# elvis: StepFun Step 5 Previewが2つの実際のコーディングタスクでGLM 5.3と並んだ

elvis（@omarsar0）は、StepFunの新しいStep 5 Previewをコーディングエージェントとして早期テストしたと述べている。彼は、それとGLM 5.3の両方が2つの実際のリポジトリタスクを修正ラウンドなしで解決し、Step 5 Previewは作業を確認した後に停止し、約368Kトークンの長文脈テストで5つの隠された手がかりを見つけたと報告している。

Language: ja
Time zone: Asia/Tokyo
Current time (UTC, cached as of): 2026-11-10T07:32:00.000Z
Query date (Asia/Tokyo): 2026-11-10

HTML: https://didcodexreset.com/ja/news/f816f9c30fac41ba87d55a63.html

Content language: ja
Localization state: translated

出典：elvis · 2026/9/21 23:08:22 公開

elvis（@omarsar0）は、StepFunの新しい**Step 5 Preview**モデルをコーディングエージェントとして早期テストしたと述べている。彼はこれをGLM 5.3、Kimi K3などと同等で、競争力のある価格だと説明し、最小限のハーネスで**GLM 5.3**と対比してテストしたとしている。また、「コスト対能力のパレートフロンティア上」にあるとも評している。投稿では、提携してくれたStepFunチームに感謝している。

彼は、同じリポジトリの同じコミットで両モデルに2つの実際のタスクを与えたと報告している。数値フィルタが小数や負の数に対して黙ってゼロ行を返すバグと、新しいルート、権限ゲーティング、バックグラウンドタスクスーパーバイザーのリファクタが必要な機能である。彼によると、両モデルは両方のタスクを正しくこなし、すべてのホールドアウトテストが回帰なしで合格し、どちらもフォローアッププロンプトや再試行を受けなかった。**Step 5 Preview**は作業を終えて確認し、両方の回で完了を宣言した一方、**GLM 5.3**は正しいコードを書いた後、ステップ制限で実行が終わるまで続けた。バグについては、Step 5 Previewがより短いパッチを書き、実際のDatasetteメンテナのコミットのアプローチと一致し、頼まれずに独自のテストを追加したという。

別の長文脈テストでは、約**368Kトークン**の偽のインシデントチケットを生成し、障害を説明する5つの手がかりを隠したという。根本原因を尋ねると、Step 5 Previewは約90秒ですべての5つの手がかりを見つけ、正しく結びつけた。これに基づき、彼は速度より明確な完了シグナルが重要な無人エージェント実行、馴染みのないコードベースでのバグ修正、長文脈作業でこれを選ぶだろうと述べている。

Tags: StepFun, Step 5 Preview, コーディングエージェント, モデル評価

[元の投稿を見る](https://x.com/omarsar0/status/2102035017262149640)