ステップスターがStep Codeをオープンソース化：自己テストでDeepSeek Harnessに並び、トークンもより節約

動察 Beating AI 速報、階躍星辰がオープンソースAIプログラミングツール Step Code v0.1.0 を公開、MITライセンスを採用。ターミナル上で直接動作し、コードの読み書き、テストの実行、開発タスクの実行が可能で、MCP、Agent Skills、Claude Code プラグインにも対応。内蔵の StepPage はコマンド1つでローカルの静的サイトをオンラインに公開できる。

Step Code はトークン消費の少なさを売りにしている。階躍自身の Terminal-Bench 2.1 横断評価では、72/89 のタスクを完了し、スコアは 80.9% で、DeepSeek Harness と並んで最高位だが、トークン使用量はより少ない。

階躍が独自に構築した Multi-Frame 長タスクテストは全150問で、Step Code は110問を完了し、スコアは 73.3%、1問あたり平均509万トークンを消費し、比較した6つの harness の中で最高の通過率と最低のトークン使用量を同時に達成した。

ただし階躍は、今回の横断評価で具体的にどの基盤モデルを使用したかを公表しておらず、これらのトークンがどのように節約されたかの内訳も明らかにしていない。公式は Step Code と Step シリーズモデルが共にトークン消費に対してチューニングを行ったと述べるのみだ。

ソースコードには多くの「節流」設計も見られる。ファイル読み取りとコマンド出力は長さが制限され、検索はできるだけ返却範囲を絞り、長い会話はデフォルトでコンテキストが圧縮され、system prompt もツールを直接呼び出せるなら余計に Agent を起動しないよう求めている。

さらに、より積極的な contextProjection もあり、古いツール出力、重複した結果、過去の reasoning を削除できるが、デフォルトでは無効になっている。

総合的に見ると、そのトークン優位性はモデルと harness の複数箇所の最適化の重ね合わせによるものだ。