Step 5 Preview vs. GLM-5.2: Eine viermonatige Erfolgsbilanz gegen einen zwei Wochen alten Endpoint

Bitten Sie einen Ingenieur aus der Praxis, zwischen Step 5 Preview und GLM-5.2 zu wählen, und die meisten werden zum neueren greifen, weil das neuere pro Token günstiger ist und auf der unabhängigen Bestenliste zehn Punkte mehr erzielt. Bitten Sie denselben Ingenieur, es vor zahlende Nutzer zu stellen, und die Antwort wird schwieriger, weil eines dieser Modelle seit 16. Juni 2026 Produktionsverkehr bewältigt und das andere am 20. September 2026 veröffentlicht wurde. Step 5 Preview ist das schnellere, günstigere, multimodale Modell mit höherer Punktzahl. GLM-5.2 ist das Modell, dessen Fehlermodi bereits irgendwo von jemand anderem aufgeschrieben wurden, dessen Gewichte unter MIT statt unter einer individuellen Lizenz mit Umsatzschwellen darin veröffentlicht werden, und dessen Preisliste sich seit vier Monaten nicht verändert hat. Keines davon ist ein ausschlaggebendes Kriterium, das man in eine Tabellenkalkulation eintragen kann, und zusammen sind sie die gesamte Entscheidung. Was die Zahlen Ihnen nicht sagen können, ist, ob davon irgendetwas im Feld schiefgegangen ist: Die dokumentierten KI-Vorfälle und Agent-Ausfälle rund um Modelle dieser Klasse sind im OrcaRouter AI Incident Archive gesammelt, wo jeder Eintrag seine eigenen Quellen, Schweregrad, Konfidenzstufe und Umstritten-Kennzeichnung trägt.

Der Spezifikationsvergleich ist wirklich einseitig, und es lohnt sich, ihn zuerst abzuhaken, denn das Argument für GLM-5.2 ist kein Spezifikationsargument. Das Modell von Z.ai ist ein reines Textmodell, insgesamt 753 Milliarden Parameter mit ungefähr 40 Milliarden aktiven pro Token, begrenzt auf 128.000 Ausgabe-Token und bepreist mit 1,40 US-Dollar pro Million Eingabe-Token und 4,40 US-Dollar pro Million Ausgabe-Token. Das von StepFun kostet 1,00 und 2,70 US-Dollar, verarbeitet neben Text und Bildern auch Video, begrenzt eine Antwort auf 64k und läuft mit 27 Milliarden aktiven Parametern. Nach den Zahlen, die ein Käufer zuerst sieht, gewinnt StepFun fünf von sechs Zeilen.

Jede Zeile des Kontrasts

• Eingabepreis — Step 5 Preview $1.00 pro Million Token gegenüber GLM-5.2 $1.40, ein 29%-Vorteil für StepFun

• Ausgabepreis — 2,70 $ vs. 4,40 $, ein Vorsprung von 39 %, und der Zähler, der die Rechnung eines Agenten dominiert

• Zwischengespeicherte Eingabe — Step 5 Preview 0,10 $ pro Million, ein Rabatt von 95 % gegenüber GLM-5.2 0,26 $, ein Rabatt von 81 %

• Kosten pro abgeschlossener Intelligence-Index-Aufgabe – Step 5 Preview etwa 0,71 $ vs. GLM-5.2 2,01 $, was Ausführlichkeit und Cache-Verhalten in einer Zahl zusammenfasst und die am wenigsten schmeichelhafte Lesart von StepFuns Karte in diesem gesamten Vergleich ist

• Unabhängiger Score — Step 5 Preview 44 vs. GLM-5.2 34 im Artificial Analysis Intelligence Index v4.3.2, wobei die Seite von GLM-5.2 ebenfalls eine Deprecation-Markierung trägt

• Kontext und Ausgabe — 1M Tokens Kontext für beide; 64k maximale Ausgabe für Step 5 Preview gegenüber 128K für GLM-5.2

• Modalität — Step 5 Preview: Text, Bilder und Video als Eingabe, Text als Ausgabe im Vergleich zu GLM-5.2: Text als Eingabe, Text als Ausgabe, ganz ohne Bildpfad

• Architektur — Step 5 Preview: Sparse Mixture-of-Experts, 600B gesamt und 27B aktiv vs. GLM-5.2 mit 753B gesamt und rund 40B aktiv, eine Angabe zu aktiven Parametern, die Z.ai auf der Modellkarte nicht nennt und die Drittanbieter-Listings liefern

• Lizenz — StepFun Model License 1.0, eine individuelle Gewährung mit einem Attributionsauslöser und Schwellenwerten für separate kommerzielle Lizenzen im Vergleich zu GLM-5.2 unter MIT, ohne Schwellenwert, ohne Attributionserfordernis und ohne Verhandlungspfad zum Modell

• Gewichte — beide herunterladbar; Step 5 Preview in FP8 und BF16 seit dem Veröffentlichungstag plus einen am 14. Oktober 2026 veröffentlichten NVFP4-Build vs. GLM-5.2 in BF16 und FP8 über die zai-orgOrganisation

• Rate-Card-Stabilität — Step 5 Preview unverändert seit dem 20. September vs. GLM-5.2 unverändert seit dem 16. Juni

Zwei Anmerkungen, bevor diese Zeilen überinterpretiert werden. Die Lücke zwischen 44 und 34 ist nicht der Vergleich, als der sie erscheint. GLM-5.2 wurde im Juni mit einem Schlagzeilen-Indexwert von 51 eingeführt, der unter einer früheren Revision desselben Index erstellt wurde; Artificial Analysis hat die Skala seitdem neu angegeben, und die 34 oben ist der Messwert der aktuellen Revision für ein Modell, das der Evaluator nun als veraltet markiert. 51 gegen 44 zu zitieren, hieße, zwei verschiedene Maßstäbe zu vergleichen, und es ist der mit Abstand häufigste Fehler in der Berichterstattung über dieses Duell. Zweitens hat StepFuns Modell eine einzige bewertete Konfiguration – eine einzelne 44 bei einer Aufwandseinstellung –, während GLM-5.2 über ein längeres Fenster gemessen wurde, sodass die Zahl des neueren Modells ein Punkt ist, an dem das ältere etwas hat, das eher einem Profil entspricht.

Der Lizenzunterschied ist derjenige, der eine rechtliche Prüfung übersteht.

Beide dieser Modelle werden als Open-Weight beschrieben, und die beiden Dokumente sind nicht gleichwertig. GLM-5.2 steht unter MIT. Das ist eine Lizenz, die ein Anwalt einmal liest und dauerhaft freigibt: Nutzung, Veränderung, Weitergabe, Unterlizenzierung, Verkauf, keine Namensnennungspflicht, keine Nutzerschwelle, keine separate Vereinbarung für irgendein Geschäftsmodell diesseits des Absurden. Die Gewichte werden über die eigene Hugging Face-Organisation von Z.ai in BF16 und FP8 veröffentlicht, die Modellkarte nennt keine regionalen Beschränkungen, und es gibt darin nirgends eine Klausel, die ein Startup modellieren muss, bevor es ein Produkt planen kann.

Die Lizenzbedingungen von Step 5 Preview sind permissiver als bei Modellen ohne Gewichte und restriktiver als MIT, und der Unterschied ist nicht bloß rhetorisch. Die StepFun Model License 1.0 gewährt ein unbefristetes, weltweites, lizenzgebührenfreies, nicht ausschließliches Recht, das Modell zu nutzen, zu kopieren, zu verbreiten, Unterlizenzen zu vergeben, zu verändern und abgeleitete Werke zu erstellen, mit einer entsprechenden Patentlizenz. Daran sind zwei Bedingungen geknüpft. Ein kommerzielles Produkt oder eine kommerzielle Dienstleistung, die das Modell integriert und in einem beliebigen Kalendermonat die Marke von 100 Millionen monatlich aktiven Nutzern oder 20 Millionen US-Dollar Umsatz überschreitet, muss „Powered by StepFun AI“ gut sichtbar in der Produktoberfläche und in der Nutzervereinbarung anzeigen. Ein Hardwarehersteller oder Markeninhaber, der die Fähigkeiten des Modells in Geräten ausliefert, oder ein Model-as-a-Service-Unternehmen, dessen kombinierter Umsatz über einen beliebigen Zwölfmonatszeitraum 20 Millionen US-Dollar übersteigt, benötigt eine separate kommerzielle Lizenz. Interne Nutzung, die das Modell oder seine Fähigkeiten nicht gegenüber Dritten offenlegt, fällt unter die Lizenzgewährung, ohne dass eine der genannten Bedingungen greift.

For a team building an internal tool, this difference costs nothing and the argument for GLM-5.2 on licence grounds is weak. For a team building a hosted product with a revenue curve they expect to cross $20 million, it is the difference between a legal checkbox and a line item with a counterparty attached, and it is the kind of thing that gets discovered after the architecture is committed. The honest framing is that StepFun's licence is a standard shape — Llama and other open-weight licences use similar thresholds — and that MIT is simply a shorter conversation.

Was eine Erfolgsbilanz tatsächlich wert ist

GLM-5.2 ist seit Mitte Juni auf der Welt. In dieser Zeit ist es in Agenten-Harnesses gelaufen, von Drittanbieter-Hostern und Reviewern reproduziert worden, hat öffentlich gemeldete Fehlermodi angesammelt, und es wurden zwei Nachfolger darauf aufgebaut – GLM-5.3 am 18. August 2026 auf denselben Basisgewichten und danach GLM-5.5. Z.ai hat die Preisgestaltung nie zurückgezogen und die Gewichte nie zurückgenommen. Dieser letzte Punkt ist wichtiger, als er klingt: Das praktische Risiko bei der Übernahme eines älteren Modells besteht nicht darin, dass es schlechter ist, sondern darin, dass es nicht mehr unterstützt wird, während man es noch betreibt, und GLM-5.2 hat nun zwei Generationenwechsel mit intakter Preiskarte überstanden.

Der Betriebsdatensatz von Step 5 Preview wird in Wochen gemessen, und genau das, was ihm fehlt, ist das Unglamouröse: eine Fülle von Berichten darüber, wie es sich unter Dauerlast, bei hoher Parallelität, mit pathologischen Prompts und über ein ausreichend langes Zeitfenster verhält, in dem eine Regression auf Anbieterseite hätte auftreten und bemerkt werden können. Weder StepFuns Modellkarte noch seine Dokumentation sind ein Ersatz dafür, und die eigene Benchmark-Tabelle des Anbieters – als Bild statt als zitierbarer Text präsentiert – ist keine unabhängige Messung von irgendetwas. An den beiden Harnesses hängen durchaus Zahlen: StepFun nennt die Einstellungen, mit denen es evaluiert hat, darunter eine Temperatur von 1,0, top-p von 0,95, top-k von 0 und das SWE-agent-Harness für DeepSWE v1.1. Das ist mehr Offenlegung, als viele Release-Karten bieten. Es ist immer noch der Anbieter, der seine eigene Arbeit bewertet.

Es gibt eine einzige eng gefasste Ausnahme, bei der die Zahlen des neueren Modells wirklich unabhängig und vertrauenswürdig sind: die 44 im Intelligence Index, der einzige neutrale Score, den Step 5 Preview hat, neben den rund 0,71 US-Dollar pro abgeschlossener Index-Aufgabe und dem „very verbose“-Label des Evaluators für seinen Suite-Lauf mit 160 Millionen Token. Behandle die 44 als eine einzelne gut belegte Zahl und nicht als ein Profil. Betrachte das Verbosity-Label als das, was dir wahrscheinlicher zu schaffen machen wird, denn es ist eine Aussage über Kosten statt über Qualität und es taucht auf jeder Rechnung auf.

Wo die Wahl tatsächlich landet

Nehmen Sie GLM-5.2, wenn einer der folgenden Punkte zutrifft. Sie brauchen eine MIT-Lizenz ohne Schwellenwerte, weil Ihr Rechtsteam sonst ein Quartal damit verbringen würde. Sie brauchen eine einzelne Antwort mit 128.000 Token, die das Modell von Z.ai bietet, das von StepFun aber zu keinem Preis. Sie führen eine Text-und-Code-Workload aus, bei der ein Modell mit vier Monaten öffentlicher Produktionshistorie mehr wert ist als zehn Indexpunkte, weil Sie lieber die Fehlerliste von jemand anderem erben, als Ihre eigene zu erzeugen. Oder Sie brauchen die günstigste mögliche selbst gehostete Option und ein 753B Mixture-of-Experts mit einem veröffentlichten IndexShare-Sparse-Attention-Design, von dem Z.ai sagt, dass es die FLOPs pro Token bei vollem Kontext um ungefähr das 2,9-Fache senkt, und Sie beabsichtigen, es tatsächlich bereitzustellen, statt es nur aufzurufen.

Wählen Sie Step 5 Preview, wenn die Workload Video verlangt, oder wenn der Zehn-Punkte-Abstand beim Index den Unterschied zwischen einer Demo, die funktioniert, und einer, die es nicht tut, ausmacht, oder wenn Sie einfach das günstigste Token auf der Seite wollen und bereit sind, ein Early Adopter zu sein. Die Videofähigkeit ist echt, aber unbewertet – StepFun dokumentiert MP4-, QuickTime- und Matroska-Eingabe per URL, Base64 oder Files API-Referenz, wobei URL-basierte Dateien unter 128 MB liegen und eine empfohlene Länge von unter fünf Minuten gilt, und es existiert keine unabhängige Bewertung dafür. Das macht es zu einem Grund, einen Test durchzuführen, statt zu einem Grund, sich festzulegen, und dasselbe gilt für das gesamte Modell: Seine stärksten Zeilen sind die, für die sein eigener Anbieter die einzige Quelle ist, und seine vertrauenswürdigste Zeile – der Index – ist die, in der es gegen nichts verliert und um zehn gewinnt.

Die beiden Vorschläge sind auch in die andere Richtung nicht gleich riskant. Sich für das ältere Modell zu entscheiden, kostet Sie Fähigkeiten, die Sie messen können. Sich für das neuere zu entscheiden, kostet Sie ein Unbekanntes, das Sie nicht messen können, und ein Unbekanntes lässt sich nur eingrenzen, indem man den Produktionspfad nicht darauf setzt. Das spricht dafür, Step 5 Preview hinter einem Fallback laufen zu lassen statt anstelle von etwas: Leiten Sie einen Teil des Traffics darauf, behalten Sie GLM-5.2 oder was auch immer Sie sonst vertrauen als Fallback, und lassen Sie die Kosten pro abgeschlossener Aufgabe entscheiden statt das Preisschild. Bei OrcaRouter steht GLM-5.2 unter z-ai/glm-5.2 zum Listenpreis von Z.ai mit 0 % Aufschlag — 1,40 $ und 4,40 $, wobei der Cache-Read von 0,26 $ unverändert durchgereicht wird — und weil die Durchreichung der eigene Preis des Anbieters ist, erreicht eine Tarifänderung von Z.ai Ihre Rechnung am Tag ihres Inkrafttretens statt erst im nächsten Abrechnungszyklus. Automatisches Failover ist das, was einen zweiwöchigen Test eines unbekannten Endpunkts sicher macht: Das Testmodell fällt aus, die Anfrage nicht.

Step 5 Preview ist nicht in OrcaRouters Live-Katalog, und die ehrliche Anweisung lautet, es über StepFuns eigene Plattform aufzurufen oder aus den veröffentlichten FP8-, BF16- oder NVFP4-Checkpoints selbst zu hosten. Für diesen speziellen Vergleich ist das kein großer Verlust, denn der Grund, es statt GLM-5.2 zu wählen, ist, dass du früh dabei sein willst, und früh dabei zu sein bedeutet normalerweise, sich ohnehin mit einem Anbieter zufriedenzugeben.

Das Einzige, was diesen Vergleich entscheiden würde, ist kein Benchmark. Es ist Zeit. In drei Monaten wird Step 5 Preview das haben, was GLM-5.2 jetzt hat: eine öffentliche Aufzeichnung davon, wie es sich unter der Last anderer Leute, bei der Nebenläufigkeit anderer Leute und in den Fehlerfällen anderer Leute verhält. Bis dahin geht es bei der Wahl zwischen diesen beiden Modellen weniger darum, welches besser ist, als vielmehr darum, auf welche Art von Evidenz Sie sich zu stützen bereit sind — die Evidenz, die Sie geerbt haben, oder die Evidenz, die Sie selbst erzeugen.