階躍星辰發佈了新模型 Step 5 Preview，我看這兩天大家都在誇這個模型不錯，全球開源前二的水平。

我去看了下介紹，Step 5 Preview 是面向生產級 Agent 的旗艦模型，總參數量600B,每個Token激活27B參數，支持 1M 上下文、文本和圖像輸入。

在AI編程、軟件工程、專業知識工作等任務上達到前沿水平，並在金融領域展現出尤爲突出的能力。

我看官方給出的數據，使用起來應該是和 GLM 5.3、Claude Opus 5 差不多的。

所以，這次我就把 Claude Opus 5 和 GLM-5.3 一起拉來橫評一下，用相同的任務、相同的材料，看看它的真實水平。

這次評分滿分 100。正確性 40 分、需求完成度 30 分、展示與操作體驗 20 分、細節與異常處理 10 分。

01. 多模型實測

case 1 修復圖片壓縮器

我做了一個圖片壓縮網頁，但是有些 Bug 原版，設置的最大寬度 800，處理後，寬和高卻都變成了 800，圖全被硬拉成了正方形。界面選的是 PNG，實際輸出卻用了 JPEG 編碼，透明圖片的背景直接變黑了。

這輪就把這個網頁交給三個模型，讓它們保留原界面，把這些問題修好。

提示詞：原始附件只讀，不得修改、覆蓋、刪除或重命名源文件。先將「圖片壓縮器.html」複製爲「圖片壓縮器_修復版.html」，所有修復只在這個副本上進行。如果結果文件名已存在，在文件名後遞增添加 _2、_3 等編號，不覆蓋已有結果。驗證時使用新生成的結果文件，交付時明確給出其文件名或路徑。

任務要求：

請修復附件這個已有的圖片壓縮器，保留頁面、內置示例和逐張下載。目前把「最大寬度」設爲 800 後，1200×600 的橫圖、600×1200 的豎圖、160×160 的透明小圖都會變成 800×800：橫豎圖被拉伸，小圖被放大。選擇 PNG 後，實際輸出格式也對不上，透明背景變黑了。

最大寬度只縮小超寬圖片，保持比例，不放大小圖；PNG 保留透明，JPEG 用白底；預覽、實際下載的尺寸、格式與擴展名一致。處理時刪除條目不能串圖，重複點擊開始不能疊加批次。無效參數與壞圖要有明確提示。

默認最大寬度 800、格式 PNG。將三張圖片處理後的預覽、原尺寸、輸出尺寸、實際格式放在同一屏，1200×900 窗口下看完整，不必滾動。沒有處理的圖片不顯示虛假的結果。不要更換內置示例或把問題僅修成文字。

交付修復後的單個 HTML，雙擊可用。實際處理內置示例並下載覈對，簡述驗證結果。

GLM 5.3：

原來的圖片變形、放大小圖、格式不對等問題都解決了。界面基本沿用了原來的設計，不過缺少輸出體積，還得下載之後才能確認省了多少空間。

Step 5 Preview：

問題都修復完成了，Step 5 Preview 還把原尺寸、原始體積、輸出尺寸、實際格式和輸出體積分行列了出來，下載按鈕也標明瞭擴展名，頁面上就能直接對照，非常直觀清晰。

Claude Opus 5：

Claude Opus 5 會說明圖片是等比縮小還是未超寬，保持原尺寸，輸出文件名、尺寸和體積也都能看到，正常操作的體驗不錯。

但還是兩個問題：第一張處理完成、其餘圖片還在處理時修改寬度，第一張結果會被清空；原來的網頁的排版改了，我提示詞只要求修復。

本輪得分：

GLM 5.3：89 分。

Step 5 Preview：93 分。

Claude Opus 5：84 分。

case 2 商品海報生成器

我準備做一個商品海報生成器，輸入商品名、價格、標籤和插畫，就能按同一套模板批量出圖。

參考資料：

提示詞：原始附件只讀，不得修改、覆蓋、刪除或重命名源文件。讀取「資料.md」後，另行新建「商品海報生成器.html」作爲結果文件，不在輸入資料中寫入或追加內容。如果結果文件名已存在，在文件名後遞增添加 _2、_3 等編號，不覆蓋已有結果。驗證時使用新生成的結果文件，交付時明確給出其文件名或路徑。

任務要求：

請按附件資料.md，從零開發一個本地商品海報生成器。打開後載入給定的三行 CSV，使用統一模板和內聯插畫，自動生成三張 600×800 海報，支持修改數據後重新生成和逐張下載 PNG。

重點處理長標題、帶逗號的商品名、零元價格、預覽與導出一致性，以及無效輸入提示。默認三張預覽在 1200×900 首屏完整展示。不要硬編碼默認圖片，交付一個可雙擊使用的 HTML，實際改一次數據並下載覈對後恢復默認數據。

GLM 5.3：

默認海報採用細邊框、左對齊標題和陶土色價格，風格統一，不過標題、價格之間留白較多，預覽也偏小。

問題出現在增加商品之後：放入 10 件商品，卡片仍然橫向排成一行，前幾張被擠到了頁面左側之外。

Step 5 Preview：

三張海報鋪得更開，插畫、商品名和價格都比較突出，直接截圖就能看清。

增加到 10 件商品後，Step 5 Preview 會調整行列和預覽大小，整批結果都能展示出來。

Claude Opus 5：

海報採用居中排版，商品名和價格集中在下半部分，信息層次清楚。頁面還單獨列出商品名稱、實際尺寸和下載文件名，按鈕大小也比較合適。

10 件商品會按三列向下排列，滾動就能查看；商品名中的換行能正確解析。代價是商品多了以後需要向下滾動，無法像 Step 5 Preview 那樣一屏瀏覽整批。

本輪得分：

GLM 5.3：82 分。

Step 5 Preview：86 分。

Claude Opus 5：94 分。

case 3 陶藝工作室預約頁

這輪給一家陶藝工作室做課程預約頁。品牌文案、四節課的數據和插畫都放在同一份材料裏，模型可以自行設計佈局。

參考資料：

提示詞：原始附件只讀，不得修改、覆蓋、刪除或重命名源文件。讀取「資料.md」後，另行新建「陶藝預約頁.html」作爲結果文件，不在輸入資料中寫入或追加內容。如果結果文件名已存在，在文件名後遞增添加 _2、_3 等編號，不覆蓋已有結果。驗證時使用新生成的結果文件，交付時明確給出其文件名或路徑。

任務要求：請按附件資料.md 製作「泥間」陶藝預約頁，材料和插畫都在文件裏。首頁默認展示全部四節課，在 1200×900 首屏內清楚呈現品牌、插畫、日期、價格、餘位和預約／候補狀態；兼顧手機排版，實現日期篩選和報名表單。交付可雙擊打開的單個 HTML。

GLM 5.3：

四張課程卡片沒有塞太多內容，價格、餘位和按鈕容易找到，預約與候補也用不同按鈕樣式區分。

手機端改成左圖右文，一屏能看到更多課程，比另外兩份更省滾動空間。不過插畫裁切比較明顯。

完成了基本流程，但提交後只有短暫成功提示，沒有可回看的報名記錄。同一手機號再次報名同一節課，也會繼續佔用名額。

Step 5 Preview：

Step 5 Preview 用顏色區分預約和候補，再用圓點和數字顯示名額佔用情況。

更實用的是，提交後會生成報名編號，在頁面下方保留記錄，並提供取消按鈕。 我實際取消了預約和候補，餘位、候補人數都能正確恢復，手機號也做了部分隱藏。

手機端表單改成底部面板，課程縮略圖、時間和價格都在裏面，針對手機操作做了單獨設計。

Claude Opus 5：

日期、時間、價格和人數分區清楚，餘位單獨放在有底色的信息條裏，掃一眼就能覈對哪天、幾點、多少錢、還剩幾位。

手機端保留大圖和大按鈕，閱讀清楚，但滾動距離更長。

不過，Claude Opus 5 沒有提供報名記錄和取消入口，而且自行寫入了含燒製費用，作品約 3 周後可取，開課前一天提醒等原資料沒有的信息。

本輪得分：

GLM 5.3：87 分。

Step 5 Preview：91 分。

Claude Opus 5：88 分。

case 4 太陽系模擬

材料給出了八大行星的名字、簡短介紹和視覺特徵，由模型自己畫出頁面。這樣可以直接比較軌道、球體、標籤和詳情的組織方式，也能看出模型怎麼處理土星環與畫面的空間層次。

提示詞：原始附件只讀，不得修改、覆蓋、刪除或重命名源文件。讀取「資料.md」後，另行新建「太陽系科普頁.html」作爲結果文件，不在輸入資料中寫入或追加內容。如果結果文件名已存在，在文件名後遞增添加 _2、_3 等編號，不覆蓋已有結果。驗證時使用新生成的結果文件，交付時明確給出其文件名或路徑。

任務要求：請按附件資料.md 做一個有視覺層次的「太陽系漫遊」交互科普頁。初始暫停並選中土星，1200×900 首屏完整展示八大行星、中文標籤、土星光環與詳情。實現點選行星、運行暫停和還原初始狀態，交付單個可雙擊打開的 HTML，不依賴外部資源。

GLM 5.3：

漸變標題、深藍背景、太陽光暈都有，行星也做出了明暗，看起來有一定空間感。

但在要求的 1200 × 900 窗口裏，詳情面板被排到了主圖下方。運行和還原初始按鈕落在首屏之外，需要往下滾動。這是明確沒有完成的要求。

Step 5 Preview：

Step 5 Preview 把主圖、詳情和控制欄分別安排在左側、右側和底部，首屏就能看全。行星名稱也擺得更分散，選擇和查看詳情比較方便。

Claude Opus 5：

Claude Opus 5 把八顆行星分散在各自軌道上，選中時還會突出對應軌道，位置關係容易理解。右側提供了大尺寸行星預覽，土星光環的傾斜角度、球體與光環的前後遮擋都能看清，點選之後確實有值得觀察的內容。

本輪得分：

GLM 5.3：82 分。

Step 5 Preview：88 分。

Claude Opus 5：93 分。

case 5 經營看板

我準備了一家家居店的周度經營資料，裏面有訂單更新、成功和處理中的退款，以及一份較早生成的運營快報。

模型需要把賬覈對清楚，再做成一頁看板。

參考資料：

提示詞：原始附件只讀，不得修改、覆蓋、刪除或重命名源文件。讀取「資料.md」後，另行新建「report.html」作爲結果文件，不在輸入資料中寫入或追加內容。如果結果文件名已存在，在文件名後遞增添加 _2、_3 等編號，不覆蓋已有結果。驗證時使用新生成的結果文件，交付時明確給出其文件名或路徑。

任務要求：請根據附件資料.md 覈對家居店訂單、退款和廣告費用，製作一頁 report.html 經營看板。1200×900 首屏呈現關鍵合計、三渠道對比、正負利潤圖和下週預算建議，數字必須來自原始資料。訂單級依據放在默認摺疊區。只交付一個可雙擊打開的 HTML，不再另做三份文件。

GLM 5.3：

指標卡、渠道對比、正負利潤圖和預算建議分區清楚，A 的虧損也正確畫在零線下面。訂單去重、晚間金額修正和成功退款，都反映進了本週合計。

問題出在 O08，GLM 5.3 把這筆訂單的可恢復商品成本寫成 450 元，這個錯誤會低估待定退款的影響。

Step 5 Preview：

Step 5 Preview 把貢獻利潤合計突出顯示，五筆重點訂單也都有計算過程。當前快照下，退款、成本恢復和費用扣減都處理正確。

不過，O08 還有 700 元退款處於處理中，這會影響 B 的利潤排名。

Claude Opus 5：

Claude Opus 5 把各項成本和費用列得更完整，展開後還能看到被覆蓋的訂單、退款舊記錄，比較容易覈對爲什麼取這個數。

但摺疊說明裏，它又寫成了A 退款後收入 3,000 元在三渠道中最低。實際上最低的是 C 的 2,300 元。

本輪得分：

GLM 5.3：81 分。

Step 5 Preview：83 分。

Claude Opus 5：84 分。

case 6 活動安排

最後的案例是一場 24 人的手作工作坊。三組學員都要先上基礎課，再上進階課；老師、教室和轉場時間都有約束，中間還要參加固定時間的分享。

參考資料：

提示詞：原始附件只讀，不得修改、覆蓋、刪除或重命名源文件。讀取「資料.md」後，另行新建「plan.html」作爲結果文件，不在輸入資料中寫入或追加內容。如果結果文件名已存在，在文件名後遞增添加 _2、_3 等編號，不覆蓋已有結果。驗證時使用新生成的結果文件，交付時明確給出其文件名或路徑。

任務要求：請按附件資料.md 直接給出這場工作坊最終可執行的排期。場地維修與備用教室條件已在材料內，不需要等待後續消息。交付 plan.html，一屏展示三組時間軸、各課時間／老師／房間、總費用與餘額。排期滿足先後順序、轉場、固定分享、資源限制和預算，1200×900 核心內容不滾動。

GLM 5.3：

GLM 5.3 的版本比較清爽。上面看三組時間軸，下面查老師、房間和費用，開場、分享、課程與轉場區分明確，找信息很直接。備用教室爲什麼必須租、茶歇爲什麼需要降檔，也解釋清楚了。

但它把乙組安排在大廳自由交流到 13:45，第一節課又在 13:45 於 1 號室開始，漏掉了中間的轉場。

Step 5 Preview：

Step 5 Preview 多做了一層老師和教室的佔用時間軸。檢查老師有沒有撞課、教室有沒有重疊佔用，可以順着對應的一行看，這對負責統籌的人很實用。課程、費用都正確，鼠標懸停還能查看完整的時間和地點。

乙組同樣漏寫了第一節課前的轉場。

Claude Opus 5：

Claude Opus 5 的主圖最醒目。三組各佔一條寬時間軸，課程塊大、顏色區分明顯，右下角還列出了帶隊節點，以及訂教室、改茶歇和準備材料等事項。

不過，執行說明裏存在具體矛盾：乙組 14:40–15:00 被完整安排在大廳等待，15:00 又直接在 2 號室開課，沒有交代轉場。大廳在 14:40–14:45 恰好滿員 24 人，但自己的時間軸已經安排丙組此時離開大廳。

總體得分：

GLM 5.3：87 分。

Step 5 Preview：87 分。

Claude Opus 5：82 分。

02. 實測總結

六個案例測下來，Step 5 Preview 的平均分是 88.0 分，Claude Opus 5 是 87.5 分，GLM 5.3 是 84.7 分，整體表現很接近。

Step 5 Preview 在圖片壓縮器修復、陶藝預約頁和活動排期這三輪得分更高。

Claude Opus 5 在商品海報、太陽系科普頁和經營看板這三輪領先，尤其海報的批量使用和太陽系的視覺展示，完成得更好。

GLM 5.3 大部分基礎任務也能完成，不過商品增加後的佈局、指定首屏的呈現，以及退款情景的計算，拉低了這次得分。

就我自己的使用體感來說，Step 5 Preview 和 Claude Opus 5 與 GLM 5.3 差不太多。

對我來說，最重要的還是花費。按我這次跑相同案例的實際花費，Step 5 Preview 大約是 GLM 5.3 的三分之一、Claude Opus 5 的八分之一。

03. 一些分享

我覺得選模型可以更務實一點。修一個網頁、做一個小工具、整理一份經營看板，這些日常任務都有明確的交付要求。拿自己的材料跑一遍，看看結果能不能用、還需要改多少，比單看榜單更容易做決定。

Step 5 Preview 測下來我是願意繼續用下去，主要就是效果和花費的組合。對於個人開發者、小商家或者人手有限的團隊，如果能以更低的成本完成初稿，就能多試幾種佈局、多補幾個功能。

所以，我建議大家給自己留幾道固定的題。新模型出來，用同樣的材料試一下，也把實際花費和修改次數記下來，慢慢就會知道哪個更適合自己的工作。

就這次體驗而言，Step 5 Preview 已經值得放進我的日常選擇裏。大家想試試的可以去國內、海外的 StepFun 開放平台調用，或在StepFu 的 Studio 體驗。

原文鏈接：階躍 Step 5 Preview 到底啥水平？拿 Opus 5 和 GLM-5.3 橫評了下