آزمایشگاه هوش مصنوعی چینی StepFun، Step 5 Preview را راه‌اندازی کرده است، یک مدل زبان پرچمدار جدید که کمتر توجه را برای تسلط بر معیارهای خام و بیشتر برای جایی که در منحنی قیمت-عملکرد قرار می‌گیرد جلب می‌کند. این مدل، یک سیستم ترکیبی از متخصصان (MoE) با 600 میلیارد پارامتر با یک پنجره زمینه 1 میلیون توکن، در حال حاضر توسط مطبوعات فناوری که انتشار را پوشش می‌دهند، ارزان‌ترین مدل کلاس مرزی چین نامیده می‌شود.

مشخصات: مدل بزرگ، زمینه بزرگ

طبق گزارش Pandaily، که راه‌اندازی را گزارش کرد، پیش‌نمایش Step 5 بر اساس معماری 600B پراکنده MOE ساخته شده است – طرحی که در آن تنها کسری از پارامترهای مدل برای هر نشانه‌ای فعال می‌شوند و هزینه‌های استنتاج را علی‌رغم تعداد کل پارامترهای بسیار زیاد قابل کنترل نگه می‌دارد. خانواده معماری به پارادایم غالب مدل‌های در مقیاس مرزی تبدیل شده است که توسط همه از DeepSeek تا Mistral استفاده می‌شود.

پنجره زمینه به همان اندازه قابل توجه است: 1 میلیون توکن، که تحلیل مصنوعی تقریباً 1500 صفحه A4 متن را توصیف می کند. این ظرفیت به مدل اجازه می‌دهد تا کل پایگاه‌های کد، اسناد حقوقی طولانی، یا تجزیه و تحلیل چند سندی گسترده را در یک پاس واحد انجام دهد. این مدل هر دو ورودی و خروجی متن و تصویر را می‌پذیرد و در حالت استدلال اجرا می‌شود و قبل از تولید پاسخ‌های نهایی، تفکر متوسط ​​ایجاد می‌کند.

به گفته Pandaily، شاید دقیق ترین جزئیات برای توسعه دهندگان: StepFun قصد دارد وزن های باز این مدل را در 15 اکتبر منتشر کند. یک دوره پیش‌نمایش پشت یک API و به دنبال آن وزن‌های باز در حال تبدیل شدن به یک ریتم آشنا برای آزمایشگاه‌های چینی است و به جامعه زمان می‌دهد تا مدل را قبل از قرار گرفتن بر روی سخت‌افزار محلی ارزیابی کند.

موقعیت معیار: قوی، نه غالب

در شاخص مستقل هوش مصنوعی تجزیه و تحلیل، پیش‌نمایش مرحله 5 امتیاز 44 را کسب می‌کند و آن را در رده 24 از 200 مدل ردیابی شده بر روی پلتفرم قرار می‌دهد - بسیار بالاتر از میانگین 24 برای کلاس خود، هرچند نه در بالای مرز. تجزیه و تحلیل مصنوعی این مدل را به عنوان "در میان مدل های پیشرو در هوشمندی و قیمت مناسب در مقایسه با مدل های دیگر با قیمت مشابه" توصیف می کند.

معیارهای سرعت نیز ثابت هستند. این مدل بر اساس ارزیابی پلتفرم، خروجی تقریباً 99.8 توکن در ثانیه تولید می‌کند که سریع‌تر از میانگین حدود 70 توکن در ثانیه در مدل‌های ردیابی‌شده است.

یک نکته قابل توجه: مرحله 5 پیش نمایش به طور غیرمعمولی پرمخاطب است. تجزیه و تحلیل مصنوعی آن را اندازه گیری کرد که حدود 160 میلیون توکن در ارزیابی شاخص هوش تولید می کند، در مقایسه با میانگین 92 میلیون برای مدل های مشابه. پرحرفی در عمل اهمیت دارد - توکن‌های تولید شده بیشتر به معنای پاسخ‌های درک‌تر آهسته‌تر و صورت‌حساب‌های نشانه خروجی بالاتر است، که می‌تواند برخی از مزیت‌های قیمت‌گذاری سرفصل را بسته به وظیفه از بین ببرد.

داستان قیمت گذاری

قیمت‌گذاری جایی است که پیش‌نمایش مرحله 5 تهاجمی‌ترین مرحله را ارائه می‌کند. طبق تجزیه و تحلیل مصنوعی، این مدل 1.00 دلار به ازای هر میلیون توکن ورودی و 2.70 دلار به ازای هر میلیون توکن خروجی از طریق API هزینه دارد - در مقابل میانگین 1.88 دلار و 10.00 دلار برای مدل‌های کلاس خود. تیتر ایسترن هرالد آن را به وضوح بیان می کرد: مدل 600B AI چین با قیمت 1 دلار در هر میلیون توکن.

برای بارهای کاری حساس به هزینه - پردازش اسناد با حجم بالا، خلاصه‌سازی دسته‌ای، سیستم‌های عاملی که میلیون‌ها توکن در روز را می‌سوزانند - یک مدل مرزی با قیمت کمتر از میانگین کلاس در ورودی و خروجی یک گزینه تجاری مهم است. انتشار وزن باز برنامه ریزی شده برای ماه اکتبر می تواند هزینه های موثر را برای سازمان هایی که می توانند خود میزبانی کنند را کاهش دهد.

مرز شلوغ چین

مرحله 5 پیش‌نمایش در میان انتشار گسترده‌ای از آزمایشگاه‌های هوش مصنوعی چینی می‌آید، با خانواده Qwen علی‌بابا، DeepSeek، Z.ai و دیگران که همگی مدل‌های جدید را در یک کلیپ سریع ارسال می‌کنند. رسانه‌های فناوری در چین دوره کنونی را به عنوان یک نمایش کامل مدل بنیادی با سرعت کامل توصیف کرده‌اند، که طبق گزارش‌ها، آزمایشگاه‌ها در دوره‌هایی که معمولاً تعطیلات هستند کار می‌کنند تا همگام با رقبا باشند.

به طور خاص برای StepFun، شرط این است که ترکیبی از هوش مرزی مجاور، یک پنجره زمینه توکن 1M، ورودی چندوجهی، و قیمت‌گذاری تهاجمی، نظر توسعه‌دهندگان را پیش از انتشار وزن‌های باز اکتبر جلب کند. بحث در Hacker News، جایی که راه اندازی این مدل بیش از صد نکته را به خود جلب کرد، نشان می دهد که جامعه توسعه دهندگان به آن توجه دارند.

چه چیزی را تماشا کنیم

سه سوال استقبال مرحله 5 پیش نمایش را در هفته های آینده شکل خواهد داد. اول، چگونه در کدگذاری، استدلال، و معیارهای عاملی خارج از ارزیابی شاخص استاندارد شده در دنیای واقعی عمل می کند؟ دوم، آیا موضوع پرحرفی قبل از انتشار وزن‌های باز تنظیم می‌شود و سیستم مورد نیاز برای استقرار محلی چگونه خواهد بود؟ سوم، آیا زیرساخت API StepFun می‌تواند تقاضا را در مقیاس بزرگ مدیریت کند - چالشی که قبلاً شرکت‌کنندگان ارزان‌تری را تحت تأثیر قرار داده است؟

پاسخ ها به سرعت به بازاری می رسند که پیشرفت را در چند روز اندازه گیری می کند. برای ادامه پوشش StepFun، اکوسیستم هوش مصنوعی چینی، و رقابت جهانی بر سر قیمت گذاری مدل، آخرین تحولات هوش مصنوعی را در صورت وقوع دنبال کنید.

از هوش مصنوعی جلوتر بمانید

راه‌اندازی مدل‌هایی مانند این، هزینه‌های زیرساخت هوش مصنوعی را تغییر می‌دهد. در [AI Buzz Wire] (https://aibuzzwire.news)، که منبع اخبار هوش مصنوعی در همه مدل‌ها، تحقیقات و کسب‌وکار است، با همه نسخه‌ها همراه باشید.

اخبار هوش مصنوعی را بیشتر بخوانید →