La ventana de 1M de tokens de Step 5 Preview acaba de salir de la propia API de StepFun

Step 5 Preview dejó de ser un modelo de un solo proveedor el 16 de octubre de 2026. La propia cuenta de StepFun confirmó ese día que su modelo insignia de 1M de tokens ya está activo en hosts de inferencia de terceros, lo que supone la primera vez que el modelo es accesible para un desarrollador que no quiere tener una cuenta de StepFun, un saldo de StepFun y un tarifario de StepFun en una segunda moneda. Ese es todo el valor informativo del anuncio y conviene decirlo sin rodeos, porque el anuncio en sí no incluía ninguna especificación nueva, ningún cambio de precio ni ningún benchmark. Lo que incluía era un cambio de distribución. StepFun lanzó Step 5 Preview el 20 de septiembre de 2026; lo que ocurrió el 16 de octubre es que el modelo empezó a aparecer en algún lugar distinto de su casa. Esa brecha entre lo que mide un marcador y lo que encuentra un despliegue es la razón por la que el registro importa: los fallos de IA y los incidentes de agentes documentados en torno a modelos de esta clase se recopilan en el OrcaRouter AI Incident Archive, donde cada entrada incluye sus propias fuentes, su nivel de gravedad, su calificación de confianza y su marca de disputa.

Los cambios en la distribución son fáciles de subestimar y son los que impulsan las compras. Un modelo disponible en un único proveedor es un punto único de fallo, un único conjunto de límites de velocidad y un único conjunto de endpoints regionales, y la respuesta honesta a «qué pasa si ese proveedor tiene una tarde mala» es «tu producto tiene una tarde mala». Un modelo disponible en varios hosts independientes es un problema de enrutamiento, y los problemas de enrutamiento tienen solución. La trampa es que no todo lo relacionado con Step 5 Preview viaja con los pesos a un nuevo host, y lo que no viaja es el número que más probabilidades tiene de decidir tu factura.

Lo que StepFun dijo realmente, y lo que omitió

El anuncio es, en esencia, una sola frase: el modelo ya está disponible en plataformas de inferencia de terceros, y la ventana de contexto de 1M de tokens es la característica que se destaca. No indica un precio en esas plataformas, no se compromete a que la ventana de contexto se sirva a longitud completa, y no dice nada sobre si el descuento por caché de prompts acompaña al modelo al cruzar la frontera. Esas tres omisiones son las tres preguntas que un equipo debería hacerse antes de mover un pipeline, y no son pedantería: cada una de ellas tiene una respuesta incorrecta plausible.

El modelo que se está distribuyendo es el mismo que StepFun documentó en septiembre, y las cifras documentadas no han cambiado. De la propia página del modelo de StepFun:

• ID del modelo — step-5-preview, con "Preview" como parte del identificador en lugar de un sufijo añadido por este artículo

• Ventana de contexto y entrada máxima — 1M tokens cada una, según la tabla de especificaciones de StepFun

• Salida máxima — 64k tokens, con max_tokens documentado como ilimitado por defecto, de modo que el modelo elige su propio punto de detención a menos que establezcas uno

• Entrada — texto, imágenes y video; imágenes como URL o Base64 en JPG, PNG, WebP o GIF estático hasta 60 por solicitud, video como MP4, QuickTime o Matroska

• Salida — solo texto, con streaming, llamada de herramientas, salida estructurada con JSON Schema y esfuerzo de razonamiento en bajo, medio o alto

• Arquitectura — un modelo de mezcla de expertos disperso con 600 mil millones de parámetros totales y 27 mil millones activos por token, según el material de lanzamiento de StepFun y los espejos de la tarjeta del modelo que lo reproducen; la propia página de documentación de StepFun no muestra un recuento de parámetros

• Precio en la propia plataforma de StepFun: $1.00 por millón de tokens de entrada, $0.10 por millón de tokens de entrada con aciertos de caché y $2.70 por millón de tokens de salida

Nada de eso es nuevo. Es la base que distribuye el anuncio de octubre, y vale la pena repetirlo porque un host de terceros es libre de servir una cuantización diferente, una ventana efectiva más corta o una disposición de caché diferente, y ninguna de esas elecciones aparece en una publicación de lanzamiento.

Por qué la ventana de 1M es la parte que se vende

El contexto de 1M tokens es la razón por la que este modelo tiene siquiera una narrativa de distribución. StepFun construyó Step 5 Preview en torno al trabajo agéntico de horizonte largo, y la ventana es lo que hace posible un prompt a escala de repositorio o de conjunto de documentos en una sola llamada en lugar de a través de una capa de recuperación que hay que construir y mantener. En el ranking independiente, Artificial Analysis puntúa a Step 5 Preview con 44 en su Índice de Inteligencia y calcula un coste de aproximadamente $0,71 por tarea de índice completada — una cifra que integra la verbosidad en el precio y, por lo tanto, es menos halagüeña que la tabla de tarifas. Las lecturas de velocidad de salida en la misma página han variado entre capturas, de 88,1 a 99,8 tokens de salida por segundo, lo cual es en sí mismo un recordatorio de que el rendimiento alojado es una propiedad del host tanto como del modelo.

Ese último punto es el que el anuncio convierte en relevante. Un modelo disperso de 600 mil millones de parámetros con 27 mil millones de parámetros activos resulta caro de servir con un millón de tokens de contexto, porque la caché KV de un prompt largo representa un coste de memoria real por cada solicitud concurrente. Quien lo sirva ha tomado una decisión sobre cuánto de esa ventana respetar, cuántas solicitudes ejecutar a la vez y si cuantizar la pila de atención para que quepan más de ellas en una tarjeta. El propio checkpoint FP8 de StepFun ocupa 650 GB en disco y su checkpoint BF16 ocupa 1.215 GB; un host que ejecute cualquiera de los dos es una máquina distinta de la que ejecuta StepFun, y el rendimiento que un proveedor declara para su propio clúster no es una promesa sobre el de alguien más.

El número que no viaja: el descuento de caché

La tarjeta de tarifas de Step 5 Preview tiene un descuento del 95 % en la entrada en caché, lo que lleva un token de relectura de $1.00 por millón a $0.10. Para una solicitud de un solo turno, esto es irrelevante. Para la carga de trabajo para la que realmente se vende el modelo —un bucle de agente que reenvía el mismo prompt de sistema, esquema de herramientas y mapa del repositorio en cada turno—, es el término dominante de la factura, y es la razón por la que la tarifa efectiva de Step 5 Preview en una sesión larga no se acerca ni de lejos a su precio de lista.

El almacenamiento en caché de prompts es un detalle de implementación de una pila de servicio, no una propiedad de los pesos. Que un host determinado lo ofrezca, cómo identifique un acierto de caché, cuánto tiempo permanezca caliente un prefijo y qué cobre por la lectura son decisiones del host. StepFun documenta el almacenamiento en caché en la plataforma de StepFun. Un anuncio de que un modelo está disponible en otro lugar no te dice nada al respecto, y esta es la línea concreta que hay que leer en la página de precios de un nuevo host antes de dar por sentado que la economía que modelaste con la tarjeta de StepFun sigue vigente. Un host que cobra el precio completo de entrada en cada turno puede ser varias veces más caro que StepFun para la misma carga de trabajo, aunque en la página parezca más barato por millón de tokens.

La distribución de StepFun durante su propia semana de lanzamiento ha sido inusualmente amplia para el modelo insignia de un laboratorio chino, y ha llegado por etapas en lugar de una sola vez: el modelo apareció en herramientas de programación de terceros en una prueba gratuita durante una semana a principios de octubre, y el alojamiento de API de terceros anunciado el 16 de octubre es un paso posterior y más general. Si se leen ambos juntos, el patrón es el de un laboratorio que quiere el modelo delante de los desarrolladores allí donde ya estén, en lugar de llevarlos a su propia consola. Es una estrategia coherente y también una estrategia con un costo obvio: cada host adicional es otro lugar donde la envoltura del modelo es la implementación de otra persona.

Tres preguntas que vale la pena hacerle a un nuevo anfitrión

La respuesta útil a este anuncio no es cambiar, sino comprobar. Estos son los tres puntos que deciden si un nuevo endpoint es el mismo producto.

• Cuantización: pregunta qué checkpoint se está sirviendo. StepFun publica FP8, BF16 y, desde el 14 de octubre, una compilación NVFP4 de 394 GB, y esos tres no son intercambiables ni en calidad ni en huella de memoria. Un host que ejecuta NVFP4 en Blackwell está ejecutando una pila de expertos de cuatro bits con la atención y las puertas de enrutamiento retenidas; si eso te cuesta precisión en tu tarea es una pregunta que solo responde tu propia evaluación.

• Contexto efectivo — pregunta si se sirven 1M de tokens a cada solicitante o si se limita por nivel. Servir un prompt de un millón de tokens tiene un costo de concurrencia que se manifiesta como un límite de velocidad antes de manifestarse como un precio, y un proveedor que anuncia la ventana mientras limita la concurrencia está anunciando el documento del modelo en lugar del servicio.

• Semántica de caché — pregunta cuánto cuesta un prefijo repetido. Esta es la línea que decide la economía de las sesiones largas, y es la línea que con mayor probabilidad se omite.

Una prueba con el mismo prompt en ambos endpoints, medida en dólares por tarea completada en lugar de dólares por millón de tokens, responde a las tres a la vez y lleva una tarde.

En qué situación deja esto al modelo

Step 5 Preview es un modelo disperso de mezcla de expertos de 600 mil millones de parámetros con una ventana de un millón de tokens, entrada de texto, imagen y video, un límite de salida de 64k, una tarifa de $1.00 / $2.70 y un descuento de caché del 95 % en la propia plataforma de StepFun, con una puntuación de 44 en el único índice independiente que lo cubre. Lanzado el 20 de septiembre de 2026. A partir del 16 de octubre, también es accesible, de alguna forma y a algún precio, desde al menos un host que no es StepFun.

Vale la pena decir sin rodeos que Step 5 Preview no está en el catálogo activo de OrcaRouter, así que el lugar para llamarlo sigue siendo la propia API del proveedor o un host de terceros; y si lo estás evaluando, esa brecha es el argumento para mantener el resto de tu stack en un único endpoint. Una sola API que cubre más de 200 modelos al precio de lista del proveedor y sin recargo es lo que permite que un experimento de dos semanas con un modelo nuevo siga siendo un experimento: tu fallback es una regla de enrutamiento en lugar de una segunda integración, la conmutación por error automáticasignifica que un endpoint desconocido no puede llevarse por delante tu ruta de producción, y como el pass-through es el propio precio del proveedor, un cambio de tarifa del proveedor llega a tu factura el mismo día en que se aplica, en lugar de en el siguiente ciclo de contrato. El modelo que estás probando es el riesgo; la infraestructura que lo rodea no debería ser un segundo riesgo.

Lo próximo que hay que observar no es otro host. Es el primer host que publique su propio rendimiento, sus condiciones de caché y su cuantización en la misma página, para que la comparación deje de ser una conjetura sobre cuánto cuesta la ventana de 1M de tokens cuando alguien que no sea StepFun está pagando por las GPUs.