使用 3JS（Three.js）。好的，是的。所以我们将看到它的浏览器 3D 能力，或者缺乏这种能力的表现。让我们看看能得到什么结果。好吧，我们有一个名为“地铁爆发”的地铁 FPS 游戏标题。嗯，我想我的扬声器坏了，所以我需要把它插好。好吧，让我们看看那个……这真的很令人沮丧，因为我确实看到了一些不错的潜力。不幸的是主要问题是正如我们所见，我们被困在地板下面，甚至敌人看起来也不差，考虑到这一切都是用 3JS 完成的。它们不仅仅是简单形状拼凑成的人形风格。这里更令人沮丧的事情之一是这花了一个多小时，却没能把我们带到一个好的状态。

经过一点时间和一次小睡后，我们有了更新且 hopefully 修复好的地铁 FPS。好点了吗？现在我需要取消静音标签页。仍然有一些我们在滑板 FPS 中注意到的类似问题，这里有强大的元素。然而……好吧，酷。我们可以放大。也有一些不太对的几何形状。哦，好的。但正如我们之前提到的，一些实际的模型还不错。它们不仅仅是非常简单的胶囊体。火车应该要来了。哦，是的。好的，所以……F 键是上车。嗯，好吧。按下 F。我觉得它用了这里相同的材质来做火车……>> [嗤笑] >> 我们确实有弹药箱。它们会发光，我们可以拾取这些箱子。当然环境中没有弹孔……实际上有，至少在那里有一些。有趣。好吧，不幸的是我们不得不在此停止，因为上车的逻辑不起作用。所以这有点令人沮丧。然而，我们看到了一些更多的游戏内容，再次强调这里有一些不错的元素。看那只老鼠。就是那种东西。还有一些问题很严重的元素。所以，接下来我给了它一个 Blender 和 Godot 测试，要求它以像素级精确的方式重现这张图片，制作一个我们可以玩的撞车竞赛游戏。它必须在 Blender 中创建这些轿车，然后在 Godot 中制作游戏。这是结果。我还没有看过这个。我在想我们是否会注意到一些空间问题，就像我们要看到的那样。这似乎成了一个常见的主题……

哦，好的。我们有不同的摄像机视角。>> [笑声] >> 尝试做了努力。嗯……好吧。也许我们可以看到这里，我的意思是它思考了相当长的一段时间 [嗤笑] 很久。我是说那个结果价值 6.36 美元。这可能会是一个较短的视频，除非我决定再做一件事。我可能会做，但到目前为止，我感觉我不想再花更多的钱来测试这个模型了，因为我们直接通过 Open Router 使用它。所以我们要为此付费。让我们看看我们的手表网站吧。这是其中一个还需要有特别版，名为 Bijan 的手表以及手表的爆炸视图（分解图）。好的，再次我们注意到了那个常见的几何问题主题。所以这里有一些不错的元素，比如手表的实际表壳，但它只是有太多的……

在确保细节准确方面存在一些问题，比如从皇冠处伸出的插脚位于错误的平面上。尽管这是我所见过的最好的卡扣或表带部件之一，但整体看起来有些歪斜。该模型确实存在严重的几何或空间问题，这极大地影响了测试结果。总体而言，除了手表模型等前端部分外，表现尚可。如果几何结构处理得当，这些渲染效果本会很好。

让我们来看看爆炸视图。看起来还不错，但我希望能将其移动一下。表盘绘制得相当平衡且不错。这些只是爆炸视图中特定部分的预设选项，让我们看看不同的版本，非常酷。 Bijan 部分的价格相当便宜，符合预期。这里的一个主要问题是蓝宝石玻璃也是歪的，但在背面可以看到一些不错的元素。这确实是一个预览版模型，初生之作。

总体而言前端表现不错。作为结尾的简单测试，希望能成功，我们将尝试制作《RuneScape 2007》大交易所中 PvP（玩家对战）的像素级可玩复刻版，看看结果如何。让我们来看看我们的 Godot OSRS 克隆版本。不得不说这做得并不差，原因是我没想到它会使用 Godot，通常这类项目会使用 Three.js。

我并没有特别指定必须使用某种语言，所以它有一定的自由度是好事。但不幸的是，它在某些时候出现故障并失败。“坐下”、“祈祷”，很酷，它还加入了背景故事。它显然拥有关于《Old School RuneScape》中 PK（玩家对战）的相关知识。作为一个简单的 2D 游戏，我认为这还不错。

但主要问题在于，这些名字对于关注《RuneScape 2007》相关内容的玩家来说可能很熟悉。这很有趣，但最大的问题是没有任何库存系统或真正的用户界面，虽然有战斗逻辑，但它不断失败和崩溃。因此总体而言结果并不成功，但这只是对其能力的一种不同展示。

最后我们要看看在整个测试过程中实际花费了多少成本。我们看到了使用该模型完成的所有工作，总费用略高于 22 美元。考虑到结果的质量，这确实相当昂贵。总体而言我感到有些失望。我知道这还是预览版模型，但它相比 Step 3.7 Flash 在规模上有巨大飞跃。

如果我没记错的话，我对 3.7 Flash 模型的结果印象更为深刻，而不是这个。即使排除闭源和专有模型的竞争，它面临的挑战也非常严峻。让我们暂且不论 Haiku 和 Luna。它仍需与 Deep Seek v4.1 Flash 竞争，后者规模相当，我不明白为什么要用它来替代 Deep Seek v4.1。

有趣的是它很快将开源权重，因此可能在某些用例中有用价值，也许它在一些利基领域表现出色。但在我们的测试套件中，我发现其表现令人失望，与 Deep Seek 甚至 GLM-5.3 Flash（我认为可能是更好的选择）相比。

总体而言，这比正常视频要短一些，但我想测试一下这个模型，因为它目前似乎以某种开源代码的形式免费提供。人们可能对其感兴趣，而且我也想做一次模型测试了，因为已经有一段时间没做了。

总之，这就是我们对 Step Fun 的 Step 5 Preview 的首次观察和测试。如果您有任何问题，请随时在评论区留言，感谢观看。