Step 5 Preview verspricht offene Gewichte für ein 600B-Modell

Worum es geht

Das chinesische KI-Unternehmen StepFun hat am 20. September 2026 Step 5 Preview vorgestellt. Nach Angaben des Unternehmens und übereinstimmenden Berichten handelt es sich um ein Mixture-of-Experts-Modell mit insgesamt 600 Milliarden Parametern, von denen pro Token 27 Milliarden aktiv sein sollen. Die API bietet laut Ankündigung ein Kontextfenster von bis zu einer Million Token.

Für Entwickler ist jedoch eine andere Zusage mindestens ebenso wichtig: StepFun kündigt die Veröffentlichung der Modellgewichte für den 15. Oktober 2026 an. Bis dahin bleibt Step 5 Preview vor allem ein gehosteter Dienst. Preise, Benchmarks und technische Eckdaten stammen überwiegend vom Anbieter oder von frühen Messungen und müssen deshalb vorsichtig gelesen werden.

Was Step 5 Preview tatsächlich macht

Bei einem Mixture-of-Experts-Modell wird nicht für jede Eingabe das gesamte Modell aktiviert. Ein internes Auswahlverfahren leitet einzelne Token an einen Teil der spezialisierten Rechenblöcke weiter. StepFun nennt 600 Milliarden Gesamtparameter und 27 Milliarden aktive Parameter pro Token. Dieser Ansatz kann die Rechenkosten senken, ohne den gesamten Wissensumfang des Modells auf die aktive Teilmenge zu begrenzen.

Die Vorschau ist über eine API verfügbar. Berichte nennen einen Preis von 1 US-Dollar je Million Eingabe-Token und 2,70 US-Dollar je Million Ausgabe-Token sowie einen Rabatt von 95 Prozent für zwischengespeicherte Eingaben. Das lange Kontextfenster kann große Codebasen, umfangreiche Dokumentensammlungen oder lange Agentenläufe aufnehmen. Ein großes Kontextfenster garantiert aber weder, dass das Modell jede Stelle zuverlässig nutzt, noch dass Antworten über sehr lange Eingaben konsistent bleiben.

Warum das wichtig ist

Der Wettbewerb verschiebt sich von der reinen Modellgröße zu drei praktischeren Fragen: Wie viel Leistung erhalten Entwickler pro Euro, wie teuer sind wiederholte Eingaben und dürfen Teams das Modell später selbst betreiben? StepFun adressiert alle drei Punkte mit niedrigen API-Preisen, einem starken Cache-Rabatt und dem angekündigten Termin für offene Gewichte.

Die Gewichte sind dabei noch nicht veröffentlicht. Der Begriff „offen“ sagt außerdem nichts über die spätere Lizenz, Trainingsdaten oder vollständige Reproduzierbarkeit aus. Für Unternehmen wäre eine permissive Lizenz entscheidend; für Forschende wären zusätzlich Trainingsrezept, Evaluationsdaten und bekannte Schwächen relevant. Vor dem 15. Oktober lässt sich diese Zusage nicht abschließend bewerten.

Frühe Einordnungen platzieren Step 5 Preview im mittleren Bereich aktueller Spitzenmodelle. Solche Ranglisten sind nützlich, ersetzen aber keine eigenen Tests. Besonders bei deutschsprachigen Aufgaben, langen Dokumenten, Werkzeugnutzung und sicherheitskritischen Workflows können Ergebnisse deutlich von einem Gesamtindex abweichen.

Einfach erklärt

Man kann sich Step 5 wie eine sehr große Werkstatt vorstellen. Statt bei jeder Aufgabe alle 600 Milliarden Werkzeuge auf den Tisch zu legen, wählt ein Vorarbeiter nur die passenden Schubladen mit zusammen 27 Milliarden Werkzeugen aus. Das spart Arbeit, doch die Auswahl muss stimmen: Greift der Vorarbeiter zur falschen Schublade, hilft auch die Größe der Werkstatt nicht.

Praktisches Beispiel

Ein Softwareteam möchte eine Codebasis mit 700.000 Token analysieren und danach in 20 Schleifen dieselben Dateien mit jeweils kleinen Änderungen prüfen. Das Millionen-Token-Fenster könnte den Ausgangsbestand in einer Anfrage aufnehmen. Wenn der Anbieter unveränderte Eingaben tatsächlich mit 95 Prozent Rabatt abrechnet, würden wiederholte Kontextteile deutlich günstiger als beim ersten Durchlauf.

Das Beispiel ist keine Kostenprognose. Tokenisierung, Cache-Regeln, Ausgabenlänge und erneute Verarbeitung können die Rechnung verändern. Das Team müsste deshalb einen repräsentativen Test mit echten Repositories durchführen, Qualitätsgrenzen definieren und prüfen, ob vertraulicher Code den Dienst überhaupt verlassen darf.

Einordnung und Grenzen

Erstens sind die offenen Gewichte nur angekündigt. Bis zur tatsächlichen Veröffentlichung bleiben Lizenz, Dateigröße, Hardwarebedarf und lokale Laufzeit offen. Zweitens beruhen die meisten Leistungsangaben derzeit auf Anbieterinformationen und frühen Aggregatoren; unabhängige Tests für Deutsch, lange Kontexte und Werkzeugnutzung fehlen noch. Drittens bedeutet eine Million Token Kapazität nicht eine Million Token verlässliche Aufmerksamkeit. Relevante Details können in langen Eingaben übersehen werden.

Hinzu kommen betriebliche Grenzen: Ein Modell mit 600 Milliarden Gesamtparametern dürfte trotz sparsamer Aktivierung erhebliche Speicher- und Infrastrukturkosten verursachen. Kleine Teams sollten nicht davon ausgehen, dass „offene Gewichte“ automatisch „läuft auf einem Laptop“ bedeutet. Für sensible Daten sind außerdem Standort, Vertragsbedingungen, Protokollierung und Löschfristen der API zu prüfen.

SEO- und GEO-Schlüsselbegriffe

StepFun, Step 5 Preview, Mixture of Experts, 600B-Modell, offene Modellgewichte, Open-Weight AI, eine Million Token, KI-API, Modellkosten, lokaler KI-Betrieb, chinesische KI-Modelle