阶跃 Step 5 Preview 接入 WorkBuddy，开启两周独家限免

阶跃 Step 5 Preview 今日正式上线腾讯 WorkBuddy，并从 2026 年 10 月 12 日起开启为期两周的独家限时免费体验，活动持续至 10 月 25 日。

这次接入的重点不只是“又多了一个可选模型”，而是把一个面向复杂 Agent 任务设计的旗舰模型，放进了一个能够操作本地文件、执行任务并交付结果的工作台里。对开发者和重度用户来说，Step 5 Preview 的价值要在长上下文、代码理解、多轮执行和工具协作中体现，而不是停留在普通问答的准确率比较上。

两周限免，时间窗口从今天开始

WorkBuddy 是腾讯推出的全场景 AI 工作台，定位不是单纯的聊天机器人，而是可以根据自然语言拆解任务、读取文件、调用工具并交付结果的桌面 AI 助手。

本次活动规则很直接：2026 年 10 月 12 日至 10 月 25 日，用户可以在 WorkBuddy 中选择 Step 5 Preview 使用，具体免费额度、调用限制和活动细则以产品内页面显示为准。当前公开信息只确认了“独家限免”的活动周期，并未披露统一的免费 Token 数量或每日调用上限，因此不宜把“限免”理解为无限量使用。

| 项目 | 信息 | |---|---| | 接入产品 | 腾讯 WorkBuddy | | 模型 | 阶跃 Step 5 Preview | | 活动时间 | 2026 年 10 月 12 日至 10 月 25 日 | | 活动形式 | WorkBuddy 内独家限时免费体验 | | 模型定位 | 面向真实世界 Agentic 任务的旗舰基座模型 | | 总参数量 | 600B | | 激活参数量 | 27B | | 上下文窗口 | 100 万 Token | | 输入模态 | 文本、视觉 | | 重点场景 | AI 编程、软件工程、专业知识工作、金融 | | 权重计划 | 2026 年 10 月 15 日开放完整权重 |

如果你打算测试，最值得关注的不是简单问它“写一段代码”，而是把一个真实任务交给它：例如读取一个项目目录，理解现有架构，定位异常，修改多个文件，再运行测试并根据报错继续修复。只有在这类连续任务中，Step 5 Preview 的长上下文和 Agent 能力才有实际发挥空间。

Step 5 Preview 到底是什么

Step 5 Preview 是阶跃星辰于 2026 年 9 月 20 日发布的新一代旗舰基座模型，主要面向需要长程规划、多轮工具调用和持续执行的真实世界任务。

“Agentic 任务”是指模型不只生成一段答案，而是要完成“理解目标—拆解步骤—调用工具—读取反馈—修正计划—交付结果”的连续流程。它更接近让 AI 临时接手一个项目，而不是让 AI 回答一个问题。

从官方披露的参数看，Step 5 Preview 采用稀疏 MoE，也就是混合专家架构。稀疏 MoE 的核心思路是：模型总容量可以做得很大，但每次处理一个 Token 时，只激活其中一部分专家网络，类似一家公司拥有 6000 名员工，却只根据任务类型调度其中 270 人参与当前项目。

Step 5 Preview 的总参数量达到 600B，但单次推理激活参数仅为 27B。这个设计一方面保留了大模型的知识容量，另一方面避免每次计算都承担 600B 参数的完整成本。需要注意的是，激活参数更少并不等于模型整体能力只相当于 27B 模型；它反映的是单次计算路径，而不是模型储存的全部能力。

它还支持 100 万 Token 上下文窗口，这是本次接入最值得开发者关注的规格之一。100 万 Token 大致可以容纳大型代码仓库、长篇技术文档、日志、接口说明和多轮任务记录，但实际可用容量仍会受到文件格式、系统提示词、工具返回内容和 WorkBuddy 产品限制影响。

原生视觉输入意味着模型可以直接处理图片等视觉信息，并将其与文本上下文结合起来。对于前端开发、界面还原、报错截图分析、数据图表理解和设计稿转代码等场景，这比只能接收纯文本的模型更方便。

为什么 WorkBuddy 是一个合适的落点

WorkBuddy 的价值在于，它把模型的输出能力连接到了本地文件、脚本和工作流程，而不是只提供一个孤立的对话窗口。

传统聊天式 AI 往往需要用户手动完成几个动作：复制代码、粘贴报错、上传文件、执行修改、再把结果发回模型。这个流程的瓶颈通常不是模型不会写，而是上下文断裂和人工搬运太多。

WorkBuddy 的 Agent 工作方式则更像一个能够操作电脑的协作者。用户描述目标后，系统可以先规划任务，再读取相关文件，必要时调用工具，最后交付修改后的代码、文档或其他结果。对于 Step 5 Preview 这种强调真实世界任务的模型，工作台的执行环境比单纯的聊天界面更能体现差异。

当然，模型接入工作台也会带来新的约束。文件权限、执行环境、工具调用范围和错误恢复能力，都会直接影响最终结果。模型本身再强，如果无法读取关键依赖、无法运行测试，或者工具调用被频繁中断，最终交付质量仍然会打折扣。

三类任务值得优先测试

1. 大型代码仓库分析

Step 5 Preview 的 100 万 Token 上下文适合处理跨文件、跨模块的软件工程问题。

可以把项目结构、核心代码、构建配置、错误日志和测试说明一起提供给 WorkBuddy，让它完成依赖关系梳理、问题定位和修改建议。相比只截取一个函数来提问，这种方式更接近真实开发场景，因为很多 Bug 并不发生在报错行本身，而是由配置、调用链或状态管理问题共同造成。

比较适合测试的任务包括：

• 分析一个陌生项目的目录结构和模块职责；
• 根据日志定位跨模块 Bug；
• 为已有代码补充单元测试和边界测试；
• 执行一次重构并保持原有接口兼容；
• 检查依赖升级后可能出现的类型或行为变化。

但长上下文不是“把所有东西都塞进去”就能自动得到好结果。项目中过多的无关文件、重复日志和生成产物，反而可能增加模型筛选信息的负担。更合理的做法是先让 WorkBuddy 建立项目索引，再分阶段推进修改和验证。

2. 多轮调试与自动修复

多轮调试是检验 Agent 模型是否真正能干活的重要场景。

一次完整的调试任务至少包含四个环节：理解现象、提出假设、修改代码、运行验证。很多模型在前两个环节表现不错，却会在第三次或第四次反馈后失去上下文，重复尝试已经失败的方案。Step 5 Preview 的长上下文设计，理论上更适合保留完整的错误轨迹、尝试记录和工具输出。

在 WorkBuddy 中，可以让模型从一个可复现的测试失败开始，要求它先解释原因，再修改代码，最后运行测试。如果测试仍然失败，重点观察它是否能根据新日志调整假设，而不是机械地重复上一版修复。

3. 长文档和专业知识工作

长文档分析是 100 万 Token 上下文最容易被普通用户感知的用途。

例如，用户可以同时提供一组产品需求、技术方案、会议纪要和竞品资料，让模型整理冲突点、提炼决策记录，并生成可以继续执行的项目计划。金融研究场景则可以用它处理财报、公告、电话会纪要和估值假设，但模型生成的结论不能替代专业审查，尤其是涉及实时数据和投资决策时。

专业知识工作的难点不只是阅读量大，还包括在不同材料之间建立对应关系。一个好的模型应该能指出某个结论来自哪份材料、哪些数据存在矛盾、哪些判断仍然缺少证据，而不是把大量资料压缩成一篇看似完整却无法核验的摘要。

参数规模之外，真正应该看什么

Step 5 Preview 的 600B 总参数和 27B 激活参数很醒目，但参数量本身不能直接等同于实际生产力。

对开发者而言，至少需要观察以下几个指标：

1. 长上下文召回能力：把关键信息放在上下文开头、中间和结尾，检查模型能否准确引用，而不是只测试短提示词。
2. 工具调用稳定性：观察模型是否能正确选择工具、传递参数，并在工具失败后继续执行。
3. 代码修改的可验证性：代码是否真正能运行，测试是否通过，修改是否引入新的回归问题。
4. 长任务中的状态保持：连续执行十几轮后，模型是否还记得原始目标、已完成事项和待处理问题。
5. 成本和速度：上下文越长，Prefill 阶段的计算压力越大，实际响应速度不一定与短问答体验相同。

根据公开资料，Step 5 Preview 在 Artificial Analysis Intelligence Index 中取得 44 分，并被介绍为全球开源模型前三；相关资料还称，其单任务成本约为 Claude Opus 5 的八分之一。不过，这些数字来自特定评测和成本口径，不能直接推导出所有场景下的性能或价格优势。实际使用时，还应以 WorkBuddy 的响应速度、免费额度和产品限制为准。

| 对比维度 | Step 5 Preview | 普通短上下文模型 | 专用代码模型 | |---|---|---|---| | 上下文规模 | 100 万 Token | 通常较小 | 取决于具体产品 | | 输入类型 | 文本、视觉 | 多数支持文本，视觉能力不一 | 以代码和文本为主 | | 任务方式 | 长程规划、多轮执行 | 单轮问答更常见 | 代码生成与修改更聚焦 | | 适合任务 | 大型仓库、研究资料、复杂 Agent 流程 | 快速问答、内容生成 | 补全、修复、测试编写 | | 使用门槛 | 需要配置文件和工具权限 | 较低 | 通常需要接入开发环境 | | 当前活动 | WorkBuddy 10 月 12 日至 25 日限免 | 视产品而定 | 视产品而定 |

10 月 15 日开源，意味着什么

阶跃计划在 2026 年 10 月 15 日开放 Step 5 Preview 的完整模型权重，这让本次 WorkBuddy 限免不只是一次产品接入，也成为开源模型发布前的体验窗口。

对企业和开发者来说，在线工作台适合快速试用，完整权重则意味着更多部署选择，包括私有化部署、推理框架适配、量化优化和针对特定行业数据的二次开发。两者并不是互相替代的关系：WorkBuddy 解决的是“现在就用起来”，开放权重解决的是“以后能否掌握部署和优化主动权”。

不过，600B 总参数的模型即使采用稀疏 MoE，也会对显存、并行策略、通信带宽和推理框架提出较高要求。开放权重不等于普通消费级显卡可以直接运行。真正落地还要看官方权重格式、推理代码、量化版本、硬件建议和许可证条款，这些信息需要等待 10 月 15 日后的正式发布资料确认。

这次限免值不值得用

如果你正在做 AI 编程、代码仓库迁移、长文档研究或复杂自动化任务，这次两周限免值得专门测试。它提供了一个低门槛环境，可以在不自行搭建推理服务的情况下，快速判断 Step 5 Preview 是否适合自己的工作流。

如果只是进行普通闲聊、短文本润色或简单问答，Step 5 Preview 的大上下文和 Agent 能力未必能带来明显收益。模型规格越高，并不意味着每个任务都更划算；短问题更应该关注响应速度、稳定性和交互体验。

更实际的测试方法，是准备三组自己的真实任务：一个大型代码仓库问题、一份超过数万字的专业资料，以及一个需要多轮工具执行的自动化流程。分别记录首次理解是否准确、工具调用是否成功、修改结果能否验证，以及任务中途是否需要人工接管。两周结束后，再决定是继续使用 WorkBuddy，还是等待 Step 5 Preview 权重开放后自行部署。

总体来看，Step 5 Preview 接入 WorkBuddy 的意义，在于把模型的长上下文和复杂任务能力放进了可执行的工作环境；10 月 12 日至 25 日的限免，则降低了开发者验证它的成本。它是否能成为真正可靠的“数字同事”，最终不取决于 600B 这个数字，而取决于面对真实项目时，能否持续理解上下文、正确调用工具，并交付可以验收的结果。

参考来源

• IT之家：阶跃 Step 5 Preview 模型上线腾讯 WorkBuddy，10 月 12 至 25 日独家限免：确认本次 WorkBuddy 接入、限免时间及模型基础规格。
• 知乎：刚刚，阶跃 Step 5 Preview 发布：补充 Step 5 Preview 的 Agent 任务定位、评测信息和技术路线介绍。