Step 5 Preview vs Claude Opus 5 vs GLM-5.3六大场景横评
阶跃星辰发布了新模型 Step 5 Preview，我看这两天大家都在夸这个模型不错，全球开源前二的水平。
我去看了下介绍，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、文本和图像输入。
在AI编程、软件工程、专业知识工作等任务上达到前沿水平，并在金融领域展现出尤为突出的能力。
我看官方给出的数据，使用起来应该是和 GLM 5.3、Claude Opus 5 差不多的。
所以，这次我就把 Claude Opus 5 和 GLM-5.3 一起拉来横评一下，用相同的任务、相同的材料，看看它的真实水平。
这次评分满分 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. 多模型实测
case 1 修复图片压缩器
我做了一个图片压缩网页，但是有些 Bug 原版，设置的最大宽度 800，处理后，宽和高却都变成了 800，图全被硬拉成了正方形。界面选的是 PNG，实际输出却用了 JPEG 编码，透明图片的背景直接变黑了。
这轮就把这个网页交给三个模型，让它们保留原界面，把这些问题修好。
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：
原来的图片变形、放大小图、格式不对等问题都解决了。界面基本沿用了原来的设计，不过缺少输出体积，还得下载之后才能确认省了多少空间。
Step 5 Preview：
问题都修复完成了，Step 5 Preview 还把原尺寸、原始体积、输出尺寸、实际格式和输出体积分行列了出来，下载按钮也标明了扩展名，页面上就能直接对照，非常直观清晰。
Claude Opus 5：
Claude Opus 5 会说明图片是等比缩小还是未超宽，保持原尺寸，输出文件名、尺寸和体积也都能看到，正常操作的体验不错。
但还是两个问题：第一张处理完成、其余图片还在处理时修改宽度，第一张结果会被清空；原来的网页的排版改了，我提示词只要求修复。
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
我准备做一个商品海报生成器，输入商品名、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：
默认海报采用细边框、左对齐标题和陶土色价格，风格统一，不过标题、价格之间留白较多，预览也偏小。
问题出现在增加商品之后：放入 10 件商品，卡片仍然横向排成一行，前几张被挤到了页面左侧之外。
Step 5 Preview：
三张海报铺得更开，插画、商品名和价格都比较突出，直接截图就能看清。
增加到 10 件商品后，Step 5 Preview 会调整行列和预览大小，整批结果都能展示出来。
Claude Opus 5：
海报采用居中排版，商品名和价格集中在下半部分，信息层次清楚。页面还单独列出商品名称、实际尺寸和下载文件名，按钮大小也比较合适。
10 件商品会按三列向下排列，滚动就能查看；商品名中的换行能正确解析。代价是商品多了以后需要向下滚动，无法像 Step 5 Preview 那样一屏浏览整批。
本轮得分：
GLM 5.3：82 分。
Step 5 Preview：86 分。
Claude Opus 5：94 分。
case 3 陶艺工作室预约页
这轮给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放在同一份材料里，模型可以自行设计布局。
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：
四张课程卡片没有塞太多内容，价格、余位和按钮容易找到，预约与候补也用不同按钮样式区分。
手机端改成左图右文，一屏能看到更多课程，比另外两份更省滚动空间。不过插画裁切比较明显。
完成了基本流程，但提交后只有短暂成功提示，没有可回看的报名记录。同一手机号再次报名同一节课，也会继续占用名额。
Step 5 Preview：
Step 5 Preview 用颜色区分预约和候补，再用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，在页面下方保留记录，并提供取消按钮。 我实际取消了预约和候补，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、时间和价格都在里面，针对手机操作做了单独设计。
Claude Opus 5：
日期、时间、价格和人数分区清楚，余位单独放在有底色的信息条里，扫一眼就能核对哪天、几点、多少钱、还剩几位。
手机端保留大图和大按钮，阅读清楚，但滚动距离更长。
不过，Claude Opus 5 没有提供报名记录和取消入口，而且自行写入了含烧制费用，作品约 3 周后可取，开课前一天提醒等原资料没有的信息。
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
材料给出了八大行星的名字、简短介绍和视觉特征，由模型自己画出页面。这样可以直接比较轨道、球体、标签和详情的组织方式，也能看出模型怎么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，看起来有一定空间感。
但在要求的 1200 × 900 窗口里，详情面板被排到了主图下方。运行和还原初始按钮落在首屏之外，需要往下滚动。这是明确没有完成的要求。
Step 5 Preview：
Step 5 Preview 把主图、详情和控制栏分别安排在左侧、右侧和底部，首屏就能看全。行星名称也摆得更分散，选择和查看详情比较方便。
Claude Opus 5：
Claude Opus 5 把八颗行星分散在各自轨道上，选中时还会突出对应轨道，位置关系容易理解。右侧提供了大尺寸行星预览，土星光环的倾斜角度、球体与光环的前后遮挡都能看清，点选之后确实有值得观察的内容。
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
我准备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，以及一份较早生成的运营快报。
模型需要把账核对清楚，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，都反映进了本周合计。
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，这个错误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，五笔重点订单也都有计算过程。当前快照下，退款、成本恢复和费用扣减都处理正确。
不过，O08 还有 700 元退款处于处理中，这会影响 B 的利润排名。
Claude Opus 5：
Claude Opus 5 把各项成本和费用列得更完整，展开后还能看到被覆盖的订单、退款旧记录，比较容易核对为什么取这个数。
但折叠说明里，它又写成了A 退款后收入 3,000 元在三渠道中最低。实际上最低的是 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
最后的案例是一场 24 人的手作工作坊。三组学员都要先上基础课，再上进阶课；老师、教室和转场时间都有约束，中间还要参加固定时间的分享。
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 的版本比较清爽。上面看三组时间轴，下面查老师、房间和费用，开场、分享、课程与转场区分明确，找信息很直接。备用教室为什么必须租、茶歇为什么需要降档，也解释清楚了。
但它把乙组安排在大厅自由交流到 13:45，第一节课又在 13:45 于 1 号室开始，漏掉了中间的转场。
Step 5 Preview：
Step 5 Preview 多做了一层老师和教室的占用时间轴。检查老师有没有撞课、教室有没有重叠占用，可以顺着对应的一行看，这对负责统筹的人很实用。课程、费用都正确，鼠标悬停还能查看完整的时间和地点。
乙组同样漏写了第一节课前的转场。
Claude Opus 5：
Claude Opus 5 的主图最醒目。三组各占一条宽时间轴，课程块大、颜色区分明显，右下角还列出了带队节点，以及订教室、改茶歇和准备材料等事项。
不过，执行说明里存在具体矛盾：乙组 14:40–15:00 被完整安排在大厅等待，15:00 又直接在 2 号室开课，没有交代转场。大厅在 14:40–14:45 恰好满员 24 人，但自己的时间轴已经安排丙组此时离开大厅。
总体得分：
GLM 5.3：87 分。
Step 5 Preview：87 分。
Claude Opus 5：82 分。
02. 实测总结
Step 5 Preview 在图片压缩器修复、陶艺预约页和活动排期这三轮得分更高。
Claude Opus 5 在商品海报、太阳系科普页和经营看板这三轮领先，尤其海报的批量使用和太阳系的视觉展示，完成得更好。
GLM 5.3 大部分基础任务也能完成，不过商品增加后的布局、指定首屏的呈现，以及退款情景的计算，拉低了这次得分。
03. 一些分享
我觉得选模型可以更务实一点。修一个网页、做一个小工具、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，看看结果能不能用、还需要改多少，比单看榜单更容易做决定。
Step 5 Preview 测下来我是愿意继续用下去，主要就是效果和花费的组合。对于个人开发者、小商家或者人手有限的团队，如果能以更低的成本完成初稿，就能多试几种布局、多补几个功能。
所以，我建议大家给自己留几道固定的题。新模型出来，用同样的材料试一下，也把实际花费和修改次数记下来，慢慢就会知道哪个更适合自己的工作。
就这次体验而言，Step 5 Preview 已经值得放进我的日常选择里。大家想试试的可以去国内、海外的 StepFun 开放平台调用，或在StepFu 的 Studio 体验。
原文链接： 阶跃 Step 5 Preview 到底啥水平？拿 Opus 5 和 GLM-5.3 横评了下
