DeepSeek、Kimiだけではない。中国AI企業「StepFun」と新モデルStep 5とは
中国の生成AIというと、日本ではDeepSeekやKimiを思い浮かべる人が多いのではないでしょうか。
しかし、中国ではこのほかにも複数の企業が基盤モデルを開発しています。その有力企業の一つが、上海を拠点とする**StepFun(ステップファン、中国語名:阶跃星辰)**です。
StepFunは2026年9月、新しい旗艦モデル「Step 5 Preview」を発表しました。特徴は、単に質問へ答えるチャットAIではなく、ソフトウェア開発や調査、金融分析などを長時間進める「AIエージェント」を強く意識していることです。
この記事では、日本ではまだあまり知られていないStepFunがどのような会社なのか、Step 5の何が注目されているのかを簡単に紹介します。
StepFunとは
StepFunは、2023年4月に設立された中国・上海のAI企業です。創業者兼CEOの姜大昕(Jiang Daxin)氏は、Microsoftで長く自然言語処理や検索技術に携わり、BingやCortana、AzureのAI関連技術などに関わってきました。
中国ではStepFun、Zhipu AI、MiniMax、Moonshot AI、Baichuan AI、01.AIなどが「大模型六小虎」と呼ばれてきました。「大模型」は大規模AIモデル、「六小虎」は将来性のある有力スタートアップ6社という意味です。
StepFunは文章を生成する言語モデルだけでなく、画像・映像の理解、音声認識、音声会話、音楽生成などを含む幅広いモデルを開発しています。一般利用者向けのAIアシスタントを提供する一方、企業や開発者向けにはモデルを利用するためのAPIも提供しています。
OpenAIにたとえるなら、ChatGPTに相当するサービスと、GPTに相当する基盤モデルの両方を開発している企業です。
また、Tencentや上海市系のファンドなどから出資を受け、スマートフォンメーカーのOPPOや自動車メーカーのGeelyとも提携しています。研究用モデルだけでなく、スマートフォンや自動車など、現実の製品にAIを組み込むことも重視している会社です。
新モデル「Step 5 Preview」とは
StepFunが2026年9月20日に発表したStep 5 Previewは、ソフトウェア開発、専門的な調査、金融分析、AIエージェントなどを対象にした旗艦モデルです。
主な仕様は次のとおりです。
● 総パラメータ数:6,000億
● 1トークン当たりの有効パラメータ数:270億
● 最大コンテキスト:100万トークン
● 画像入力に対応
● API入力料金:100万トークン当たり1ドル
● キャッシュ済み入力:100万トークン当たり0.05ドル
● API出力料金:100万トークン当たり2.70ドル
● モデルの重みは2026年10月15日に公開予定
数字だけを見ると非常に巨大なモデルですが、6,000億個のパラメータを毎回すべて動かすわけではありません。
Step 5は「Mixture of Experts(MoE)」と呼ばれる構造を採用しています。これは、多数の専門家を用意しておき、処理内容に応じて必要な専門家だけを働かせるような仕組みです。
Step 5の場合、全体では6,000億パラメータありますが、1トークンを処理するときに有効になるのは270億程度です。巨大なモデルの容量を持ちながら、実際の計算量と料金を抑えることを狙っています。
100万トークンで何ができるのか
Step 5は最大100万トークンのコンテキストに対応します。
コンテキストとは、AIが一度に参照できる文章や会話、ソースコードなどの範囲です。100万トークンあれば、長い技術文書、大量の社内資料、大規模なソースコード一式などをまとめて扱える可能性があります。
ただし、100万トークンを入力できることと、内容を隅々まで正確に理解できることは同じではありません。長大な入力に対する検索精度や、重要な情報を見失わない能力については、今後の第三者検証が必要です。
それでも、長時間動くエージェントにとってコンテキストの大きさは重要です。途中の作業記録や大量の資料を保持しながら、調査、コーディング、検証を継続しやすくなるからです。
Step 5が重視するのは「成果物を作るAI」
StepFunがStep 5で強調しているのは、ベンチマークの点数だけではありません。
公式発表では、多数のWebページからデータを収集して分析する例、複数のシートからなる表計算ファイルを作る例、文章・グラフ・表を組み合わせた調査報告書を作る例などが紹介されています。
目指しているのは、質問に答えて終了するAIではなく、ツールを使いながら仕事を進め、最終的な成果物まで作るAIです。
この方向性は、OpenAIのCodexやAnthropicのClaude Codeなどにも共通しています。現在のAI競争は「どのモデルが最も物知りか」だけでなく、次のような実務能力を競う段階へ移っています。
● どれだけ長く安定して作業を続けられるか
● 外部ツールを正しく操作できるか
● 大量の資料やコードを扱えるか
● 人間が利用できる成果物まで仕上げられるか
● それをどれだけ低い料金で実行できるか
StepFunは、この競争に価格性能比の高いモデルで参入しようとしています。
なぜStep 5は注目されるのか
最大の注目点は、巨大モデルでありながらAPI料金を比較的低く設定していることです。
通常入力は100万トークン当たり1ドル、出力は2.70ドルです。さらに、同じ情報を繰り返し利用するキャッシュ入力は0.05ドルに設定されています。
AIエージェントは、ソースコードや作業指示などを繰り返しモデルへ送るため、利用するトークン数が多くなりがちです。モデルが高性能でも、作業を継続するほど料金が膨らむのでは実用化が難しくなります。
そのためStep 5が示しているのは、単なるモデル性能の競争ではありません。
「長時間動くAIエージェントを、いくらで運用できるか」という価格性能競争です。
これは中国のAI企業が強みを発揮しやすい分野でもあります。DeepSeekが低コスト推論で世界に衝撃を与えたように、StepFunも巨大モデルを効率よく動かすことで、実用上のコストを下げようとしています。
現時点では注意も必要
Step 5 Previewは、その名のとおりプレビュー段階です。
StepFunはKimiやGLMなどとの比較結果を公表していますが、多くはStepFun自身による評価です。比較するモデルによって推論設定が異なる場合があり、StepFun独自のベンチマークも含まれています。
また、長時間のエージェント作業を継続できるというデモが、そのまま一般的な業務での安定性を保証するわけではありません。日本語能力、ツール操作の正確さ、障害時の復旧、APIの安定性などは、実際に使って確かめる必要があります。
モデルの重みは10月15日に公開予定ですが、公開時のライセンス、必要なGPU、実際にローカル運用できる構成についても確認が必要です。総パラメータ数が6,000億あるため、270億だけが有効になるとはいえ、一般的な個人用PCで簡単に動かせるモデルではありません。
StepFunはDeepSeekやKimiに続く存在になるか
日本ではDeepSeekやKimiに比べ、StepFunの知名度はまだ高くありません。しかし、基盤モデル、音声、画像、AIエージェント、スマートフォン・自動車への組み込みまで手掛ける、総合的なAI企業です。
Step 5 Previewも、単に「6,000億パラメータの巨大モデル」というだけではありません。重要なのは、必要な部分だけを動かすMoE、100万トークンのコンテキスト、長時間のエージェント作業、低価格のAPIを一つにまとめた点です。
今後の焦点は、10月15日に予定されているモデル公開と、第三者による実利用評価でしょう。公式発表どおりの性能とコストを実際の業務でも実現できれば、StepFunはDeepSeek、Kimi、MiniMax、Z.aiなどと並び、中国AIを追ううえで無視できない企業になりそうです。
参考
※本記事のモデル仕様、料金、公開予定日は2026年9月21日時点の情報です。プレビュー版のため、今後変更される可能性があります。