لم تكن أوزان Step 5 Preview مفقودة قط: ما الذي تغيّره نقطة تحقق NVFP4

Step 5 Preview قابل للتنزيل منذ اليوم الذي أطلقته فيه StepFun في 20 سبتمبر 2026 — والكثير مما كُتب عن النموذج منذ ذلك الحين يقول عكس ذلك. مستودع FP8 stepfun-ai/Step-5-Preview أُنشئ في الساعة 03:15 UTC من ذلك الصباح، وتم إيداع أول جزء منه بعد 36 دقيقة؛ ثم تبعه مستودع BF16 في الساعة 03:52 ووصلت أجزاؤه في الساعة 04:18. كلاهما مملوك لـ StepFun، وكلاهما غير مقيّد، ويحملان معًا 1.86 تيرابايت من الأوزان. ما تغيّر في منتصف أكتوبر هو أضيق وأكثر فائدة من إعادة إصدار: نشرت StepFun نقطة تحقق ثالثة بصيغة NVFP4 من NVIDIA، وفي 15 أكتوبر 2026 أيدت NVIDIA هذا علنًا — واصفة إياه بأنه "أكبر إصدار مفتوح الأوزان لها"، وقالت إن النموذج "مصمم للتعامل مع مهام الوكيل التي تستمر حتى 24 ساعة"، ووضعت رقمًا لذلك: "ما يقرب من 8 آلاف توكن/ثانية/GPU على NVIDIA GB300 باستخدام NVFP4."

هذا هو الخبر. التصحيح هو السبب في أن هذا المقال يبدأ بتاريخ بدلاً من إعلان. التغطية التي كُتبت في 20 سبتمبر صدرت استناداً إلى مستودع كان عمره دقائق وكان فارغاً لفترة وجيزة، وظل تأطير "الأوزان الموعودة في تاريخ لاحق" عالقاً حتى بعد وصول الأوزان في الصباح نفسه. وقد كرر مقال شقيق على هذا الموقع ذلك حتى 13 أكتوبر. إنه غير صحيح الآن ولم يكن صحيحاً آنذاك، وهذا مهم لأن مسألة الأوزان المفتوحة كانت أكبر بند منفرد لم يُحسم في كل مقال كُتب عن هذا النموذج.

ما الذي تم إطلاقه فعليًا في 14 و15 أكتوبر

المنتج الجديد هو stepfun-ai/S​tep-5-Preview-NVFP4. تم إنشاء المستودع في 02:59 UTC في 14 أكتوبر 2026، ورفع الأوزان عبارة عن إيداع في 07:10 UTC في نفس اليوم من مساهم حسابه، huangyu-nv، الذي قام أيضًا بإعادة كتابة README بعد ساعة ليتوافق مع مستودعي FP8 و BF16. وهو يحتوي على 394.18 جيجابايت موزعة على 95 ملفًا safetensors مرتبة كـ 92 ملفًا لكل طبقة بالإضافة إلى ملفين إضافيين وملف واحد لبرج الرؤية — وهو مخطط تقسيم مختلف عن مستودعي FP8 و BF16، اللذان يشحنان 24 جزءًا نصيًا بالإضافة إلى رأس تنبؤ متعدد الرموز و ViT.

ما يوجد فيه يستحق أن يُذكر بدقة، لأن "NVFP4" يُستخدم استخدامًا فضفاضًا في التداول. كتلة التكميم في config.json تقرأ quant_method: modelopt، quant_algo: NVFP4، group_size: 16، وkv_cache_quant_algo: null. قائمة التجاهل طويلة ومحددة: 92 كتلة انتباه ذاتي، و88 بوابة MoE، و88 خبيرًا مشتركًا، وجدول التضمين، والتطبيع النهائي ورأس نموذج اللغة، بالإضافة إلى برج الرؤية ومُسقِطه. فقط ثلاثة مدخلات في القائمة بأكملها تلمس moe.experts. بعبارات بسيطة، يبقى الانتباه وآلية التوجيه بدقة أعلى، بينما أوزان التغذية الأمامية للخبراء — الجزء الأكبر من 600 مليار معامل — هي الجزء الذي جرى تكميمه. ذاكرة KV التخزينية لم تُمس، وهذه هي التفصيلة التي تحدد ما إذا كانت إعدادات خدمة السياق الطويل لديك ستنجو من هذا التبديل.

يبلغ حساب المعاملات الخاص بـ Hugging Face على ذلك المستودع 320.6 مليار، بتوزيع: 282.4 مليار U8، و38.2 مليار BF16، و2.4 مليون F32، وتعرض صفحة الملف «321B params» كحجم للنموذج. وتقول بطاقة StepFun، على الصفحة نفسها، 600 مليار إجمالًا و27 مليار نشطًا. كلاهما صحيح، لكنهما يحصيان شيئين مختلفين: رقم 321B هو عدد تخزيني للعناصر المكمّمة، وليس عدد معاملات بالمعنى الذي يستخدمه وصف البنية. إذا كنت تحدّد حجم الذاكرة، فاستخدم رقم التخزين. وإذا كنت تصف النموذج، فاستخدم البطاقة.

ثلاث نقاط تفتيش، وثلاث فواتير أجهزة

سبب أهمية إصدار NVFP4 أكثر من كونه ملفًا رابعًا في مجلد هو أنه يغيّر أصغر جهاز يمكنك تشغيل هذا النموذج عليه. يعطي جدول النشر الخاص بـ StepFun في بطاقة النموذج الأشكال لنقطتي الحفظ الأقدم، وتعطي المستودعات الأحجام؛ وها هي مجتمعة هنا، مع إضافة صف NVFP4.

• الدقة — FP8 650.32 GB مقابل BF16 1,214.9 GB مقابل NVFP4 394.18 GB على القرص

• أصغر تكوين منشور لـ vLLM — FP8: عقدة B300 واحدة مع 4 وحدات معالجة رسومات، أو عقدة H200 واحدة مع 8 وحدات معالجة رسومات مقابل BF16: عقدة B300 واحدة مع 8 وحدات معالجة رسومات، أو عقدتا H200 مع 16 وحدة معالجة رسومات مقابل NVFP4 الذي ليس بعد في جدول StepFun

• التوازي الذي توصي به البطاقة — FP8 TP4 أو TEP4 أو DEP4 على B300 مقابل BF16 TP8 أو TEP8 أو DEP8 مقابل NVFP4 غير مذكور

• أوزان الانتباه والراوتر — FP8 مكمّمة إلى ثماني بتات مقابل BF16 بالدقة الكاملة مقابل NVFP4 متروكة دون تكميم بواسطة قائمة التجاهل في ModelOpt

• ذاكرة KV المؤقتة — غير مُكمَّمة في الثلاثة جميعًا، لأن إعداد NVFP4 يضبط kv_cache_quant_algo إلى null

• حزمة تقديم الخدمة — الثلاثة جميعًا عبر vLLM أو SGLang مع نقطة نهاية متوافقة مع OpenAI، أو دون اتصال عبر مسار Transformers المستقل

الفجوة في الصفين الأخيرين هي التحذير الصادق بشأن نقطة التحقق الجديدة. يقول منشور NVIDIA إن النموذج يعمل بسرعة تقارب 8K توكن في الثانية لكل GPU على GB300 باستخدام NVFP4، لكن جدول النشر الخاص بـ StepFun لم يُحدَّث بصف NVFP4، لذا لا توجد وصفة توازٍ منشورة من المورّد له بعد. إذا كنت تخطط لعملية نشر هذا الأسبوع، فإن مسار FP8 هو المسار ذو التكوين الموثّق، ومسار NVFP4 هو المسار الذي يرتبط فيه رقم لافت بعتاد شخص آخر.

رقم 8K هو رقم مورّد، ولم يذكره سوى مورّد واحد.

منشور NVIDIA بتاريخ 15 أكتوبر هو السجل الكامل من الطرف الأول حول هذا. لا توجد تدوينة في مدونة مطوري NVIDIA، ولا صفحة إعلان من StepFun، ولا إعادة إنتاج من طرف ثالث لادعاء الإنتاجية يمكن التحقق منه من الخارج. "ما يقرب من 8K tokens/sec/GPU" هو أيضًا بيان لا يعني الكثير دون حجم الدفعة، وطول التسلسل، والتزامن الذي تم القياس عنده — يمكن أن يختلف نفس تكوين النموذج بمرتبة قدر عبر هذه المحاور الثلاثة، وأطر تقديم الخدمة لنماذج خليط الخبراء حساسة بشكل خاص لعدد الخبراء النشطين لكل رمز. اعتبره تقرير NVIDIA عن أجهزة NVIDIA، وهو بالضبط ما يدّعي أنه عليه، وليس كرقم إنتاجية تم التحقق منه بشكل مستقل.

ادعاء الوكيل الذي يعمل لمدة 24 ساعة له الوضعية نفسها. فهو وصف لقدرة لا قياس، وبطاقة StepFun الخاصة به تصف التنفيذ الطويل الأفق بالمصطلحات نفسها من دون أن تُرفق به مدة زمنية. وملاحظات التقييم المنشورة من المورّد لهذا النموذج تُدرِج بالفعل إطار الاختبار والإعدادات — درجة الحرارة 1.0، وtop-p 0.95، وtop-k 0، وإعداد الاستدلال High، وإطار SWE-agent الخاص بـ DeepSWE v1.1 — وهو أكثر مما تقدمه بطاقات إصدار كثيرة، لكن جدول الدرجات نفسه صورة، ولا تنشر StepFun أي جدول معياري رقمي في وثائقها. المقيّم المحايد الوحيد الذي يملك درجة حيّة لهذا النموذج هو Artificial Analysis، حيث يحل Step 5 Preview عند 44 على مؤشر الذكاء، وكانت تكلفة تشغيله في الأصل $1.03 لكل مهمة مؤشر.

وصلت وصفة النشر مع نقطة التحقق، وهي الجزء الذي ستستخدمه

عند قراءة تاريخ المستودعات، يتضح أن ملفات الأوزان والتعليمات لم تصل معًا. تمت إعادة كتابة كلا المستودعين خلال الفترة من 13 إلى 14 أكتوبر — سبعة إيداعات README على مستودع FP8 بين 13 و15 أكتوبر — وما أضافته تلك الإيداعات هو دليل خدمة كامل: صورة حاوية منشورة على vllm/vllm-openai:step-5-preview، وأوامر مجرّبة للتوازي Tensor والخبير والمشترك، ومجموعة الأعلام التي يحتاجها هذا النموذج، ومسار SGLang تم التحقق منه. الأعلام هي حيث يظهر العمل الخاص بالنموذج: --max-model-len 1048576، ورأس فك ترميز تخميني مُهيأ كـ --spec-method mtp --spec-tokens 3، ومحللات مخصصة --reasoning-parser step5 و --tool-call-parser step5 وهذه المحللات تجعل كتل تفكير النموذج ونداءات الأدوات تنجو من الرحلة عبر واجهة برمجة تطبيقات على شكل O​penAI. على Blackwell، تقوم تهيئات TEP و DEP بتبديل الواجهة الخلفية للـ MoE إلى deep_gemm_mega_moe؛ لا يمكن لتهيئة TP4 العادية ذلك، لأن تلك الواجهة الخلفية تتطلب التوازي الخبير.

هذا هو دعم الأُطُر وقد تحقق، وهو بالنسبة لأي شخص يقرر ما إذا كان سيبني على هذا النموذج يستحق أكثر من ادعاء الإنتاجية. تنزيل بحجم 650 غيغابايت مع أمر تشغيل غير مُتحقَّق منه هو مشروع بحثي. أما تنزيل بحجم 650 غيغابايت مع صورة حاوية مثبَّتة، وأربعة تكوينات متوازية مُختبَرة لكل دقة، ومحلِّل يفهم تنسيق إخراج النموذج نفسه، فهو عملية نشر.

إذا كنت لا ترغب في امتلاك أي من ذلك، فإن الحساب على هذا النموذج غير معتاد. يعمل S​tep 5 Preview على منصة StepFun الخاصة بسعر 1.00 دولار لكل مليون رمز إدخال، و0.10 دولار لكل مليون رمز إدخال مطابق للذاكرة المؤقتة، و2.70 دولار لكل مليون رمز إخراج، لذا فإن شهرًا عند 200 مليون رمز إدخال و200 مليون رمز إخراج تُحتسب فاتورته 200 دولار و540 دولارًا على التوالي — مقابل ما يقارب سعر عقدة B300 بأربع وحدات GPU شهريًا للأجهزة التي تخدمه. الاستضافة الذاتية هنا قرار يتعلق بالتحكم وإقامة البيانات، لا قرار تكلفة، وكون الأوزان مفتوحة هو ما يجعل هذا قرارًا مسموحًا لك باتخاذه أصلًا. يجدر القول بوضوح إن S​tep 5 Preview ليس ضمن قائمة النماذج الحية لدى OrcaRouter، لذا فالمكان الذي تستدعيه منه هو واجهة API الخاصة بالمورّد؛ وما واجهة API واحدة لأكثر من 200 نموذج تمنحك إياه فعلًا في هذه الحالة هو النصف الآخر من السؤال — تكلفة النموذج الذي ستنقل إليه عبء العمل إذا لم ينجح النشر المستضاف ذاتيًا، بهامش ربح 0% على سعر القائمة لدى كل مزوّد.

الرخصة، إذا قُرئت حرفيًا

"الأوزان المفتوحة" تحمل في صياغة NVIDIA دلالة لا تدعمها الرخصة بالكامل، وهذا هو الجزء من القصة الأكثر عرضة لسوء الفهم. إن StepFun Model License 1.0 عبارة عن منحة دائمة وعالمية وخالية من الإتاوات وغير حصرية لاستخدام الأوزان ونسخها وتوزيعها والترخيص من الباطن لها وتعديلها وإنشاء أعمال مشتقة منها، مع منحة براءات اختراع مطابقة. وهي ليست رخصة مفتوحة المصدر معتمدة من OSI، وهناك شرطان يجدر معرفتهما قبل أن تبني عملًا تجاريًا عليها.

• الإسناد — إذا تجاوز منتج أو خدمة تجارية تدمج النموذج 100 مليون مستخدم نشط شهريًا أو 20 مليون دولار من الإيرادات في أي شهر تقويمي، فيجب عليك عرض "Powered by StepFun AI" بشكل بارز في واجهة المنتج وفي اتفاقية المستخدم الخاصة بك

• يلزم ترخيص تجاري منفصل — إذا كنت مصنّع أجهزة أو مالك علامة تجارية تدمج قدرات النموذج في الأجهزة، أو إذا كنت تدير نشاطًا تجاريًا للنموذج كخدمة وتتجاوز إيراداتك المجمعة 20 مليون دولار خلال أي اثني عشر شهرًا

• ما الذي لا يُعدّ صراحةً MaaS — تضمين قدرة النموذج في ميزة ثابتة للمستخدم النهائي، أو مجرد تمرير الطلبات إلى نموذج مزوّد آخر

• ما المسموح به صراحةً دون الاتفاق الإضافي — الاستخدام الداخلي الذي لا يكشف النموذج أو قدراته لطرف ثالث، والاستخدام الذي يتم الحصول عليه عبر قناة توزيع معتمدة من StepFun ضمن نطاق ذلك الاعتماد

• الإنهاء — يُنهي الإخلال الجوهري المنحة، مع مهلة لتصحيح الوضع مدتها ثلاثون يومًا بعد إشعار كتابي

إذاً القراءة العملية هي أن الأوزان قابلة للتنزيل فعلاً وقابلة للاستخدام فعلاً، بما في ذلك تجارياً، وصولاً إلى العتبات الواردة في القسم 2. الشركة الناشئة التي تُجري ضبطاً دقيقاً لهذا النموذج لأعمال المستندات الداخلية تقع ضمن نطاق الإذن. أما الشركة المصنّعة للهواتف التي تطرحه كميزة، أو نشاط استدلال مستضاف تتجاوز إيراداته 20 مليون دولار، فليس كذلك. هذا هو نفس شكل القيد الذي تستخدمه رخصتا Llama وQwen، ويجدر التصريح به بوضوح بدلاً من تصنيفه تحت بند «مفتوح».

أين يترك هذا النموذج

نموذج خليط خبراء بـ600 مليار معامل و27 مليار معامل نشط، وسياق بمليون رمز، وإدخال نص وصورة وفيديو، وحد أقصى للمخرجات 64k في وثائق StepFun، وبطاقة أسعار تقريبية 1.00$ / 2.70$، ودرجة مؤشر 44 من المقيّم المحايد الوحيد الذي قيّمه، وثلاث نقاط حفظ قابلة للتنزيل بثلاث دقّات عددية. صدر في 20 سبتمبر 2026. الأوزان مفتوحة منذ صباح يوم الإصدار. تم تكميمه لـBlackwell في 14 أكتوبر، وأيّدته الشركة الموردة لوحدة معالجة الرسومات في 15 أكتوبر، بمعدل إنتاجية لم يتمكن أحد خارج NVIDIA من تكراره.

الشيء التالي الجدير بالمتابعة ليس نقطة نهاية أخرى، بل أول قياس مستقل على نقطة تفتيش NVFP4 — مقارنة إنتاجية أو جودة مع مسار FP8 من جهة لا تبيع العتاد. التكميم عند أربع بتات مع إبقاء مكدس الانتباه مستثنى منه تصميم معقول، والسؤال المحدد هو ما إذا كانت أوزان الخبراء تنجو من ذلك. وإلى أن ينشر أحدهم ذلك، فإن الموقف الصادق من نقطة التفتيش الجديدة هو ذاته الذي كان ينبغي أن تتخذه تغطية سبتمبر بشأن النقاط القديمة: الأوزان حقيقية، والوصفة حقيقية، وادعاء الأداء هو ادعاء المورّد.

نتيجة كهذه تذكّر أيضًا بأن أخطاء النماذج موثّقة بالفعل: فالحوادث المتعلقة بالذكاء الاصطناعي وإخفاقات الوكلاء الكامنة وراء نماذج هذه الفئة تُجمع في the OrcaRouter AI Incident Archive، حيث يحمل كل مدخل مصادره الخاصة ودرجة خطورته ودرجة ثقته وعلامة كونه محل نزاع.