중국 AI 기업 스텝펀(StepFun)이 2026년 10월 8일 자사 플래그십 모델 'Step 5 Preview'를 공개하고, 모델 라우팅 플랫폼인 오픈라우터(OpenRouter)에 등재했다. 이 모델은 단발성 질의응답보다 여러 단계에 걸친 '에이전트' 작업, 즉 대규모 코드베이스와 문서를 넘나들며 도구를 호출하고 결과를 반복적으로 다듬는 작업을 겨냥해 설계됐다. 소프트웨어 엔지니어링과 전문 지식 노동에서 강점을 보이며, 특히 금융 분야에서 두각을 나타낸다고 소개됐다.
구조적으로 Step 5 Preview는 희소 전문가 혼합(sparse Mixture-of-Experts, MoE) 아키텍처를 채택했다. 전체 파라미터는 6,000억 개(600B)에 이르지만, 토큰 하나를 처리할 때 실제로 활성화되는 파라미터는 270억 개(27B)에 그친다. 거대한 지식 용량은 유지하면서 추론 시점의 연산 비용은 상대적으로 낮게 묶어두려는 설계로, 최근 대형 모델들이 공통적으로 택하는 방향이다.
실무자가 주목할 사양
가장 눈에 띄는 수치는 100만 토큰(1,000,000)에 달하는 컨텍스트 윈도우다. 한 번의 요청에 방대한 분량의 코드와 문서를 통째로 밀어 넣을 수 있다는 의미이며, 긴 맥락을 유지해야 하는 장기 작업을 전제로 한 설계와 맞아떨어진다. 다만 한 번에 생성할 수 있는 출력은 최대 6만 4,000 토큰(64,000)으로 제한된다. 입력은 텍스트뿐 아니라 이미지와 영상까지 받아들이고, 출력은 텍스트로 반환한다.
에이전트 용도를 표방한 만큼 기능 호출(function calling)을 위한 도구 사용을 지원하며, response_format에 JSON 스키마를 지정해 구조화된 출력을 받는 것도 가능하다. 외부 시스템과 연동되는 워크플로를 짜거나 결과를 프로그램이 곧바로 파싱해야 하는 상황에서 유용한 조건이다.
가격과 운영 측면
비용은 입력 100만 토큰당 1달러, 출력 100만 토큰당 2.70달러로 책정됐다. 여기에 캐시 읽기(Cache Read)는 100만 토큰당 0.05달러라는 별도 요율이 적용된다. 같은 프롬프트나 긴 컨텍스트를 반복 사용하는 패턴이라면 캐시 요율 덕분에 실제 지불 비용이 정가표보다 눈에 띄게 낮아질 수 있다. 오픈라우터 역시 캐싱과 할인 때문에 고객이 실제로 지불하는 평균 단가가 게시된 가격보다 낮은 경우가 많다고 설명한다.
운영 관점에서 한 가지 유의할 점은, 현재 이 모델을 호스팅하는 제공자가 한 곳뿐이라는 사실이다. 오픈라우터는 보통 여러 제공자 사이에서 장애가 난 쪽을 피해 다음으로 좋은 제공자로 요청을 자동 전환하는 부하 분산과 가용성 보완 기능을 제공하지만, 제공자가 단일한 경우에는 라우팅으로 우회할 여지가 그만큼 줄어든다. 프로덕션에 투입하려는 팀이라면 이 단일 의존성을 가용성 측면에서 미리 염두에 둘 필요가 있다. 오픈라우터의 API는 OpenAI 호환 방식이라 대부분의 SDK에서 기본 URL과 모델 슬러그만 바꾸면 호출할 수 있다는 점은 도입 장벽을 낮춘다.
스텝펀 라인업 속 위치
Step 5 Preview는 스텝펀이 내놓은 여러 텍스트 모델 가운데 플래그십에 해당한다. 같은 계열의 Step 3.7 Flash는 1,960억(196B) 파라미터 언어 백본에 비전 인코더를 결합해 토큰당 약 110억(11B)을 활성화하는 고효율 멀티모달 MoE로, 256K 컨텍스트와 상·중·하로 선택 가능한 추론 수준을 제공한다. Step 3.5 Flash는 스텝펀의 오픈소스 기반 모델로 역시 196B 중 11B만 활성화하는 추론 특화 모델이다. 이들과 비교하면 Step 5 Preview는 활성 파라미터와 전체 규모, 컨텍스트 길이를 모두 끌어올려 장기·대규모 작업에 무게를 둔 상위 포지션임을 알 수 있다.
현재까지 공개된 정보는 아키텍처와 가격, 지원 기능 같은 사양 중심이며, 구체적인 벤치마크 점수나 다른 모델과의 정량 비교는 제시되지 않았다. '프리뷰'라는 이름이 붙은 초기 공개 단계인 만큼, 금융·코딩 등에서 강점을 주장한 부분이 실제 업무 환경에서 어느 정도 재현되는지는 도입을 검토하는 팀이 자체 과제로 직접 검증해 볼 대목이다.