ليلة إطلاق Step 5 Preview من StepFun: ما قاله خمسة بُناة عن نموذج صدر قبل ستة أسابيع

أمطرت السماء أثناء الوصول، وهو الجزء الوحيد من أمسية 22 أكتوبر 2026 في سان فرانسيسكو الذي لم تستطع StepFun التحكم فيه. استأجرت الشركة قاعة، وشاركت في استضافتها مع Together AI، وملأتها — كان نحو 277 شخصًا قد سجّلوا في صفحة الحدث العامة قبل فتح الأبواب — لحضور ما سمّته الدعوة Step 5 Preview Launch Night وما سمّاه التقويم يوم خميس. كان للنموذج الذي يُطلَق API منذ 20 سبتمبر وأوزان قابلة للتنزيل منذ 15 أكتوبر. ولم يتغيّر أي من هذين التاريخين من أجل الحفل. ما فعله الحفل هو أنه جمع الأشخاص الذين يبنون فوق النماذج في قاعة واحدة مع الأشخاص الذين درّبوا هذا النموذج، وتركهم يتحدثون عن أجزاء العمل التي لا يلتقطها جدول معايير قياس أبدًا.

كانت حلقة النقاش صغيرة ومحددة على نحو غير معتاد: هونغيو تشو، باحث في التدريب المسبق في StepFun؛ ودان فو، الذي يدير نوى الحوسبة في Together AI؛ ومار هيرشنسون من Pear VC؛ وسعود رضوان من Cline؛ وجوي وانغ من Harvey. وقد غطّوا بينهم الأمور الأربعة التي تحدد ما إذا كان النموذج سيُستخدم — كيف دُرّب، وكيف تُقدَّم خدمته، وهل سيموّل أحد الشيء المبني عليه، وهل يمكن لحلقة الوكيل أن تعتمد عليه كي لا يتعثر عند الخطوة الأربعين.

أولًا، مشكلة الموعد، لأنها تفسّر الأمسية بأكملها

إن «Step 5 Preview» ليس جديدًا. فقد أتاحت StepFun واجهة API التجارية في 20 سبتمبر 2026، وانطلق الإصدار منذ البداية في شكل نسخة تجريبية — إذ إن step-5-preview هو معرّف النموذج، وليس معدِّلًا أضافه أحد لاحقًا. وتؤرّخ Artificial Analysis الإصدار بأنه في «سبتمبر 2026» دون تحديد اليوم، كما وضعت صفحة النموذج الأقدم الخاصة بها التاريخ عند 18 سبتمبر؛ ولم يفسّر أي من الطرفين هذا التباين مع تاريخ StepFun نفسه، ويستخدم هذا المقال تاريخ StepFun المذكور في 20 سبتمبر مع إيراد هذا التحفّظ.

كان التاريخ المهم في 22 أكتوبر هو 15 أكتوبر. حينها نُشرت نقاط الحفظ BF16 وFP8 على Hugging Face وModelScope، إلى جانب مدونة تقنية تصف بنية «ضيقة-عميقة» ذات 92 طبقة، ونمط انتباه GQA متفرّقًا يمزج بالتناوب بين طبقات نافذة منزلقة مُبوَّبة وطبقات انتباه كامل متفرّقة. كان الحدث، بأبسط قراءة، ليلة إطلاق لإصدار أوزان: الأمسية التي كفّ فيها النموذج عن كونه شيئًا تستدعيه ليصبح شيئًا يمكنك تشغيله أيضًا.

يستحق هذا التفسير أن يُذكر لأن التفسير البديل — أن هذا كان نموذجًا جديدًا — كان يتردد طوال المساء، وهو خاطئ. وأي شخص انصرف وهو يعتقد أن StepFun أصدرت نموذجًا في أواخر أكتوبر سيكون متأخرًا بستة أسابيع عن قرار كان بإمكانه اتخاذه بالفعل.

ما الذي عُرض على الغرفة فعليًا

كان المحتوى التقني أخف من الجانب التسويقي، وهو أمر طبيعي في هذه الصيغة. ما عرضته StepFun على الشاشة كان بنية النموذج وليس تشغيلًا جديدًا لمعيار قياس: مزيج متناثر من الخبراء بإجمالي 600 مليار معلمة و27 مليار معلمة نشطة لكل رمز، مع توجيه 8 من 352 خبيرًا بالإضافة إلى خبير مشترك واحد، وثلاث طبقات للتنبؤ متعدد الرموز من أجل الفك التخميني، ونافذة سياق بسعة مليون رمز. يقبل النصوص والصور ومقاطع الفيديو ولا يعيد إلا النصوص. سقف الإخراج في وثائق StepFun الخاصة هو 64 ألف رمز.

كان مقطع تشو هو الأقرب إلى طرح ادعاء حقيقي حول سبب تبدُّو المعمارية على هذا النحو: كومة عميقة من الطبقات الضيقة، استنادًا إلى حجة مفادها أن العمق يوفّر استدلالًا ضمنيًا متعدد الخطوات يتعيّن على نموذج أقل عمقًا وأوسع أن ينفق رموزًا في أدائه بصوت مسموع. أما صحة هذه الحجة فليست مما تستطيع ليلة إطلاق أن تحسمه. غير أنها من نوع الادعاءات التي تتيح نقطة تحقق قابلة للتنزيل للآخرين اختبارها، وهو بالضبط ما لم يكن ممكنًا قبل 15 أكتوبر.

كان الموضوع هو استدعاء الأدوات. أمّا المعايير المرجعية فلم تكن كذلك.

كان الجزء الأكثر فائدة في الجلسة الحوارية يتعلق بالموثوقية في حلقات الوكلاء، وقد جاء من الشخصين الموجودين في القاعة اللذين يقضيان أيامهما داخل هذه الحلقات بدلاً من تدريب النماذج. منتج ريزوان، Cline، هو وكيل محرر يجب أن يواصل العمل عندما يُعيد النموذج JSON مشوّه البنية في الخطوة الحادية عشرة من مهمة مؤلفة من عشرين خطوة. أما جهة عمل وانغ، Harvey، فتشغّل حلقات مماثلة للأعمال القانونية، حيث لا يُعدّ استدعاء الأداة الخاطئ عرضاً تجريبياً سيئاً فحسب، بل حدثاً يترتب عليه التزام قانوني.

ما وصفه كلا الطرفين هو نمط فشل لا يظهر في متوسط الاختبارات المرجعية: النموذج الذي يكون ممتازًا لعشر جولات ثم يغيّر بهدوء بنية وسائطه. والدليل المنشور من StepFun عن هذا البُعد هو دليلها الخاص، ويجدر توصيفه على هذا النحو. على Terminal-Bench 4.0 تورد الشركة 33.3 مقابل 12.6 لـ Kimi K3؛ وعلى DeepSWE v1.1، 67.7 مقابل 67.5. وهذه أرقام تُشغّلها الشركة على إطار الاختبار الذي اختارته بنفسها، والفارق في العمل الطرفي تحديدًا كبير بما يكفي ليستحق رأيًا ثانيًا قبل أن يخطط أي طرف لانتقال بناءً عليه. ولم ينشر المُقيِّم المستقل مواجهة مباشرة متطابقة الإطار لهذا النموذج، كما أن الفهرس الذي ينشره أُعيد بناؤه منذ ذلك الحين — انظر أدناه.

تكلفة الاستدلال، التي تُناقش بوصفها مشكلة تقديم لا قائمة أسعار.

كان مقطع فو هو الذي سيكون الأكثر أهمية بالنسبة إلى أي شخص ينوي الاستضافة الذاتية، وقد كان محدّدًا على نحو لا تتسم به عادةً خطابات الإطلاق. تتطلب نقطة تفتيش FP8 نحو 773 غيغابايت من VRAM وحدًا أدنى من أربع وحدات GPU، مع B300 كهدف افتراضي؛ ويحتاج مسار Hopper إلى ثماني بطاقات H200 لأن النموذج لا يتّسع على أربع. يُقلّل متغيّر NVFP4 البصمة إلى نحو 473 غيغابايت ويحدّ السياق القابل للاستخدام عند 320 ألف رمز، وهذا تنازل حقيقي لا مجرد خطأ تقريب. أصدر كل من vLLM وSGLang وصفاتهما في 15 أكتوبر، ويتحمّل مسار SGLang تكلفة تجميع FlashInfer تبلغ نحو 15 دقيقة عند البدء البارد.

في المقابل، البديل المُستأجر بسيط: 1.00 دولار لكل مليون رمز إدخال و2.70 دولار لكل مليون رمز إخراج على بطاقة StepFun بالدولار، مع احتساب الإدخال المخزَّن مؤقتًا بخصم 90%. أما بطاقة StepFun باليوان فتشير إلى ¥7 للإدخال و¥20 للإخراج و¥0.70 لعمليات إصابة الذاكرة المؤقتة — وقد تضاعف رقم إصابة الذاكرة المؤقتة من ¥0.35 عند الساعة 00:30 بتوقيت بكين يوم 14 أكتوبر، أي ثمانية أيام قبل الحفل، مع بند حقوق مكتسبة للمتصلين السابقين الذين يدفعون حسب الاستخدام. ولم يذكر أحد على المسرح ذلك التغيير. إنها الحقيقة التسعيرية الأكثر أثرًا بشأن هذا النموذج هذا الشهر، وهي موجودة في وثائق البائع نفسه لا في العرض التقديمي.

تضع Artificial Analysis التكلفة المدمجة عند 0.54 دولار لكل مليون رمز عند نسبة إصابة في الذاكرة المؤقتة تبلغ سبعة إلى اثنين إلى واحد، وتكلفة تشغيل كامل لمؤشر Intelligence Index عند 2.35 دولار.

السؤال المحوري، وهو النقطة التي أصبح عندها المساء صادقًا.

كانت مساهمة هيرشنسون الأقل تقنية والأكثر فائدة: تذكير بأن سبب الاهتمام بنموذج رخيص ومفتوح وطويل السياق هو أنه يغيّر ما يمكن لشركة في مرحلة البذور أن تحاول إنجازه. فشركة ناشئة لم تكن تستطيع تحمّل تكلفة نموذج حدودي في كل خطوة من حلقة الوكيل يمكنها الآن تحمّل تشغيل الحلقة أكثر من مرة. وكانت صيغة وانغ للنقطة نفسها، من داخل مشترٍ مؤسسي، أن سؤال الشراء ليس "هل هذا أفضل نموذج" بل "ماذا يحدث لتكاليفنا وزمن استجابتنا إذا كان ضعف ما توقعناه في الجودة ووجّهنا كل شيء إليه".

هذا سؤال يتعلق بالتوجيه، وهو الموضع الوحيد الذي يتوقف فيه الحديث عن اقتصاديات الاستضافة الذاتية واقتصاديات واجهة برمجة التطبيقات عن كونهما نقاشين منفصلين. موقف OrcaRouter منه واضح ومباشر: المنصة تحمل 214 نموذجًا خلف مفتاح واحد وفاتورة واحدة، مع إعداد توجيه يتيح لك إعلان نموذج أساسي وسلسلة احتياطية بدلًا من ترميز معرّف نموذج مباشرةً داخل تطبيق، وتحويل تلقائي عند تدهور مزوّد. Step 5 Preview ليس ضمن هذه النماذج الـ214 — لا يوجد إدخال لـ StepFun في الكتالوج المباشر اعتبارًا من 29 أكتوبر 2026، ولا ينبغي قراءة أي شيء في هذه المقالة على أنه ادعاء بأننا نقدمه. أي شخص يريد تقييمه اليوم يختار بين واجهة برمجة التطبيقات الخاصة بـ StepFun والاستضافة الذاتية لنقاط التحقق التي وصلت في 15 أكتوبر.

ما الذي تغيّر فعليًا بعد إطلاق النموذج؟

ثلاثة أمور، مرتبة حسب مدى تأثيرها المفترض في القرار.

الأول هو المؤشر. في 27 و28 أكتوبر، استبدلت Artificial Analysis مؤشر Intelligence Index الخاص بها بالإصدار 5، بحيث تزن 60% من التقييم المركّب على مجموعات اختبار خاصة أو محجوزة، وأعادت بناء التقييمات التسعة المكوّنة له. وأسقطت ثلاثة من التقييمات التي كانت مواد إطلاق StepFun تعتمد عليها — GDPval-AA وSciCode وAA-LCR — وأضافت FrontierCode 2.0 وTerminal-Bench-Science. درجة Step 5 Preview على المؤشر الجديد هي 29. وكانت درجته على المؤشر القديم 44. هذان قياسان مختلفان للنموذج نفسه وفق معيارين مختلفين، وليس نموذجًا ازداد سوءًا، ولا ينبغي طرح الـ44 التي تداولت في سبتمبر وأكتوبر من أي شيء جرى تقييمه وفق v5. أما Kimi K3.1 Pro، للمقارنة، فقد انتقل من 55 إلى 46 خلال إعادة البناء نفسها — انخفاض بتسع نقاط على نموذج كان قد أُطلق للتو.

الثاني هو الترخيص. الأوزان مفتوحة بمعنى أنه يمكنك تنزيلها، وهي ليست مفتوحة بمعنى OSI. يحافظ StepFun Model License 1.0 على شرط إسناد للمخرجات المستخدمة ماديًا، ويشترط على صانعي الأجهزة — الهواتف والمركبات والأجهزة القابلة للارتداء والروبوتات — التفاوض بشكل منفصل، ويشترط رخصة تجارية لمشغلي النموذج كخدمة الذين تتجاوز إيراداتهم السنوية 20 مليون دولار. إذا كنت فريقًا من شخصين، فلا شيء من ذلك يؤثر عليك. وإذا كنت تخطط لإعادة بيع الاستدلال فوقه، فسيؤثر فورًا، ويستحق القراءة قبل أول ساعة GPU وليس بعدها.

الثالث هو تغيير السعر الموصوف سلفًا، والذي وقع قبل الحدث ولم يُثر خلاله.

ما ينبغي أن يستخلصه الباني من الأمسية

الإشارة المفيدة من 22 أكتوبر ليست أن StepFun لديها نموذج جديد. بل إن شركة تملك نموذجًا رائدًا أطلقته في سبتمبر أمضت أمسية في أكتوبر تتحدث إلى مطوّري الوكلاء عن موثوقية استدعاء الأدوات وتكاليف الخدمة على مستوى النواة، في قاعة كان فيها الأشخاص الذين سيعانون من كلا الأمرين يجلسون في الصفوف الأمامية. هذه شركة تتصرف كما لو أن الأشهر الستة المقبلة من التبني تعتمد على قابلية التشغيل لا على صف آخر في جدول المعايير.

النسخة الملموسة من ذلك: إذا كنت تنتظر الأوزان قبل أن تأخذ Step 5 Preview على محمل الجد، فقد انتهى الانتظار في 15 أكتوبر. وإذا كنت تنتظر درجة مستقلة يمكنك مقارنتها بكل شيء آخر، فالرقم موجود الآن، وهو 29، ويُقاس وفق معيار أُعيد بناؤه للتو تحت الجميع. كلا الأمرين سبب لتكوين رأي الآن بدلًا من بعد ليلة الإطلاق القادمة.