Das 1M-Token-Fenster von Step 5 Preview hat gerade StepFuns eigene API verlassen

Step 5 Preview war am 16. Oktober 2026 kein Single-Vendor-Modell mehr. StepFuns eigener Account bestätigte an diesem Tag, dass sein 1M-Token-Flaggschiff jetzt auf Third-Party-Inference-Hosts live ist – das erste Mal, dass das Modell für einen Entwickler erreichbar ist, der kein StepFun-Konto, kein StepFun-Guthaben und keine StepFun-Preisliste in einer zweiten Währung will. Das ist der gesamte Nachrichtenwert der Ankündigung, und es lohnt sich, das klar zu sagen, denn die Ankündigung selbst enthielt keine neue Spezifikation, keine Preisänderung und keinen Benchmark. Sie enthielt eine Änderung der Distribution. StepFun veröffentlichte Step 5 Preview am 20. September 2026; was am 16. Oktober geschah, ist, dass das Modell anfing, irgendwo anders als zu Hause aufzutauchen. Diese Lücke zwischen dem, was ein Scoreboard misst, und dem, was ein Deployment antrifft, ist der Grund, warum diese Aufzeichnung zählt: Die dokumentierten KI-Ausfälle und Agent-Vorfälle rund um Modelle dieser Klasse sind gesammelt in dem OrcaRouter AI Incident Archive, wo jeder Eintrag seine eigenen Quellen, seinen Schweregrad, seine Konfidenzstufe und sein Disputed-Flag trägt.

Änderungen an der Distribution werden leicht unterschätzt, und sie sind es, die die Beschaffung beeinflussen. Ein Modell, das von genau einem Anbieter verfügbar ist, ist ein Single Point of Failure, ein einziger Satz Rate Limits und ein einziger Satz regionaler Endpunkte, und die ehrliche Antwort auf „Was passiert, wenn dieser Anbieter einen schlechten Nachmittag hat?“ lautet: „Ihr Produkt hat einen schlechten Nachmittag.“ Ein Modell, das von mehreren unabhängigen Hosts verfügbar ist, ist ein Routing-Problem, und Routing-Probleme haben Lösungen. Der Haken ist, dass nicht alles an Step 5 Preview mit den Gewichten zu einem neuen Host wandert, und das, was nicht mitwandert, ist die Zahl, die höchstwahrscheinlich über Ihre Rechnung entscheidet.

Was StepFun tatsächlich gesagt hat und was dabei ausgelassen wurde

Die Ankündigung besteht im Kern aus einem Satz: Das Modell ist auf Inferenzplattformen von Drittanbietern live, und das Kontextfenster mit 1 Mio. Token ist das hervorgehobene Merkmal. Sie nennt keinen Preis auf diesen Plattformen, verpflichtet sich nicht dazu, ein Kontextfenster in voller Länge bereitzustellen, und sagt nichts darüber, ob der Prompt-Cache-Rabatt dem Modell über die Grenze hinweg folgt. Diese drei Auslassungen sind die drei Fragen, die ein Team stellen sollte, bevor es eine Pipeline verlagert, und sie sind keine Haarspalterei – jede von ihnen hat eine plausible falsche Antwort.

Das Modell, das verteilt wird, ist dasselbe, das StepFun im September dokumentiert hat, und die dokumentierten Angaben haben sich nicht geändert. Von StepFuns eigener Modellseite:

• Modell-ID — step-5-preview, wobei „Preview“ Teil der Kennung ist und nicht ein von diesem Artikel hinzugefügtes Suffix

• Kontextfenster und maximale Eingabe — jeweils 1M Token, laut der Spezifikationstabelle von StepFun

• Maximale Ausgabe — 64k Token, wobei max_tokens als standardmäßig unbegrenzt dokumentiert ist, sodass das Modell seinen eigenen Stopppunkt wählt, es sei denn, Sie legen einen fest

• Eingabe — Text, Bilder und Video; Bilder als URL oder Base64 in JPG, PNG, WebP oder statischem GIF bis zu 60 pro Anfrage, Video als MP4, QuickTime oder Matroska

• Ausgabe — nur Text, mit Streaming, Tool-Aufruf, strukturierter Ausgabe nach JSON Schema und Reasoning-Aufwand auf niedrig, mittel oder hoch

• Architektur — ein dünnbesetztes Mixture-of-Experts-Modell mit insgesamt 600 Milliarden Parametern und 27 Milliarden aktiven Parametern pro Token, laut dem Launch-Material von StepFun und den Model-Card-Mirrors, die diese Angabe enthalten; StepFuns eigene Dokumentationsseite gibt keine Parameteranzahl an

• Preis auf der eigenen Plattform von StepFun — 1,00 $ pro Million Eingabe-Tokens, 0,10 $ pro Million Cache-Hit-Eingabe-Tokens und 2,70 $ pro Million Ausgabe-Tokens

Nichts davon ist neu. Es ist die Grundlage, die die Oktober-Ankündigung verbreitet, und es lohnt sich, sie zu wiederholen, weil ein Drittanbieter-Host frei ist, eine andere Quantisierung, ein kürzeres effektives Fenster oder eine andere Cache-Anordnung anzubieten, und keine dieser Entscheidungen taucht in einem Launch-Post auf.

Warum das 1M-Fenster der Teil ist, der verkauft wird

Der 1M-Token-Kontext ist überhaupt der Grund, warum dieses Modell eine Distribution-Story hat. StepFun hat Step 5 Preview auf langhorizontige agentische Arbeit ausgerichtet, und das Fenster ist es, was einen Prompt im Repository-Maßstab oder im Maßstab eines Dokumentensatzes in einem einzigen Aufruf möglich macht, statt über eine Retrieval-Schicht, die man selbst erst bauen und pflegen muss. Auf dem unabhängigen Board bewertet Artificial Analysis Step 5 Preview mit 44 in seinem Intelligence Index und errechnet Kosten von rund 0,71 $ pro abgeschlossener Index-Aufgabe — eine Zahl, die die Ausführlichkeit in den Preis einrechnet und daher weniger schmeichelhaft als die Preisliste ausfällt. Die Messwerte zur Ausgabegeschwindigkeit auf derselben Seite haben sich zwischen den Erfassungen verschoben, von 88,1 auf 99,8 Ausgabe-Tokens pro Sekunde, was selbst daran erinnert, dass gehosteter Durchsatz ebenso sehr eine Eigenschaft des Hosts wie des Modells ist.

Der letzte Punkt ist der, den die Ankündigung relevant macht. Ein Sparse-Modell mit 600 Milliarden Parametern und 27 Milliarden aktiven Parametern ist bei einem Kontext von einer Million Tokens teuer zu betreiben, weil der KV-Cache für einen langen Prompt echte Speicherkosten pro gleichzeitiger Anfrage verursacht. Wer es betreibt, hat eine Entscheidung darüber getroffen, wie viel von diesem Fenster er einhält, wie viele Anfragen er gleichzeitig laufen lässt und ob er den Attention-Stack quantisiert, um mehr davon auf eine Karte zu bekommen. StepFuns eigener FP8-Checkpoint belegt 650 GB auf der Festplatte und sein BF16-Checkpoint 1.215 GB; ein Host, auf dem einer von beiden läuft, ist eine andere Maschine als die, die StepFun betreibt, und der Durchsatz, den ein Anbieter für seinen eigenen Cluster angibt, ist kein Versprechen für den eines anderen.

Die Zahl, die nicht reist: der Cache-Rabatt

Die Preisliste von Step 5 Preview gewährt 95 % Rabatt auf gecachte Eingabe, wodurch ein erneut gelesenes Token von 1,00 $ pro Million auf 0,10 $ sinkt. Bei einer Anfrage mit nur einer Runde ist das irrelevant. Für die Arbeitslast, für die das Modell tatsächlich verkauft wird – eine Agentenschleife, die bei jeder Runde denselben System-Prompt, dasselbe Tool-Schema und dieselbe Repository-Karte erneut sendet –, ist es der dominierende Posten auf der Rechnung, und es ist der Grund dafür, dass der effektive Satz von Step 5 Preview in einer langen Sitzung nicht einmal ansatzweise dem entspricht, was auf seinem Preisschild steht.

Prompt-Caching ist ein Implementierungsdetail eines Serving-Stacks, keine Eigenschaft der Gewichte. Ob ein bestimmter Host es anbietet, wie er einen Cache-Treffer erkennt, wie lange ein Präfix warm bleibt und was er für das Lesen berechnet, sind alles Entscheidungen des Hosts. StepFun dokumentiert Caching auf der Plattform von StepFun. Eine Ankündigung, dass ein Modell irgendwo sonst verfügbar ist, sagt Ihnen nichts darüber aus, und dies ist genau die Zeile, die Sie auf der Preisseite eines neuen Hosts lesen sollten, bevor Sie annehmen, dass die Wirtschaftlichkeit, die Sie auf StepFuns Preiskarte modelliert haben, weiterhin Bestand hat. Ein Host, der bei jedem Turn den vollen Eingabepreis berechnet, kann für dieselbe Workload um ein Mehrfaches teurer sein als StepFun, während er auf der Seite pro Million Token günstiger erscheint.

StepFuns eigene Verteilung in der Startwoche war für das Flaggschiff eines chinesischen Labors ungewöhnlich breit, und sie erfolgte in Etappen statt auf einmal: Das Modell erschien Anfang Oktober eine Woche lang in Coding-Tools von Drittanbietern als kostenlose Testversion, und das am 16. Oktober angekündigte API-Hosting durch Dritte ist ein späterer und allgemeinerer Schritt. Betrachtet man beides zusammen, ergibt sich das Muster eines Labors, das das Modell überall dort vor Entwickler bringen will, wo diese sich bereits befinden, statt sie auf seine eigene Konsole zu treiben. Das ist eine kohärente Strategie, und es ist zugleich eine Strategie mit offensichtlichen Kosten: Jeder zusätzliche Host ist ein weiterer Ort, an dem der Rahmen des Modells die Implementierung von jemand anderem ist.

Drei Fragen, die man einem neuen Gastgeber stellen sollte

Die sinnvolle Reaktion auf diese Ankündigung ist nicht zu wechseln, sondern zu prüfen. Diese drei Punkte entscheiden darüber, ob ein neuer Endpunkt dasselbe Produkt ist.

• Quantisierung — fragen Sie, welcher Checkpoint bereitgestellt wird. StepFun veröffentlicht FP8, BF16 und seit dem 14. Oktober einen NVFP4-Build mit 394 GB, und diese drei sind weder in der Qualität noch im Speicherbedarf austauschbar. Ein Host, der NVFP4 auf Blackwell ausführt, betreibt einen Vier-Bit-Experten-Stack, bei dem Attention und die Routing-Gates zurückgehalten werden; ob das Genauigkeit bei Ihrer Aufgabe kostet, ist eine Frage, die nur Ihre eigene Evaluation beantwortet.

• Effektiver Kontext — fragen Sie, ob 1 Mio. Tokens jedem Aufrufer bereitgestellt werden oder pro Tarifstufe gedeckelt sind. Einen Prompt mit einer Million Tokens zu bedienen, verursacht Nebenläufigkeitskosten, die sich als Ratenlimit zeigen, bevor sie sich als Preis zeigen, und ein Host, der das Kontextfenster bewirbt, während er die Nebenläufigkeit drosselt, bewirbt eher das Dokument des Modells als den Dienst.

• Cache-Semantik — fragen Sie, was ein wiederholtes Präfix kostet. Das ist die Zeile, die die Wirtschaftlichkeit langer Sitzungen entscheidet, und sie ist die Zeile, die am ehesten weggelassen wird.

Ein Durchlauf gegen denselben Prompt auf beiden Endpunkten, gemessen in Dollar pro abgeschlossener Aufgabe statt in Dollar pro Million Token, beantwortet alle drei auf einmal und dauert einen Nachmittag.

Was das für das Modell bedeutet

Step 5 Preview ist ein sparses Mixture-of-Experts-Modell mit 600 Milliarden Parametern, einem Fenster von einer Million Token, Text-, Bild- und Videoeingabe, einer Ausgabeobergrenze von 64k, einer Preisliste von 1,00 $ / 2,70 $ und einem 95-%-Cache-Rabatt auf StepFuns eigener Plattform; in dem einzigen unabhängigen Index, der es abdeckt, erreicht es 44 Punkte. Veröffentlicht am 20. September 2026. Seit dem 16. Oktober ist es zudem, in irgendeiner Form und zu irgendeinem Preis, von mindestens einem Host aus erreichbar, der nicht StepFun ist.

Es lohnt sich, es klar auszusprechen: Step 5 Preview ist nicht im Live-Katalog von OrcaRouter enthalten, die Anlaufstelle dafür bleibt also die eigene API des Anbieters oder ein Drittanbieter-Host – und wenn Sie es evaluieren, ist genau diese Lücke das Argument dafür, den Rest Ihres Stacks auf einem einzigen Endpunkt zu belassen. Eine einzige API, die über 200 Modelle zum Listenpreis des Anbieters ohne Aufschlag abdeckt, sorgt dafür, dass ein zweiwöchiges Experiment mit einem neuen Modell ein Experiment bleibt: Ihr Fallback ist eine Routing-Regel statt einer zweiten Integration, automatisches Failover bedeutet, dass ein unbekannter Endpunkt Ihren Produktionspfad nicht mit sich reißen kann, und weil die Durchleitung der Preis des Anbieters selbst ist, erreicht eine Tarifänderung eines Anbieters Ihre Rechnung an dem Tag, an dem sie kommt, statt erst im nächsten Vertragszyklus. Das Modell, das Sie testen, ist das Risiko; die Infrastruktur drumherum sollte kein zweites sein.

Das nächste, worauf man achten sollte, ist kein weiterer Host. Es ist der erste Host, der seinen eigenen Durchsatz, seine Cache-Bedingungen und seine Quantisierung auf derselben Seite veröffentlicht, sodass der Vergleich nicht länger eine Vermutung darüber ist, was das 1M-Token-Fenster kostet, wenn jemand anderes als StepFun für die GPUs bezahlt.