Step 5 en Hermes Agent: un modelo ligero y gratuito para rutinas autónomasArtículo · digest del 25 de octubre
Ilustración gráfica europea de estilo Ligne Claire con el robot asistente autónomo Step 5 clasificando archivos de tareas.
Artículo2 secciones≈ 5 min

Step 5 en Hermes Agent: un modelo ligero y gratuito para rutinas autónomas

Cuando los ingenieros diseñan su primer pipeline agéntico, casi siempre cometen el mismo error económico: cogen un modelo de primera línea como Claude Opus 5.5 o GPT-6 Astra y le encargan absolutamente todos los pasos del proceso. Pero parémonos un segundo a calcular en qué consiste de verdad el trabajo de un agente autónomo. Hasta el 70 % de las llamadas son pura rutina de trinchera: recorrer resultados de búsqueda, descargar una decena de páginas HTML, limpiar banners publicitarios, extraer fechas de publicación o comprobar el estado de un servidor.

Alimentar con millones de tokens de basura web en bruto a redes insignia de $15–$25 por millón de tokens es un suicidio financiero para cualquier proyecto. En el ecosistema Hermes Agent OS han aplicado el principio clásico de división del trabajo: para la exploración preliminar ponen al veloz modelo abierto Step 5 del laboratorio shanghainés StepFun.

Anatomía de Step 5: 92 capas, MoE disperso y un millón de tokens de contexto

El modelo Step 5 Preview es un ejemplar muy curioso de la geometría neuronal actual. El tamaño total de la red ronda los 600 mil millones de parámetros, pero gracias a su arquitectura Mixture-of-Experts solo se activan 27 mil millones de pesos por cada token.

Sin embargo, lo más llamativo es su profundidad. Mientras que la mayoría de los modelos actuales se diseñan anchos y poco profundos (de 32 a 48 capas), el equipo de StepFun construyó Step 5 con 92 capas transformer secuenciales. ¿Para qué? Esa estructura estrecha y profunda aporta una estabilidad asombrosa en la llamada a funciones externas (Tool Calling). El modelo prácticamente no se descarrila con esquemas JSON complejos y sigue con precisión férrea los protocolos de invocación de herramientas sin confundir los tipos de argumentos.

Si a eso le sumas una ventana de contexto de 1 000 000 de tokens y multimodalidad nativa, tienes al explorador perfecto, capaz de digerir de golpe sábanas gigantescas de logs o informes PDF de decenas de páginas.

Integración en Hermes Agent: pipeline de recopilación y división de roles

En tándem con Hermes Agent, Step 5 asume la ejecución de rutinas autónomas cíclicas:

  1. Monitorización continua de feeds RSS del sector y agregadores de noticias.
  2. Filtrado inicial de spam informativo y extracción de hechos clave.
  3. Comprobación de disponibilidad de páginas web externas, parseo de tablas y estructuración de datos en JSON.

Solo después de que Step 5 haya filtrado el ruido, reunido resúmenes verificados y los haya guardado en un archivo local, entra en juego un modelo analítico más caro para la síntesis final. Los costes totales de infraestructura caen entre 5 y 10 veces.

Aquí tienes un ejemplo de cómo conectar Step 5 en Hermes Agent para lanzar el ciclo de recopilación de información:

import os
from hermes_agent.connectors import StepFunConnector
from hermes_agent.tools import WebSearchTool, ContentScraperTool

# Inicialización del conector de Step 5 en el entorno de Hermes Agent
agent_llm = StepFunConnector(
    api_key=os.getenv("STEPFUN_API_KEY"),
    model="step-5-preview",
    max_context_tokens=1048576,
    temperature=0.1
)

# Conexión de herramientas básicas de búsqueda
tools = [WebSearchTool(max_results=5), ContentScraperTool()]

# Definición de la tarea de recopilación inicial de hechos
task_prompt = "Busca las especificaciones recientes y resultados de pruebas del modelo Step 5"
action_plan = agent_llm.plan_next_action(
    task=task_prompt,
    available_tools=tools,
    history=[]
)

print(f"Herramienta seleccionada: {action_plan.tool_name}")
print(f"Parámetros de llamada: {action_plan.parameters}")

Y así se ve el esquema de definición de una herramienta personalizada (Tool Definition) con el que Step 5 demuestra un cumplimiento impecable de los tipos de datos:

{
  "name": "fetch_financial_table",
  "description": "Extracción de una tabla estructurada de ingresos de la empresa desde HTML",
  "parameters": {
    "type": "object",
    "properties": {
      "target_url": { "type": "string", "format": "uri" },
      "fiscal_quarter": { "type": "string", "enum": ["Q1", "Q2", "Q3", "Q4"] },
      "include_footnotes": { "type": "boolean", "default": false }
    },
    "required": ["target_url", "fiscal_quarter"]
  }
}

Lo único que conviene tener presente: no intentes encargarle a Step 5 el diseño arquitectónico profundo de sistemas complejos desde cero. Para eso están los modelos pesados. Pero en el papel de hormiga obrera incansable para la exploración preliminar, Step 5 desquita cada céntimo.

Quiero un análisis detalladoLos votos ayudan a elegir qué analizar a fondo. Este material tiene 0 votos.
Fuentes · 3