600B Sparse MoE가 27B를 활성화하여 오픈소스 플래그십의 비용 효율성을 향상시킵니다

5단계 미리보기, 최신 플래그십 파운데이션 모델이 이제 공식적으로 출시되었습니다. 그 목적은 명확합니다: 현실 세계의 에이전트(Agentic) 작업을 위해 설계된 주요 모델입니다. 이는 AI 분야에서 오랫동안 존재해 온 '파레토 문제'를 해결합니다. 여기서 능력, 효율성, 비용은 종종 충돌합니다. 역사적으로 한 영역에서의 진보는 다른 영역의 희생이 필요했습니다. 그러나 파레토 프론티어를 확장하는 것은 거래(trade-off)를 제거하는 것이 아니라, 혁신적인 설계를 통해 전체 경계를 넓히는 것입니다.

이번 버전은 희소 전문가 혼합(Mixture of Experts, MoE) 아키텍처를 활용합니다. Step 5 미리보기는 6000억 개의 파라미터를 포함하고 있으며, 추론 시에는 270억 개의 파라미터만 활성화됩니다. 최대 100만 토큰의 컨텍스트 윈도우를 네이티브로 지원하며, 텍스트와 시각적 입력을 모두 처리합니다. Artificial Analysis 지능 지수에서 44점을 기록하여 글로벌 오픈소스 모델 중 상위 3위 안에 들었습니다. 특히 단일 작업 비용은 Claude Opus5의 8분의 1에 불과하여, 동일한 예산 내에서 향상된 지능을 제공하거나 더 낮은 가격으로 우수한 능력을 제공합니다. 에이전트의 마지막 시험(Agents' Last Exam)의 하위 집합인 ALE-CLI, 금융 투자 연구 벤치마크인 FrontierFinance, 그리고 도메인 간 심층 연구 평가인 DRACO에서 GPT-6Astra나 Claude Opus5에 이어 2위를 차지하며 다른 오픈소스 모델을 크게 앞서고 있습니다. GDPval-AA v2는 9월 19일 최신 데이터를 반영했으며, DeepSWE v1.1은 온도=1.0 및 top_p=0.95 설정으로 SWE-agent 하네스를 사용하여 평가되었습니다.

소프트웨어 개발 분야에서 Step은 553개의 독립적인 코드 저장소, 9가지 작업 유형, 20개의 응용 분야, 33개의 프로그래밍 언어를 포괄하는 StepCodeBench를 개발했습니다. Step 5 미리보기는 전반적인 성공률과 크로스 시나리오 안정성이 뛰어나며, 버그 수정, 기능 개발, 리팩토링, 환경 구성과 같은 현실 세계의 작업을 효과적으로 처리합니다. 하나의 데모에서 ESP32-S3 개발 보드를 블루투스 버튼과 음성 입력이 있는 Vibe Coding 키보드로 변환하기 위해 방대한 ESP32 문서를 처리했습니다. COM 직렬 포트를 자동으로 열고, 카메라를 조정하며, 장치 이미지를 캡처하고, 마우스 움직임을 시뮬레이션한 후 실시간 오류를 기반으로 코드를 반복적으로 디버깅하여 3시간 이상에 걸쳐 작업을 완료했습니다.

장기 실행 작업은 그 진정한 가치를 강조합니다. 첫 번째 실험에서 24시간과 H100 GPU가 주어졌을 때, Step 5 미리보기는 MLA GPU 커널을 처음부터 최적화했습니다(헤드 차원 512, 배치 크기 1, 64 어텐션 헤드, 8192 토큰). Step 5 미리보기는 코드를 독립적으로 수정하고, 커널을 실행하며, 처리량을 측정했습니다. 작동하지만 속도를 낮추는 솔루션에 직면했을 때, 이를 버리고 최적의 버전에서 계속 진행했습니다. 약 22시간 후, 508 TFLOPS의 최고 성능을 달성하여 Claude Opus5의 493 TFLOPS를 능가했습니다. 두 번째 실험 역시 24시간에 걸쳐 진행되었으며, 이를 통해 Qwen3-30B-A3B 기본 모델의 AIME24 성능을 자동 사후 훈련을 통해 향상시켰습니다. 모델은 주석 달린 API를 활용하는 방법과 데이터를 조정하는 방법을 결정하여, 최종적으로 정확도를 53.3%에서 60%로 높였으며, 더 적은 주석 토큰을 사용하면서 Opus5와 동등한 성능을 달성했습니다.

프론트엔드 및 시각적 애플리케이션과 관련하여, Step 5 미리보기는 웹 페이지 작성을 넘어섭니다. Blender를 호출하여 3D 자산을 구축하고 반복적으로 수정한 후, 이를 Three.js에 통합하여 상호작용형 애플리케이션과 게임을 생성할 수 있습니다. 심지어 1922년 '광구철도 여행 가이드'에서 정보를 추출하여 여정 조회, 비용 계산, 경로 재생 시스템을 구축했습니다. 이는 역사적 자료를 상호작용형 제품으로 전환했으며, 역사적 선로를 따라 달리는 작은 기차가 특징입니다.

금융은 종합적인 능력 테스트의 장입니다. Step은 기업 연구를 중점으로 한 세 가지 내부 평가 도구를 개발했습니다: FinStepBench-LiveSearch는 요구사항이 진화함에 따라 금융 정보를 검색하고 검증하는 능력을 테스트합니다. CorporateValuation은 데이터와 가정에서 재현 가능한 가치 평가로 전환하는 능력을 평가합니다. DeepResearch는 증거 수집부터 완성된 연구 보고서에 이르기까지 전체 과정을 평가합니다. FrontierFinance와 같은 외부 벤치마크는 220명의 전문가 질문과 11,543개의 평가 기준을 포함하는 6가지 투자 시나리오를 다룹니다. Step 5 미리보기는 네 가지 벤치마크 모두에서 강력한 결과를 보여주었습니다.

Step3.5Flash와 Step3.7Flash에서 Step5Preview에 이르기까지, Step은 하나의 원칙을 꾸준히 고수해 왔습니다: 차세대 확장 단계는 단순히 더 많은 컴퓨팅 자원을 추가하는 것이 아니라, 컴퓨팅 자원을 더 효율적으로 사용하는 것입니다. 오늘의 정식 출시를 시작으로, 완전한 모델 가중치는 10월 15일에 제공됩니다. '능력-비용-효율성'의 균형을 재정의한 이 오픈소스 플래그십은 이제 개발자들이 에이전트 작업을 위한 주요 도구로 채택할 준비가 되었습니다.