Schritt 5 ist ein Large Language Model, das von StepFun entwickelt und erstmals 2026 als Preview-Variante veröffentlicht wurde. Das Modell ist Teil der Step-Serie von StepFun und folgt auf frühere Modelle wie Step 3.5. Schritt 5 ist für multimodale und agentische Aufgaben konzipiert, mit einem Fokus auf chinesische Sprachkompetenz und Webentwicklungsfähigkeiten. Stand Oktober 2026 erscheint Step 5 Preview auf öffentlichen Benchmark-Ranglisten, einschließlich LMArena und LiveBench, wo es wettbewerbsfähige Leistungen in verschiedenen Kategorien zeigt.
Das Modell wird unter einer proprietären Lizenz vertrieben, wobei der Lizenzstatus für die Preview-Variante auf einigen Benchmarks als ausstehend markiert ist. StepFun hat die vollständige Architektur oder Trainingsdetails nicht öffentlich offengelegt, aber es wird angenommen, dass das Modell auf der Transformer-Architektur basiert, die bei modernen generativen KI-Systemen üblich ist. Die Entwicklung von Schritt 5 steht im Einklang mit breiteren Trends in der Künstliche-Intelligenz-Forschung, wo Deep-Learning- und neuronale-Netzwerk-Techniken angewendet werden, um Reasoning, Vision und Codegenerierung zu verbessern.
Benchmark-Leistung
Step 5 Preview wurde auf mehreren öffentlichen Ranglisten evaluiert. Auf der benchlm-Gesamtrangliste belegt es Stand 12. Oktober 2026 Rang 17 mit einer Punktzahl von 70,25. In der Kategorie LMArena Vision Englisch rangiert es auf Platz 20 mit einer Punktzahl von 1294,41. Das Modell erscheint auch in der Kategorie LMArena Text Chinesisch, wo es Rang 31 mit einer Punktzahl von 1519,43 erreicht, was auf eine starke Leistung bei chinesischsprachigen Aufgaben hinweist.
Bei agentischen Benchmarks belegt Step 5 Preview Rang 33 insgesamt auf der Agent-Rangliste von LMArena, wobei keine Punktzahl angegeben wird. Für Webentwicklungsaufgaben erreicht die High-Variante (step-5-preview-high) Rang 30 bei Image-to-Webdev, Rang 34 bei Webdev-React und Rang 35 bei Webdev insgesamt, mit Punktzahlen von 1541,17, 1578,41 bzw. 1563,52. Diese Ergebnisse deuten darauf hin, dass Schritt 5 besonders geschickt beim Generieren und Bearbeiten von Webschnittstellen aus visuellen Eingaben ist.
Varianten und Lizenzierung
StepFun hat Schritt 5 in mindestens zwei Varianten veröffentlicht: die Standard-Variante Step 5 Preview und eine High-Effort-Variante (step-5-preview-high). Die High-Variante erscheint ausschließlich in Webentwicklungs-Benchmarks, wo sie höhere Ränge als die Standard-Variante erreicht. Alle Varianten sind proprietär, ohne dass eine Open-Source-Veröffentlichung angekündigt wurde. Die Lizenz der Preview-Variante ist auf benchlm als „Ausstehend" gelistet, während LMArena sie als „Proprietär" führt. Dieser Lizenzansatz ist bei kommerziellen KI-Labors üblich, die oft begrenzte Previews bereitstellen, um vor der vollständigen Veröffentlichung Feedback zu sammeln.
Technischer Hintergrund
Obwohl spezifische technische Details von Schritt 5 nicht öffentlich dokumentiert sind, basiert es wahrscheinlich auf Fortschritten bei Multi-Head-Attention- und Positionskodierungs-Mechanismen, wie sie auch in anderen hochmodernen Modellen zu sehen sind. Die starke Leistung des Modells bei chinesischem Text deutet auf ein Training mit umfangreichen chinesischsprachigen Korpora hin, möglicherweise unter Nutzung von Techniken wie Curriculum-Learning und RLHF, um es an menschliche Präferenzen anzupassen. Seine Webentwicklungsfähigkeiten implizieren eine Integration von Vision und Codegenerierung, wahrscheinlich unter Verwendung von Cross-Attention zwischen Bild- und Textmodalitäten.
Die Entwicklung von Schritt 5 spiegelt die wettbewerbsintensive KI-Landschaft wider, in der Unternehmen wie OpenAI, Anthropic und Google DeepMind ebenfalls fortschrittliche Modelle veröffentlichen. StepFun, ein relativ neuerer Akteur, hat sich eine Nische geschaffen, indem es sich auf chinesischsprachige und multimodale Aufgaben konzentriert, wie seine Platzierungen auf den Ranglisten zeigen.
Implikationen und zukünftige Richtungen
Die Leistung von Schritt 5 auf öffentlichen Benchmarks zeigt, dass StepFun ein ernstzunehmender Wettbewerber im KI-Bereich ist. Seine hohe Platzierung bei Webentwicklungsaufgaben deutet auf potenzielle Anwendungen im automatisierten Frontend-Design und Prototyping hin. Allerdings schränken die proprietäre Natur und das Fehlen detaillierter technischer Offenlegungen die unabhängige Verifizierung ein. Stand des letzten Snapshots wurde Schritt 5 nicht in große Cloud-Plattformen wie Amazon Web Services oder Azure integriert, aber die zukünftige Verfügbarkeit könnte sich erweitern.
Der Erfolg des Modells könnte zukünftige Entwicklungen im maschinellen Lernen beeinflussen, insbesondere bei mehrsprachigen und multimodalen Systemen. Forscher könnten seinen Ansatz untersuchen, um Effizienz und Genauigkeit bei ähnlichen Aufgaben zu verbessern. Derzeit bleibt Schritt 5 ein bemerkenswertes Beispiel für spezialisierte KI-Modelle, die in bestimmten Bereichen hervorstechen, anstatt bei allgemeinen Benchmarks zu glänzen.