Step 5 Preview vs Claude Opus 5 vs GLM-5.3六大场景横评

阶跃星辰刚发了新模型 Step 5 Preview，这两天刷下来基本都在夸，说是全球开源前二的水平。

我去翻了介绍：Step 5 Preview 是面向生产级 Agent 的旗舰模型，总参数量 600B，每个 Token 激活 27B 参数，支持 1M 上下文，能读文本和图像。

按官方说法，它在AI 编程、软件工程、专业知识工作这些任务上摸到了前沿水平，金融领域的能力尤其出彩。

从官方给的数据看，用起来大概和 GLM 5.3、Claude Opus 5 差不多。

所以这次我把 Claude Opus 5 和 GLM-5.3 一起拉过来做横评，同样的任务、同样的材料，看看它的真实水平到底怎么样。

这轮评分满分 100：正确性 40 分、需求完成度 30 分、展示与操作体验 20 分、细节与异常处理 10 分。

 

01. 三个模型同题实测

 

case 1 修一个图片压缩器

我自己做了个图片压缩网页，但有几个 Bug：最大宽度设成 800，处理完宽和高都变成 800，图全被硬拉成正方形；界面上选的是 PNG，实际输出却走了 JPEG 编码，透明图的背景直接黑掉。

这一轮就把网页丢给三个模型，要求保留原界面，把这些问题修掉。

提示词：原始附件只读，不得修改、覆盖、删除或重命名源文件。先将「图片压缩器.html」复制为「图片压缩器_修复版.html」，所有修复只在这个副本上进行。如果结果文件名已存在，在文件名后递增添加 _2、_3 等编号，不覆盖已有结果。验证时使用新生成的结果文件，交付时明确给出其文件名或路径。

任务要求：

请修复附件这个已有的图片压缩器，保留页面、内置示例和逐张下载。目前把「最大宽度」设为 800 后，1200×600 的横图、600×1200 的竖图、160×160 的透明小图都会变成 800×800：横竖图被拉伸，小图被放大。选择 PNG 后，实际输出格式也对不上，透明背景变黑了。

最大宽度只缩小超宽图片，保持比例，不放大小图；PNG 保留透明，JPEG 用白底；预览、实际下载的尺寸、格式与扩展名一致。处理时删除条目不能串图，重复点击开始不能叠加批次。无效参数与坏图要有明确提示。

默认最大宽度 800、格式 PNG。将三张图片处理后的预览、原尺寸、输出尺寸、实际格式放在同一屏，1200×900 窗口下看完整，不必滚动。没有处理的图片不显示虚假的结果。不要更换内置示例或把问题仅修成文字。

交付修复后的单个 HTML，双击可用。实际处理内置示例并下载核对，简述验证结果。

GLM 5.3：

图片变形、小图被放大、格式对不上这些问题都解决了。界面基本沿用原来的设计，只是没给输出体积，还得下载下来才知道省了多少空间。

Step 5 Preview：

问题全部修完，而且它把原尺寸、原始体积、输出尺寸、实际格式和输出体积分行摆出来，下载按钮上也标了扩展名，页面上就能直接对照，看着很省事。

Claude Opus 5：

Claude Opus 5 会说明图片是等比缩小还是没超宽、保持原尺寸，输出文件名、尺寸和体积都可见，正常操作下来体验不错。

但还剩两个问题：第一张处理完、其他图还在跑的时候改宽度，第一张的结果会被清掉；原本网页的排版也被改了，而我的提示词只要求修复。

本轮得分：

GLM 5.3：89 分。

Step 5 Preview：93 分。

Claude Opus 5：84 分。

case 2 商品海报生成器

这次想做一个商品海报生成器：填进商品名、价格、标签和插画，就能按同一套模板批量出图。

参考资料：

提示词：原始附件只读，不得修改、覆盖、删除或重命名源文件。读取「资料.md」后，另行新建「商品海报生成器.html」作为结果文件，不在输入资料中写入或追加内容。如果结果文件名已存在，在文件名后递增添加 _2、_3 等编号，不覆盖已有结果。验证时使用新生成的结果文件，交付时明确给出其文件名或路径。

任务要求：

请按附件资料.md，从零开发一个本地商品海报生成器。打开后载入给定的三行 CSV，使用统一模板和内联插画，自动生成三张 600×800 海报，支持修改数据后重新生成和逐张下载 PNG。

重点处理长标题、带逗号的商品名、零元价格、预览与导出一致性，以及无效输入提示。默认三张预览在 1200×900 首屏完整展示。不要硬编码默认图片，交付一个可双击使用的 HTML，实际改一次数据并下载核对后恢复默认数据。

GLM 5.3：

默认海报是细边框、左对齐标题加陶土色价格，风格挺统一，只是标题和价格之间留白偏多，预览也偏小。

麻烦出在加商品之后：塞进 10 件商品，卡片还是横着排成一行，前几张直接被挤出页面左侧。

Step 5 Preview：

三张海报铺得更开，插画、商品名和价格都够突出，直接截图也能看清。

商品加到 10 件以后，它会自己调整行列和预览大小，整批结果都能展示出来。

Claude Opus 5：

海报走居中排版，商品名和价格集中在下半部分，信息层次分明。页面还单独列了商品名称、实际尺寸和下载文件名，按钮大小也合适。

10 件商品按三列往下排，滚动就能看完；商品名里的换行也能正确解析。代价是商品一多就得往下滚，没法像 Step 5 Preview 那样一屏看完整批。

本轮得分：

GLM 5.3：82 分。

Step 5 Preview：86 分。

Claude Opus 5：94 分。

case 3 陶艺工作室的预约页

这轮替一家陶艺工作室做课程预约页。品牌文案、四节课的数据和插画都塞在同一份材料里，布局交给模型自己设计。

参考资料：

提示词：原始附件只读，不得修改、覆盖、删除或重命名源文件。读取「资料.md」后，另行新建「陶艺预约页.html」作为结果文件，不在输入资料中写入或追加内容。如果结果文件名已存在，在文件名后递增添加 _2、_3 等编号，不覆盖已有结果。验证时使用新生成的结果文件，交付时明确给出其文件名或路径。

任务要求：请按附件资料.md 制作「泥间」陶艺预约页，材料和插画都在文件里。首页默认展示全部四节课，在 1200×900 首屏内清楚呈现品牌、插画、日期、价格、余位和预约／候补状态；兼顾手机排版，实现日期筛选和报名表单。交付可双击打开的单个 HTML。

GLM 5.3：

四张课程卡片内容不算拥挤，价格、余位和按钮一眼能找到，预约和候补也用了不同的按钮样式来区分。

手机端换成左图右文，一屏能看见更多课程，比另外两份更省滚动空间，只是插画裁切比较明显。

基本流程走通了，但提交后只有一闪而过的成功提示，没有可以回看的报名记录。同一个手机号重复报同一节课，也照样继续占名额。

Step 5 Preview：

Step 5 Preview 用颜色区分预约和候补，再靠圆点和数字显示名额占用情况。

更实用的是提交后会生成报名编号，页面下方留着记录，还给一个取消按钮。我亲手取消了预约和候补，余位、候补人数都能正确恢复，手机号也做了部分隐藏。

手机端表单改成底部面板，课程缩略图、时间和价格都塞在里面，明显是针对手机操作单独设计过的。

Claude Opus 5：

日期、时间、价格和人数分区很清楚，余位单独放在带底色的信息条里，扫一眼就能核对哪天、几点、多少钱、还剩几位。

手机端保留了大图和大按钮，读着清楚，就是滚动距离更长。

可惜 Claude Opus 5 没给报名记录和取消入口，还自己加写了含烧制费用、作品约 3 周后可取、开课前一天提醒这些原资料里没有的信息。

本轮得分：

GLM 5.3：87 分。

Step 5 Preview：91 分。

Claude Opus 5：88 分。

case 4 太阳系模拟

材料给了八大行星的名字、简短介绍和视觉特征，页面由模型自己画。这样能直接对比轨道、球体、标签和详情是怎么组织的，也能看出模型如何处理土星环与画面的空间层次。

提示词：原始附件只读，不得修改、覆盖、删除或重命名源文件。读取「资料.md」后，另行新建「太阳系科普页.html」作为结果文件，不在输入资料中写入或追加内容。如果结果文件名已存在，在文件名后递增添加 _2、_3 等编号，不覆盖已有结果。验证时使用新生成的结果文件，交付时明确给出其文件名或路径。

任务要求：请按附件资料.md 做一个有视觉层次的「太阳系漫游」交互科普页。初始暂停并选中土星，1200×900 首屏完整展示八大行星、中文标签、土星光环与详情。实现点选行星、运行暂停和还原初始状态，交付单个可双击打开的 HTML，不依赖外部资源。

GLM 5.3：

渐变标题、深蓝背景、太阳光晕都有，行星也做出了明暗，看着有一定空间感。

可在要求的 1200 × 900 窗口里，详情面板被排到了主图下方，运行和还原初始的按钮落在首屏之外，得往下滚。这是明确没做到的要求。

Step 5 Preview：

Step 5 Preview 把主图、详情和控制栏分别摆在左侧、右侧和底部，首屏就能看全。行星名称也撒得更开，选中、查看详情都比较方便。

Claude Opus 5：

Claude Opus 5 把八颗行星分散到各自的轨道上，选中时还会突出对应轨道，位置关系一眼能懂。右侧给了大尺寸的行星预览，土星光环的倾斜角度、球体与光环的前后遮挡都看得清，点选之后确实有值得细看的东西。

本轮得分：

GLM 5.3：82 分。

Step 5 Preview：88 分。

Claude Opus 5：93 分。

case 5 经营看板

我编了一家家居店的周度经营资料，里面有订单更新、成功和处理中的退款，还夹了一份更早生成的运营快报。

模型得先把账核对清楚，再做成一页看板。

参考资料：

提示词：原始附件只读，不得修改、覆盖、删除或重命名源文件。读取「资料.md」后，另行新建「report.html」作为结果文件，不在输入资料中写入或追加内容。如果结果文件名已存在，在文件名后递增添加 _2、_3 等编号，不覆盖已有结果。验证时使用新生成的结果文件，交付时明确给出其文件名或路径。

任务要求：请根据附件资料.md 核对家居店订单、退款和广告费用，制作一页 report.html 经营看板。1200×900 首屏呈现关键合计、三渠道对比、正负利润图和下周预算建议，数字必须来自原始资料。订单级依据放在默认折叠区。只交付一个可双击打开的 HTML，不再另做三份文件。

GLM 5.3：

指标卡、渠道对比、正负利润图和预算建议分区清楚，A 的亏损也正确画在零线下面。订单去重、晚间金额修正和成功退款，都算进了本周合计。

问题出在 O08：GLM 5.3 把这笔订单的可恢复商品成本写成 450 元，这会低估待定退款的影响。

Step 5 Preview：

Step 5 Preview 把贡献利润合计突出显示，五笔重点订单都附了计算过程。在当前快照下，退款、成本恢复和费用扣减都处理得没问题。

只是 O08 还有 700 元退款处在处理中，这件事会影响 B 的利润排名。

Claude Opus 5：

Claude Opus 5 把各项成本和费用列得更全，展开还能看到被覆盖的订单和退款旧记录，为什么取这个数比较好核对。

但在折叠说明里，它又写成 A 退款后收入 3,000 元在三渠道中最低，实际最低的是 C 的 2,300 元。

本轮得分：

GLM 5.3：81 分。

Step 5 Preview：83 分。

Claude Opus 5：84 分。

case 6 活动安排

最后一个案例是一场 24 人的手作工作坊。三组学员都得先上基础课、再上进阶课，老师、教室和转场时间都有约束，中间还要插一个固定时间的分享。

参考资料：

提示词：原始附件只读，不得修改、覆盖、删除或重命名源文件。读取「资料.md」后，另行新建「plan.html」作为结果文件，不在输入资料中写入或追加内容。如果结果文件名已存在，在文件名后递增添加 _2、_3 等编号，不覆盖已有结果。验证时使用新生成的结果文件，交付时明确给出其文件名或路径。

任务要求：请按附件资料.md 直接给出这场工作坊最终可执行的排期。场地维修与备用教室条件已在材料内，不需要等待后续消息。交付 plan.html，一屏展示三组时间轴、各课时间／老师／房间、总费用与余额。排期满足先后顺序、转场、固定分享、资源限制和预算，1200×900 核心内容不滚动。

GLM 5.3：

GLM 5.3 的版本看着清爽：上面看三组时间轴，下面查老师、房间和费用，开场、分享、课程与转场区分得很明确，找信息很直接。备用教室为什么必须租、茶歇为什么要降档，也交代清楚了。

但它把乙组安排在大厅自由交流到 13:45，第一节课又排在 13:45 于 1 号室开始，中间的转场直接漏了。

Step 5 Preview：

Step 5 Preview 多铺了一层老师和教室的占用时间轴。要看老师有没有撞课、教室有没有重叠占用，顺着对应那一行查就行，对负责统筹的人来说很实用。课程、费用都算对，鼠标悬停还能看到完整的时间和地点。

乙组同样漏写了第一节课前的转场。

Claude Opus 5：

Claude Opus 5 的主图最抢眼：三组各占一条宽时间轴，课程块大、颜色区分明显，右下角还列了带队节点，以及订教室、改茶歇和准备材料这些事项。

可惜执行说明里有具体矛盾：乙组 14:40–15:00 被整段安排在大厅等待，15:00 又直接在 2 号室开课，转场没交代。大厅在 14:40–14:45 恰好满员 24 人，但它自己的时间轴已经安排丙组这时离开大厅。

总体得分：

GLM 5.3：87 分。

Step 5 Preview：87 分。

Claude Opus 5：82 分。

 

02. 跑完六轮的结论

 

六个案例测完，Step 5 Preview 平均分 88.0，Claude Opus 5 是 87.5，GLM 5.3 是 84.7，整体咬得很紧。

图片压缩器修复、陶艺预约页和活动排期这三轮，Step 5 Preview 拿分更高。

商品海报、太阳系科普页和经营看板这三轮是 Claude Opus 5 领先，尤其海报的批量使用和太阳系的视觉展示，完成度更好。

GLM 5.3 多数基础任务也能做完，但商品变多后的布局、指定首屏的呈现，还有退款情景的计算，把这次的分数拉低了。

就我自己的体感来说，Step 5 Preview 和 Claude Opus 5 跟 GLM 5.3 的差距并不明显。

对我更要紧的其实是花多少钱。按这次跑相同案例的实际花费算，Step 5 Preview 大约是 GLM 5.3 的三分之一、Claude Opus 5 的八分之一。

 

03. 几句感受

 

选模型这件事，我觉得可以再务实一点。修个网页、做个小工具、整理一份经营看板，这些日常任务都有明确的交付要求。拿自己的材料跑一遍，看结果能不能直接用、还得改多少，比盯着榜单更容易做决定。

Step 5 Preview 测完我是愿意继续用下去的，理由主要就是效果和花费的组合。对个人开发者、小商家或者人手有限的团队来说，如果能用更低的成本把初稿做出来，就能多试几种布局、多补几个功能。

所以建议大家给自己留几道固定题。新模型一出，用同样的材料跑一遍，把实际花费和修改次数记下来，跑着跑着就知道哪个更适合自己手上的活。

就这次体验来说，Step 5 Preview 已经值得放进我的日常备选项。想试的话可以去国内、海外的 StepFun 开放平台调用，或者在 StepFu 的 Studio 里体验。

原文地址：阶跃 Step 5 Preview 到底啥水平？拿 Opus 5 和 GLM-5.3 横评了下