Segun MarkTechPost (AI/ML News), StepFun ha lanzado su versión preliminar de Step 5 como modelo abierto, disponible en plataformas como Hugging Face y ModelScope. Este sistema se enfoca en tareas agencias de larga duración, especialmente en desarrollo de software, análisis de documentos y operaciones financieras. Su diseño integra un modelo de mezcla de expertos (Mixture-of-Experts) que activa solo 27 mil millones de parámetros por token, mientras que el total de parámetros alcanza las 600 mil millones. La capacidad de contexto se extiende hasta un millón de tokens, lo que permite manejar documentos y códigos extensos sin pérdida de coherencia.
El modelo se ejecuta exclusivamente en servidores de datos, requiriendo hardware específico: para el formato FP8 se necesitan al menos 4 unidades de GPU B300 o 8 de H200; para BF16, el requisito aumenta a 8 B300 o 16 H200. La arquitectura combina 92 bloques de transformadores en una estructura estrecha y profunda, con una mezcla de atención que incluye ventanas deslizantes y capas completas, alternadas en una proporción de 3:1. En capas de atención completa, se seleccionan 4.096 tokens de historia por consulta, agrupados en bloques de 8. Además, se aplica una decodificación especulativa mediante una unidad MTP-3, que acelera el proceso en aproximadamente un 30% en comparación con otros métodos.
En pruebas de rendimiento, el modelo alcanza un 88,3% en tareas de razonamiento de larga duración (AA-LCR), superando a modelos como GLM-5.3 y Kimi K3 en tareas de programación. Sin embargo, su desempeño en escenarios de terminal (Terminal-Bench 4.0) es de solo 33,3%, frente a un 41,9% en GLM-5.3. Aunque muestra ventajas en análisis estructurado, presenta limitaciones en entornos interactivos de ejecución inmediata. Su entrenamiento se basa en precisión FP8 y en entornos verificables de nivel millonario, donde se aplican técnicas de aprendizaje por recompensa.
Para los usuarios peruanos, este avance en IA agente representa una oportunidad clave. Aunque el modelo requiere infraestructura avanzada, su potencial en áreas como análisis de cuentas públicas, auditorías documentales o automatización de procesos en empresas pequeñas y medianas puede ser aprovechado con estrategias de implementación graduales. Las empresas que manejan grandes volúmenes de datos, como bancos o entidades gubernamentales, podrían beneficiarse de su capacidad para interpretar documentos, gráficos y videos con precisión. No obstante, debe considerarse que el acceso directo a este tipo de herramientas aún está fuera del alcance de la mayoría, lo que exige una evaluación cuidadosa de costos y necesidades específicas antes de su integración.