Step 5 Preview قابل للاستضافة الذاتية في اليوم صفر: vLLM و SGLang كلاهما يوفر مسارات خدمة لنموذج StepFun 600B MoE

لم يكن Step 5 Preview جديداً في صباح 15 أكتوبر 2026. فقد كان طراز StepFun الرائد ذو الـ600 مليار معامل قابلاً للاستدعاء عبر واجهة API الخاصة بالمورّد نفسه منذ 20 سبتمبر 2026، كما ظل المقيّم المستقل Artificial Analysis يقيّمه منذ 18 سبتمبر. أما الجديد في ذلك الصباح فكان أضيق نطاقاً وأكثر فائدة بكثير: فقد نشرت منظومتا استدلال سائدتان مسارَيهما الخاصين لتشغيله على عتاد تملكه أو تستأجره. فتحت vLLM طلب سحب مسودّي يضيف Step 5 Preview — 129 ملفاً، و+16,996 سطراً — إلى جانب وصفة مرافقة وصورة مخصصة vllm/vllm-openai:step-5-preview هبطت على Docker Hub عند 00:51 UTC. ودمجت SGLang صفحة كتاب وصفات تتضمن وصفات نشر لـBlackwell وHopper، مع فتح طلب السحب الخاص بدعم النموذج وراءها في الساعة نفسها. وحتى ذلك الصباح، لم تكن هناك طريقة لجلب Step 5 Preview إلى وحدات GPU الخاصة بك سوى إعادة رفع مجتمعية لنقطة تفتيش لم يمنحك أحد ترخيصاً لإعادة توزيعها.

إذن، العنوان الصادق ليس «طرحت StepFun نموذجًا». لقد طرحت هذا النموذج في سبتمبر، ويجب أن يظهر تاريخ النموذج نفسه في الجملة الأولى من أي مقال عنه. العنوان هو أنه اعتبارًا من 15 أكتوبر 2026، أصبحت الإجابة على مسألة خدمة النموذج تتضمن أوامر.

ما الذي تغيّر فعليًا في 15 أكتوبر؟

أربعة مصنوعات، جميعها مؤرخة في اليوم نفسه، ويستحق فصلها لأنها تحمل مستويات مختلفة من الالتزام.

• دعم نماذج vLLM — طلب السحب #61727، بعنوان "إضافة دعم Step-5 Preview"، فتحه jeejeelee في 01:18 UTC ويحمل المسودة العلم. إنه إيداع واحد مضغوط يمس 129 ملفًا، ولم يُدمج. طلب السحب بحالة مسودة يعني أن المؤلف يطلب مراجعة، وليس وعدًا من المشرف.

• وصفة vLLM — طلب السحب رقم #1122 في vllm-project/recipes، فُتح قبل دقيقتين عند 01:16 UTC وهو مفتوح أيضًا، ويضيف models/stepfun-ai/Step-5-Preview.yaml بنسخة FP8 افتراضية ونسخة NVFP4. هذا هو المستند الذي يحتوي على الأرقام، وهو المستند الذي يستند إليه معظم هذه المقالة.

• صورة الحاوية — vllm/vllm-openai:step-5-preview، التي دُفعت في 2026-10-15 عند 00:51 بالتوقيت العالمي المنسق كبيان ثنائي المعمارية: linux/amd64 بحجم 8.56 غيغابايت مضغوطًا، وlinux/arm64 بحجم 9.58 غيغابايت، إلى جانبهما step-5-preview-x86_64-cu130 وstep-5-preview-arm64-cu130. إن صورة منشورة تُعدّ إشارة أقوى من طلب سحب (PR) مفتوح: فهي تعني أن أحدهم بنى هذا ودفعه، بغض النظر عن موعد انتهاء المراجعة.

• كتاب وصفات SGLang — طلب السحب #44357، «إضافة كتاب وصفات Step 5 Preview»، دُمج في main عند 01:21 UTC بعد المراجعة، مضيفًا صفحة نشر باتت وثائق SGLang تقدّمها الآن على docs.sglang.ai/cookbook/autoregressive/StepFun/Step-5-Preview وتصنّفها كـ NEW. ولا يزال طلب السحب الداعم المرافق له، #44356، مفتوحًا. وتقول صفحة كتاب الوصفات بصراحة إن «دعم Step 5 Preview لم يُطرح بعد في أي إصدار من SGLang، لذا لا يمكن لنسخة SGLang المثبتة عبر pip install sglang العادية أن تقدّمه» — وهي الجملة الأكثر أهمية على الصفحة على الإطلاق.

اقرأ هذه الأربعة معًا وستحصل على صورة متماسكة: StepFun تُهيّئ خدمة مفتوحة لنموذج ظلّت واجهة API الخاصة به قيد التشغيل لما يقرب من شهر. لا شيء هنا إعلان إطلاق، ولا شيء هنا اختبار أداء مرجعي. إنها البنية التحتية الأساسية التي تحدّد ما إذا كان النموذج شيئًا يمكنك تشغيله.

ما هي ميزة Step 5 Preview، بالمصطلحات التي يسأل عنها مهندس الخدمة أولاً

الوثائق الإنجليزية الخاصة بـ StepFun شحيحة بشأن البنية المعمارية — فهي تنشر معرّف النموذج، ونافذة السياق البالغة 1M من الرموز، وإدخال نص/صورة/فيديو، وإخراج نصي فقط، وحدًا أقصى للإخراج يبلغ 64k من الرموز، ودعم JSON Schema، والتخزين المؤقت للمطالبات (prompt caching)، وضابط reasoning_effort بإعدادات منخفضة ومتوسطة وعالية. وهي لا تنشر عدد المعاملات. أرقام البنية المعمارية أدناه مستمدة من وثيقتَي الخدمة الصادرتين عن الجهة المطوّرة نفسها والمنشورتين اليوم، واللتين كان لا بد لهما من قراءة نقطة التفتيش (checkpoint) لكتابة محمّل (loader)، وهما تتفقان مع بعضهما.

• الحجم — إجمالي المعاملات 600B مع 27B نشطة لكل توكن، تصميم خليط خبراء متناثر. تذكر وصفة vLLM بشكل مستقل 604B، "محسوبة من أشكال موترات نقطة التفتيش"، والرقمان هما الرقم نفسه مقربًا بطريقة مختلفة.

• العمق والتوجيه — 92 طبقة. كل طبقة MoE توجّه رمزًا إلى 8 من أصل 352 خبيرًا بالإضافة إلى خبير مشترك واحد. هذا العدد من الخبراء هو السبب وراء تضمين طلب vLLM تغييرًا في نواة router-GEMM: فهو يضيف (4096, 352) كزوج مدعوم من (hidden_dim, num_experts)، إلى جانب الزوجين الموجودين (3072, 256) و(6144, 128).

• الانتباه — نمط متكرر من أربع طبقات: ثلاث طبقات بنافذة منزلقة تُنتبه إلى أحدث 512 رمزًا، ثم طبقة انتباه متفرّق واحدة. تقسّم الطبقات المتفرّقة سجلّ KV إلى مناطق من 8 رموز، وتُقيّم ملخّصًا لكل منطقة عبر مُفهرِس خفيف، وتختار حتى 512 منطقة تاريخية للانتباه إليها على مستوى الرمز. يسمّيها SGLang انتباهًا متفرّقًا حسب المنطقة؛ والنتيجة العملية أن سياقًا بطول 1M رمز يبقى معقول التكلفة من حيث الذاكرة.

• فك الترميز التخميني — ثلاث طبقات MTP. إنّ «MTP ثلاثي الطبقات» الخاص بـ SGLang ووصفة vLLM ‏--spec-method mtp --spec-tokens 3 هما الادعاء نفسه من اتجاهين.

• الدقة — أوزان الخبراء الموجَّهة هي FP8 (E4M3، مقاييس كتل 128×128) باستثناء طبقات MoE الثلاث الأخيرة، التي تبقى BF16. وتُشار في وصفة vLLM إلى نقطة تحقق NVFP4 منفصلة، stepfun-ai/Step-5-Preview-NVFP4، بوصفها متغيّرًا. ويترك كلا المكدسين تقسيم الطبقات مختلط الدقة سليمًا بدلًا من رفع دقته.

• سلوك الاستدلال — يفكّر النموذج دائمًا قبل الإجابة. يحدّد reasoning_effort العمق وتكون قيمته الافتراضية highعند عدم ضبطه، وهو الإعداد الأرجح أن يفاجئك عند وجود ميزانية لزمن الاستجابة. إعدادات أخذ العينات الموصى بها من StepFun هي temperature=1.0 وtop_p=0.95 وtop_k=0، ويشير دليل SGLang إلى أنها للعلم فقط وليست شيئًا يُثبَّت بشكل صارم.

الحد الأدنى من العتاد هو الجزء الذي يحدد ما إذا كان هذا يهمك.

هنا تبرّر وصفة vLLM بقاءها، لأن لا أحد آخر قد نشر حدودًا دنيا صارمة.

• الحد الأدنى لـ FP8 — 773 جيجابايت من VRAM، مع حد أدنى 4 وحدات GPU وهدف العتاد الافتراضي B300. تم إدراج التكوينات التي تم التحقق منها لـ H200 وB300 وGB300. على أربع وحدات B300، تقدم الوصفة تخطيطات TP4 أو TEP4 أو DEP4؛ لا تتسع أوزان FP8 لأربع وحدات H200، لذا فإن مسار Hopper يتطلب ثماني وحدات GPU.

• حد NVFP4 الأدنى — 473 غيغابايت من VRAM لنقطة التحقق المُكمّمة، أي أقل بـ300 غيغابايت من FP8. المقايضة هنا هي السياق: يعمل متغيّر NVFP4 مع --max-model-len 320000، لذا تتخلى عن نحو 724,000 رمز من أصل 1,048,576 رمزًا معلنًا عنها لتلائم البصمة الأصغر.

• توازي الخبراء — على Blackwell، تُوجَّه تخطيطات TEP وDEP عبر MegaMoE باستخدام --moe-backend deep_gemm_mega_moe؛ أما تخطيط التوازي التنسوري الصِرف فلا يفعل ذلك عمدًا، لأن MegaMoE يتطلب توازي الخبراء ليكون لديه ما يقسّمه. على H200، تتراجع الوصفة إلى Triton MoE لكل طبقة خبراء، بما في ذلك الثلاث BF16، لأن نوى TRT-LLM MoE خاصة بـ Blackwell فقط.

• تكلفة الإقلاع — يقدّر دليل SGLang أول تشغيل بنحو 15 دقيقة من تجميع FlashInfer على B300، لتنخفض إلى نحو 6 دقائق في عمليات التشغيل اللاحقة، ويوصيك بالاحتفاظ بـ FLASHINFER_WORKSPACE_BASE و~/.cache/sglang عبر عمليات إعادة التشغيل. إذا كنت تتوسع تلقائيًا من الصفر، فهذا حد أدنى للبدء البارد، وليس خطأ تقريب.

• ما الذي لا يزال غير مدعوم — تصنّف وصفة vLLM كلاً من Simple وLMCache KV offload على أنهما غير مدعومين لهذا النموذج. ويُوثَّق مسار HiCache في SGLang على أنه متاح في الكوكبوك، وهو فرق حقيقي في القدرات بين المكدسين كما هما عليهما اليوم.

القراءة العملية: Step 5 Preview هو نشر لأربعة إلى ثمانية مسرّعات، وليس مشروعًا هوايًا على عقدة واحدة. إذا كانت هذه الجملة تُنهي اهتمامك، فإن قسم API أدناه هو بقية المقال.

استدعاؤه، وتكلفة كل رمز

تعرض صفحة التسعير الخاصة بـ StepFun نموذج step-5-preview بسعر $1.00 لكل مليون رمز إدخال عند cache miss، و$0.10 عند cache hit، و$2.70 لكل مليون رمز إخراج — وهي أرقام من المورّد، لا من بائع تجزئة. هناك تفصيلان يغيّران الحساب. أولًا، يشمل تسعير الإدخال عند cache miss كتابة محتوى جديد إلى الذاكرة المؤقتة، لذا يُحسب سعر أول مرور على مستند طويل مرة واحدة، ويكون رخيصًا في المرور الثاني. ثانيًا، تشمل رموز الإخراج استدلال النموذج إلى جانب إجابته، وهذا أمر أكثر أهمية هنا مما هو عليه في نموذج يجيب مباشرةً.

يمنح Artificial Analysis، المقيّم المحايد الوحيد الذي لديه نتيجة تشغيل منشورة، Step 5 Preview درجة 43.7 في مؤشر الذكاء — تُعرض على أنها 44 — مع وسيط سرعة إخراج يبلغ 88.5 رمزًا في الثانية، وزمن الوصول إلى أول رمز إجابة يبلغ 24.7 ثانية، مقابل نحو 2,000 رمز استدلال لكل استجابة. رقم السرعة محترم، أما زمن الوصول إلى رمز الإجابة فليس كذلك: النموذج الذي يفكر أولًا دائمًا يناسب بشكل سيئ الإكمال التلقائي التفاعلي، ويناسب بشكل جيد العمل الدفعي والوكيلي، وهو بالضبط ما تصفه StepFun به. هذه أرقام مستقلة على أداة اختبار تابعة لطرف ثالث، وهي الأرقام الوحيدة المتاحة — فلا تنشر StepFun أي جدول معايير لهذا النموذج على الإطلاق.

حيث تظل القصة لينة، وهي ليست كلها لينة بالطريقة نفسها

ثلاثة أمور تستحق الإشارة إليها بدلًا من تلطيفها، لأن لكل منها مدة صلاحية مختلفة.

الأمر الأول هو ما إذا كانت نقطة التحقق الخاصة بالمورّد قابلة للتنزيل فعليًا. تشير وثيقتا الخدمة من الطرف الأول إلى stepfun-ai/Step-5-Preview و stepfun-ai/Step-5-Preview-NVFP4 باعتبارهما نقطتي التحقق المعتمدتين، ويربط دليل وصفات SGLang ملف LICENSE.txt ضمن StepFun Model License 1.0. ما لا تستطيع هذه الصفحة فعله هو التأكيد من Hugging Face بأن تلك المستودعات قابلة للقراءة العامة اليوم: يعيد Hugging Face API الخطأ نفسه 401 Invalid username or password لـ stepfun-ai/Step-5-Preview كما يفعل مع معرّف مستودع لم يوجد قط، لذا لا يمكن للاستجابة التمييز بين نموذج مقيّد وآخر غائب. إن التوجيه الوارد في الوصفة نفسها — "استخدم hf auth login إذا كانت نقطة التحقق تتطلب المصادقة" — هو البيان الوحيد حول الوصول، وهو مشروط. تعامل مع التنزيل على أنه مُشار إليه من قِبل الأشخاص الذين كتبوا أداة التحميل، وأكّد الوصول بنفسك قبل أن تخطط لإطلاق يعتمد عليه.

الثاني هو تاريخ الإصدار، الذي تقدمه ثلاثة مصادر بثلاث طرق: مواد إعلان StepFun تحدد الإطلاق في 20 سبتمبر 2026؛ وتؤرخ Artificial Analysis النموذج في 18 سبتمبر 2026 في بياناتها الوصفية الخاصة وتعرض "صدر في سبتمبر 2026"؛ ومجمعات البيانات الوصفية للنموذج التي تقرأها معظم الأدوات تحمل تاريخ 16 سبتمبر 2026. لا يفسر أي من الثلاثة الفجوة. يستخدم هذا المقال تاريخ 20 سبتمبر الخاص بالبائع حيثما تكون هناك حاجة إلى تاريخ، ومن المفيد معرفة الرقم الذي حصلت عليه الأداة التي تقرأ بها.

الثالث هو النضج، وهنا لا يتكافأ المكدسان. تم دمج كتاب وصفات SGLang ودمجه في الفرع الرئيسي، لكن نص SGLang نفسه يقول إن الدعم لم يُشحن في أي إصدار، لذا فإن مسار Python ليس سوى صورة Docker للمعاينة وليس شيئًا آخر. وصفة vLLM مفتوحة، وطلب السحب (PR) الخاص بالنموذج هو مسودة غير مدموجة يُفيد GitHub حاليًا بأنه يعاني من تعارضات دمج ويحتاج إلى إعادة تأسيس، وقد أثار المراجعون التابعون لـ vLLM بالفعل ثلاثة بنود مفتوحة بشأن الوصفة — بوابة عتاد FP8، وملف تعريف B300 افتراضي يصدر أوامر لثماني وحدات GPU في حين أن الدليل خاص بأربع وحدات GPU، وحد أقصى لسياق NVFP4 غير مُرمّز في وسائط المتغير. لا شيء من ذلك يستوجب الاستبعاد. كل ذلك يدفع إلى التعامل مع أول نشر مستضاف ذاتيًا هذا الأسبوع باعتباره تقييمًا، لا ترحيلًا.

ماذا نفعل بهذا، هذا الأسبوع

إذا كان لديك بالفعل أربع وحدات B300 أو ثماني وحدات H200 وعبء عمل يبدو مثل تحليل المستندات الطويلة، أو استدعاء الأدوات متعدد الأدوار، أو تشغيل الوكلاء طوال الليل، فإن وصفة vLLM قريبة من دليل تشغيل: اسحب vllm/vllm-openai:step-5-preview، وانسخ أمر TP4 أو TEP4، وتحقق مما إذا كان --max-model-len 1048576 يصمد عند اختباره مقابل ميزانية KV الفعلية لديك قبل أن تَعِد أي شخص بمليون رمز. إذا كان لديك Hopper وليس Blackwell، فابدأ بنقطة تفتيش NVFP4 واقبل سياق 320k، أو خصص ميزانية لثماني وحدات H200. في كلتا الحالتين، اضبط reasoning_effort صراحةً في كل طلب بدلاً من وراثة القيمة الافتراضية المرتفعة، وقِس زمن الوصول إلى رمز الإجابة الذي يبلغ 24.7 ثانية على حركة المرور الخاصة بك قبل أن تستنتج أي شيء من رقم 88.5 رمزًا في الثانية.

إذا لم تكن تملك ذلك العتاد، فإن API ليس جائزة ترضية — فهو الأوزان نفسها، تُحاسَب لكل رمز، بسعر 1.00 دولار للإدخال و2.70 دولار للإخراج مع خصم 90% على التخزين المؤقت للسياق المتكرر. وهنا في هذه الصفحة يقع الجزء الذي تنتمي إليه الإجابة الصادقة عنّا: Step 5 Preview ليس مدرجًا في قائمة OrcaRouter الحية للنماذج حتى تاريخ اليوم. فهرستنا تضم 207 نماذج عبر 13 مزوّدًا، ولا يحتوي حاليًا على أي نموذج من StepFun على الإطلاق، لذا فإنّ API المورّد نفسه هو المسار الوحيد القابل للاستدعاء لهذا النموذج تحديدًا، ولا ينبغي قراءة أي شيء في هذه الصفحة على أنه ادّعاء بأننا نقدّمه. ما نوجّهه فعلًا هو القرار المحيط: عندما تختار أي نموذج رائد يحمل عبء عمل إنتاجي، فإنّ الحجة لبلوغه عبر نقطة نهاية واحدة هي أن سعر قائمة المزوّد يُمرَّر بهامش ربح 0%، لذا فإن تغيّر سعر المورّد يصبح سعرك في اليوم نفسه، وأن التحويل التلقائي عند الفشل بين المزوّدين يعني أن بعد ظهر سيئ لنموذج واحد ليس انقطاعًا لديك. هذا تصريح عن النماذج التي نقدّمها فعلًا، وهو عن قصد ليس تصريحًا عن هذا النموذج.

ما ينبغي مراقبته تاليًا ضيّق النطاق وقابل للتحقق. هل يُفضي stepfun-ai/Step-5-Preview إلى مستودع قابل للقراءة يتضمن ملف ترخيص يمكن توجيه فريق قانوني إليه؛ وهل يتجاوز vLLM رقم #61727 حالة المسودة وتعارض الدمج؛ وهل يدخل طلب السحب الداعم #44356 الخاص بـ SGLang في إصدار موسوم، وهي النقطة التي تتوقف عندها الوصفة عن كونها صورة معاينة وتصبح شيئًا يمكن لـ CI تثبيته. أي واحد من هؤلاء الثلاثة يحوّل عبارة هذا الأسبوع «يمكنك على الأرجح تشغيله» إلى «نعم» صريحة، وحتى ذلك الحين، الادعاء الوحيد الجدير بأن يُقال هو ما تدعمه الأدلة: في 15 أكتوبر 2026، نشر مكدسا خدمة مساراتهما الخاصة إلى نموذج ظلّ قابلًا للاستدعاء منذ 20 سبتمبر 2026.

يُعد اختيار تشغيل نموذج يبلغ عدد معاملاته 600 مليار على أجهزتك الخاصة أيضًا من القرارات التي يهمّ فيها السجل السابق: إذ تُجمع الحوادث الموثّقة للذكاء الاصطناعي وإخفاقات الوكلاء المرتبطة بنماذج من هذه الفئة في OrcaRouter AI Incident Archive، حيث يحمل كل مُدخل مصادره الخاصة ودرجة خطورته وتصنيف ثقته وعلامة كونه محل نزاع.