总会出来几个宗门天才来惊艳我一下，上周内测了一下阶跃星辰的新模型Step 5 Preview，做UI的能力已经追上第一梯队了，先从分数看起。距离他们上一个模型更新，这次直接提升了13名，直接跟国内的K3和外面的马斯克Grok打平了。
特别是在解决的前端UI的问题，只在用三分之一价格的情况下打到了K3的效果。
先说结论，从前端和视觉说起，它是真能打，照着iPhone首页做一个页面，四分半就跑出来了，该有的都有，AI感也不重。然后接入到Agent之后，解决办公室里的一些日常工作它也挺稳的，甚至超出预期。72页的PDF，数字能一条条抠出来，写坏的Excel能揪出所有错误。
我们就先从最简单最困难的UI复刻说起。
先照着iPhone产品页做一个页面。提示语就简简单单一句话，
帮我做一个跟Apple一模一样首页。
创建一个名为 `apple` 的文件夹，并创建一个 HTML 文件，其内容与 https://www.apple.com/ca/store 完全一致，使其与 Apple 官网保持同步。
跑啊跑，
除了真的久了点，
这复刻精度也是拉满的。
页面的信息都规规矩矩码好了，导航，产品标题，卖点，按钮，该有的都有，对比下官网，也真的是一模一样。。。
同样的任务，我也让deepseek 4.1跑了下，就是图片素材基本上都掉了。
细节上放大看看，Step 5 Preview是真的做到完美复刻了，
就连购买的连接页以及细节小物件的解说跟官网简直一模一样。
OK，那既然它做前端就那么好了，那能够把它进行下一步优化的方向，就是加上Skills。
正好我们的goodcaseai最近新增了一个功能，就是可以把见过的AI案例整理成Skills。
用人话说就是，我们把大量优秀项目和顶尖设计背后的设计直觉，排版逻辑拆解提炼出来，打包成可以直接下载复用的方法论。
所以我直接挑了个落地页信息结构前端设计的Skill装下来，
让Step 5 Preview跑一遍去复刻一个波浪形的前端网页设计的效果，Agent Wave，看看复现效果能到什么程度。
同样的提示词，在没有任何Skill的情况下，Claude Sonnet 5和GPT Sol 5.6也都跑出了类似的效果。只是看最终的背景和设计，还是缺了点特效和细节。
但装上Skills以后，同样的一句话用Step 5 Preview跑，背景不仅出来了，还直接变成了动图。其他要求也都完全符合。
就算换一个项目，带上这套Skills和也还是Step 5 Preview，让它复刻Fables做过的落地页，效果也真的很不错。也都是一句话的事。
从特效到设计，它的空间感真的做的都很好，动态感也很不错，一次就能做到这个程度都不用我再手动调。
整体风格也看着很专业，没有出现前后字体不一致，或者间距不固定的情况。
前端玩明白了，我把范围扩了扩，现在来一起看看游戏行不行。
我让Step 5 Preview做个自制2D游戏以打怪闯关为主，一个横版动作闯关游戏，操控角色在平台间跳跃，消灭敌人，收集金币，最后到终点就算赢的游戏。
请使用纯 HTML5 Canvas 和 JavaScript 编写一个自包含的单文件 2D 动作平台网页游戏。玩家支持左右移动、跳跃与近战攻击。设计一个包含多层跳台、深渊坑洞、可收集金币及通关终点的完整关卡，并加入至少两类具有巡逻逻辑且触碰造成伤害的敌人。实现重力物理、AABB 碰撞检测、平滑镜头跟随、生命值、计分板、受击击退与无敌帧反馈，以及死亡重开与胜利结算界面。整体要求无外部依赖，在浏览器本地打开即可流畅游玩。
出来的效果是这样的。
Step 5 Preview做出来的画风还挺就复古的。
血是心形的，一颗颗排在左上角，被攻击了就会掉，收集物分两种，一种是随手收集的金币，一种是需要最后核算的宝石。再加上一些会被打扁小怪物，确实很有4399小游戏的感觉。
从截图就能看出来，细节上还是有点粗糙，但操作是挺丝滑的，被攻击画面震动的感觉真的做的很对味，整个游戏游玩一点没有卡顿的感觉。
然后我又换了个经典游戏贪吃蛇，改成3D多镜头视角，这方向转起来也是真顺滑，就是转的我都有点晕3D了。
玩完游戏，又回到日常办公室的活儿上了，看看Step 5 Preview放到Claude的框架里能不能当一个work agent用。
这把让它从一份72页的PDF里找出数字，算出公司利润率。
Step 5 Preview的做法很old school，很有耐心。先把文件身份确认了，然后用命令行工具把全文抽出来，按页切开，建了索引，再逐页定位利润表和现金流量表，过程每一步都留下证据。
Step 5 Preview把三行一条条列出来，
标清楚哪个是哪个不是，
还在附注里挖出一个同名的干扰项。
确认哪是余额，不是费用的都理直气壮地排除掉了。最后把整个用利润率和现金流换全球市场份额的故事，给我们讲完了。
然后除了读文档，Excel的活儿它也能做。
我们接着又扔给它一个更狠的，审计并修复一个写坏了的Excel模型。
一个Amdocs的LBO/M&A工作簿，14张工作表，1800多条公式，每张表环环相扣，还塞了循环引用。这种财务模型，投行和公司财务的人天天都会碰，谁改谁知道，一个数字串错后面整条链就会全错，反正让我人工弄我是完全弄不了。
Step 5 Preview这把先把这14张表从头到尾校对了一遍，弄明白每一张是干什么的，谁是主表，谁是底稿，那些只给公式供数据的表又排在哪个位置，然后才去找问题。
结果它一口气揪出五大类，22个单元格的毛病，每一处都能说出为什么错，应该怎么改，是怎么看出来的。
更讲究的是，它没把所有的疑点都自作主张改了，有7个没把握的地方它就一一列出来，标好不确定度，写进报告等我们来决定下一步。
总的来说，这个新模型前端复刻效果不错，而且放到现有的Agent框架也不会出现水土不服的情况理解不了skill的情况，执行过程中对长上下文的理解，或者做一些应用操作，比如批量开关文件，浏览器操作，都是可以的。
顺便说一句价格，Step 5 Preview现在很便宜，我直接搓个表格出来对比看看就知道了。
我这边也没停，直接把它扔到GoodCase的UI案例里，这次让他随机挑几个项目出来跑，结果就是它的网页动效也做挺好。
静态的画面就更不用说了，图标和文字排版以及UI设计，不复杂的画面基本上不用自己操心反复修改了。
让他帮我跑出来两版的效果选择器更是基本一版过，纯CSS和SVG都有了
测到这里，我想说个更大的感受。
以前提到做前端、做游戏、跑Agent这些活，
大家第一反应都是那几家模型。
但这回测下来，
阶跃星辰是真的有点超出我的预期。
至少在今天测的这些任务里，
它不光能做，而且有些地方做得还真挺不错。
放到现在这一批模型里，也是完全能打的。
而且你能明显感觉到，
现在能打的国产模型，正在从几家变成一批。
以前是我们追着别人的发布会看，
现在自己家里，
也有越来越多拿得出手的东西了。
阶跃星辰加油。
国产模型也加油。
@ 作者 / 卡尔 & yc星辰
最后，感谢你看到这里👏如果喜欢这篇文章，不妨顺手给我们点赞｜在看｜转发｜评论 📣
如果想第一时间收到推送，不妨给个星标🌟
如果你有更有趣的玩法，欢迎聊聊🤝
更多的内容正在不断填坑中……
