Step-1
Sin estimación
No hay requisitos de hardware para este modelo
Los pesos de este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en su propio hardware en ningún tamaño. Solo es accesible a través de su proveedor, y ninguna tarjeta gráfica lo cambia.
En registro
Especificación completa
Todo lo registrado para este modelo. La mayoría de ello describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se dedicó a ello y cómo se compara con modelos construidos a una escala diferente.
Origen
¿Quién construyó este modelo, dónde y cuándo fue publicado?
- Organización
- StepFun
- Tipo de organización
- Industry
- País
- China
- Publicado
- 18 February 2025
- Autores
- Ailin Huang, Boyong Wu, Bruce Wang, Chao Yan, Chen Hu, Chengli Feng, Fei Tian, Feiyu Shen, Jingbei Li, Mingrui Chen, Peng Liu, Ruihang Miao, Wang You, Xi Chen, Xuerui Yang, Yechang Huang, Yuxiang Zhang, Zheng Gong, Zixin Zhang, Hongyu Zhou, Jianjian Sun, Brian Li, Chengting Feng, Changyi Wan, Hanpeng Hu, Jianchang Wu, Jiangjie Zhen, Ranchen Ming, Song Yuan, Xuelin Zhang, Yu Zhou, Bingxin Li, Buyun…
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Language
- Tarea
- Language modeling/generation, Question answering
Tamaño
Qué tan grande es el modelo y cuántos datos se utilizaron para entrenarlo. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- Parámetros
- 130B
- Datos de entrenamiento
- 800,000,000,000 tokens
130B
. The text data, amounting to 800 billion tokens, encompasses web documents, books, code, and proprietary materials.
Entrenamiento de computación
La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de cuán rápido responde el modelo terminado.
- Entrenamiento de computación
- 6.2 × 10²³ FLOP
- Cómo se estableció
- Operation counting
6 FLOP / token / parameter * 130 * 10^9 parameters * 800 * 10^9 tokens = 6.24e+23 FLOP [1 epoch assumed]
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo cual es lo que decide si alguna de las cifras de la tarjeta gráfica en esta página aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- Unreleased
- Código de entrenamiento
- Unreleased
Cómo se clasifica
Etiquetas que aplica el conjunto de datos de origen al rastrear modelos notables y cuán seguro está de la entrada.
- Registrar confianza
- Confident
Fuentes
De dónde proviene este registro y cuándo fue revisado por última vez.
- Referencia
- Step-Audio: Unified Understanding and Generation in Intelligent Speech Interaction
- Última actualización
- 28 November 2025
Qué significan los números
Acerca de este modelo
Step-1 was published by StepFun, in China, in February 2025. industry is the category the publisher falls under.
Funciona en Idioma, y se registra como haciendo modelado/generación de lenguaje, respuesta a preguntas.
This is a closed model: the trained values stayed with whoever produced them, and there is no local version to run.
Cómo fue entrenado
Producing it required around 6.2 × 10²³ FLOP of arithmetic, which is a statement about the training budget rather than about inference.
The training set ran to roughly 800,000,000,000 tokens.
Respuestas
Step-1 — Preguntas frecuentes
Is Step-1 open source?
No. Step-1 has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does Step-1 have?
Step-1 has 130B parameters. 130B. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created Step-1?
Step-1 was published by StepFun, based in China, categorised as industry.
When was Step-1 released?
Step-1 was published in February 2025.
What is Step-1 used for?
Step-1 works in Language, and is recorded as handling language modeling/generation, Question answering. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
How much compute was used to train Step-1?
Around 6.2 × 10²³ FLOP. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
What GPU do I need to run Step-1?
None. Step-1 is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posee una tarjeta y desea saber todo lo que podrá ejecutar, empiece por el hardware en su lugar.