阶跃Step 5 Preview接入腾讯WorkBuddy，限免两周

腾讯全场景AI办公工作台WorkBuddy近日宣布接入阶跃星辰最新旗舰模型Step 5 Preview，并面向用户独家限时免费开放两周。这次合作把一款6000亿参数的旗舰基座模型，直接嵌入了真实的办公场景——从深度研究、信息检索到数据分析、文档与PPT生成，背后反映的是大模型能力落地方式的转变：从单纯的对话问答走向多步骤复杂任务的持续执行。

Step 5 Preview：稀疏MoE架构下的性能与成本平衡

Step 5 Preview是阶跃发布的新一代旗舰基座模型，采用稀疏MoE（混合专家）架构，总参数量达到6000亿，但每个Token仅激活约270亿参数。这种设计思路在当下的大模型竞争中已成主流——通过稀疏激活，模型既能保留大规模参数带来的综合智能，又能把推理成本和效率控制在可接受范围内。

阶跃官方将其定位为面向AI编程、软件工程、专业知识工作以及金融等场景优化的模型，强调在旗舰级综合智能、效率与成本之间取得最佳平衡。换句话说，它瞄准的不是实验室里的刷榜，而是企业和开发者愿意持续付费调用的生产力场景。

第三方评测与平台数据背书

从公开数据看，Step 5 Preview的表现确实有一定说服力。全球权威大模型评测榜单Artificial Analysis显示，其综合智能指数为44分，位居全球开源模型前三。更能说明实际使用热度的是平台数据：上周Step 5 Preview登顶OpenRouter Trending榜首，并在按Token使用量统计的日榜中排名全球第二。

OpenRouter的使用量排名尤其值得关注——这是开发者用脚投票的结果。能在Token消耗量上冲到全球第二，意味着大量实际应用正在真金白银地调用这个模型，而非仅仅停留在评测分数层面。这种评测榜单与真实使用数据的双重验证，比单一的刷榜成绩更有参考价值。

稀疏MoE（Mixture of Experts，混合专家）架构的核心思想是将模型拆分为多个"专家"子网络，每次处理输入时由一个门控机制（Router）动态选择少量专家参与计算，而非激活全部参数。以Step 5 Preview为例，虽然总参数量高达6000亿，但每个Token实际只调用约270亿参数，计算量接近于一个270亿参数的稠密模型，但在知识储备和综合能力上却能接近超大规模模型的水准。这种架构的代表性先例是Google的Switch Transformer和Mixtral系列。MoE的主要挑战在于训练时的负载均衡（防止某些专家被过度使用）以及推理时的显存占用——尽管计算量下降，但所有专家的权重仍需加载到显存中，对硬件部署有一定门槛。

OpenRouter是一个聚合多家大模型API的中间层平台，开发者可以通过统一接口调用GPT、Claude、Gemini、各类开源模型等数百个端点，并按实际Token消耗付费。其Trending榜单和Token用量日榜反映的是全球开发者在真实项目中的调用选择，具有较强的市场信号价值——不同于评测榜单可能存在的针对性优化，OpenRouter的使用量数据更难被"刷榜"干扰。一款模型能在Token消耗量上冲入全球前二，通常意味着它在成本、性能、稳定性的综合表现上得到了开发者社区的认可，并已被集成进相当规模的生产级应用。

WorkBuddy的Agent场景：模型能力如何落地

腾讯WorkBuddy^广告定位为全场景AI办公工作台，核心卖点在于Agent（智能体）能力。此次接入Step 5 Preview后，用户可以借助其推理与Agent能力处理深度研究、信息检索、数据分析、文档与PPT生成等办公任务，并支持多步骤复杂任务的持续执行。

这里的关键词是"多步骤"和"持续执行"。真实的办公任务往往不是一问一答能解决的——比如"做一份行业分析报告"，需要模型先检索资料、再分析整理、最后生成格式化的文档或演示文稿。这要求模型贯通检索、分析到交付的完整流程，而不只是单点的文本生成。

对双方的意义

这次合作对阶跃和腾讯是双向获益。对WorkBuddy而言，接入一款在推理和Agent能力上表现突出的旗舰模型，有助于提升任务执行效率与交付质量；对阶跃而言，则获得了一个进入真实办公场景的重要入口。

模型厂商普遍面临的一个难题是：如何从API调用走向场景深耕。单纯提供模型接口，很容易陷入价格战和同质化竞争。而通过与腾讯这样拥有大量企业办公用户的平台合作，阶跃能够让自家模型在高频、高价值的办公场景中积累实际使用数据和反馈，这对后续的模型迭代和商业化都有直接帮助。

AI Agent（智能体）与普通大模型对话的本质区别在于"自主规划与工具调用"。传统对话模式下，模型只是被动响应单条指令；而Agent模式下，模型能够将一个复杂目标分解为多个子任务，按序调用搜索、代码执行、文件读写、API请求等外部工具，并根据中间结果动态调整后续步骤，直至完成最终交付物。这一能力依赖于模型对任务链的长程推理能力，以及对工具调用格式（如Function Calling）的精确遵循。当前主流的Agent框架包括ReAct（推理+行动循环）、Plan-and-Execute等范式。在办公场景中，Agent能力的高低直接决定了模型能否可靠完成"从信息检索到生成完整报告"这类跨多个步骤的端到端任务，而不仅仅是在单步文本生成上表现出色。

限免两周背后的推广逻辑

独家限时免费开放两周，是一个典型的用户获取和场景验证策略。对用户来说，这是零成本体验旗舰模型Agent能力的窗口；对平台和模型方来说，则是在短时间内获取大量真实使用场景、测试模型在办公任务中实际表现的机会。

从更大的视角看，这次合作折射出国产大模型竞争的新阶段。当参数规模、评测分数逐渐趋同，比拼的重点正在转向谁能更快把模型能力转化为可用的生产力工具，谁能找到更多真实落地场景。阶跃选择与腾讯WorkBuddy绑定深度办公场景，正是在这条路径上的一次具体落子。

对于关注AI办公工具的用户，这两周的限免期不妨作为一次实测机会，亲自验证Step 5 Preview在复杂文档处理、数据分析等任务上的真实水平。