#model-eval

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。