Step 5 Preview frente a A.X-K2: un modelo de API de 600B contra una descarga de 690B

Step 5 Preview y A.X-K2 son las dos mitades de una decisión que no deja de aparecer este otoño: alquilar un modelo de primera línea a través de una API o llevarse a casa un buque insignia de pesos abiertos y ejecutarlo uno mismo. Step 5 Preview de StepFun es el alquiler: anunciado el 20 de septiembre de 2026, disponible para llamadas ese mismo día a 1,00 dólares por millón de tokens de entrada y 2,70 dólares por millón de tokens de salida, unos 600 mil millones de parámetros totales con 27 mil millones activos, un contexto de 1M de tokens y una puntuación independiente de 44 en el Artificial Analysis Intelligence Index. A.X-K2 de SK Telecom es la descarga: publicado el 12 de agosto de 2026 bajo Apache 2.0, aproximadamente 688 a 692 mil millones de parámetros totales con 33 mil millones activos, un contexto de 262K tokens y una puntuación de 21 en el índice. Uno es más grande, otro tiene precio, y el que tiene precio es el que obtiene una puntuación mucho más alta. Esa inversión es toda la comparación, y vale la pena entenderla antes de decantarse por un bando por principio.

El planteamiento habitual para estos dos modelos es nacional: el buque insignia de la IA soberana de Corea frente a uno de los laboratorios más agresivos de China. Ese planteamiento no es útil para una decisión de despliegue. Lo que sí es útil es que A.X-K2 es el único de los dos que puedes tener, y Step 5 Preview es el único de los dos que puedes comprar por tokens. Todo lo demás se deriva de esa división.

Los números, vinculados a sus fuentes

La única medición que permite comparar en igualdad de condiciones es el Intelligence Index, y es independiente en ambos lados: 44 para Step 5 Preview frente a una mediana de 26 entre modelos comparables, y 21 para A.X-K2 frente a una mediana de 18 en su clase de comparación de pesos abiertos, ambas medidas por el mismo tercero en la misma escala. Leídas en el momento de redactar esto, esas son las cifras de hoy —las puntuaciones de este índice cambian cuando el evaluador recalibra, y una lectura anterior de la misma página de A.X-K2 mostraba un número más alto. Todo lo demás en esta comparación viene con una atribución que hay que llevar consigo.

• Inteligencia independiente — Step 5 Preview: 44 en el Artificial Analysis Intelligence Index frente a A.X-K2: 21 en el mismo índice, medido de forma independiente.

• Parámetros totales / activos — Step 5 Preview: alrededor de 600B en total, 27B activos según StepFun frente a A.X-K2: alrededor de 688–692B en total, 33B activos según materiales de SK Telecom y la ficha de índice.

• Ventana de contexto — Vista previa del Paso 5: 1M tokens por StepFun vs A.X-K2: 262K tokens.

• Modalidad — Step 5 Preview acepta texto e imagen; A.X-K2 es solo texto.

• Precio — Step 5 Preview: 1,00 $ por millón de tokens de entrada y 2,70 $ por millón de tokens de salida, publicados por el proveedor, frente a A.X-K2: no se ha publicado ningún precio de API comercial.

• Dónde se ejecuta — Step 5 Preview: la propia API y el Studio de StepFun, además de superficies de socios durante ventanas promocionales, frente a A.X-K2: tu hardware, desde una descarga.

• Lanzamiento — Step 5 Preview anunciado el 20 de septiembre de 2026 frente a A.X-K2 lanzado el 12 de agosto de 2026.

• Licencia — Step 5 Preview: vista previa cerrada con pesos BF16 prometidos para el 15 de octubre de 2026 frente a A.X-K2: Apache 2.0.

A.X-K2: el instrumento más pesado, con la evidencia más escasa

SK Telecom construyó A.X-K2 como sucesor de A.X K1, y la arquitectura apunta directamente al coste del contexto largo: un diseño de mezcla de expertos con 256 expertos y 8 activos por token, entrenado de forma nativa en FP8, con un mecanismo que la empresa llama Sparse Gated Attention. Eso es una pieza de ingeniería seria, y es la razón por la que un modelo con casi 700 000 millones de parámetros totales puede siquiera ser servido por una organización que no es un hiperescalador.

Lo que no tiene es confirmación independiente. SK Telecom informa una ganancia promedio de 32,2 puntos en catorce benchmarks sobre A.X K1, un salto de aproximadamente 83,9 puntos en evaluaciones de contexto largo y de agentes, 97,1 en AIME 2026, 80,5 en el benchmark de conocimiento coreano KMMLU-Pro y 91,6 en CLIcK, y afirma que iguala o supera lanzamientos recientes de Qwen y DeepSeek en matemáticas y trabajo en coreano. Todas esas cifras son del propio proveedor. La puntuación independiente —21 en el Intelligence Index— supera la mediana de 18 de su clase de comparación de pesos abiertos, pero se sitúa veintitrés puntos por debajo de Step 5 Preview, y el conjunto de fortalezas de A.X-K2 es justo donde ese índice en particular no tiene mucho peso: sus nueve evaluaciones son en gran medida en inglés, centradas en razonamiento y agentes, y ni una sola de ellas es un benchmark de coreano.

Nada de eso hace que A.X-K2 sea un modelo peor que su puntuación. Hace que su puntuación sea un límite inferior de lo que ofrece en una carga de trabajo con mucho coreano o mucha matemática, según la palabra del proveedor, hasta que un laboratorio independiente publique esas evaluaciones. El lado del coste es más concreto: un despliegue de referencia de esta clase de peso necesita cuatro GPU de la clase B300 y unos 656 GiB en FP8. Ese es el precio de la descarga y, a diferencia de una factura de tokens, no vuelve a reducirse cuando termina el experimento.

Step 5 Preview: the one you can try over HTTP today

La ventaja de Step 5 Preview no es que sea más grande o más abierto —no es ninguna de las dos cosas—, sino que tiene precio, se puede llamar y está puntuado de forma independiente, y que ha sido gratuito de probar en tres superficies de socios durante octubre. Para un equipo que evalúa en lugar de autoalojar, esa combinación vale más que una licencia Apache 2.0, porque convierte una decisión de hardware en una llamada a la API. Sin embargo, el diario de StepFun sobre el modelo es escaso en los lugares habituales: el par de parámetros 600B/27B y el contexto de 1M de tokens son cifras del propio proveedor, sus pesos prometidos no se han enviado, y la cifra más útil del consejo independiente al respecto no es, posiblemente, la puntuación de 44, sino la verbosidad —aproximadamente 160 millones de tokens de salida generados en la suite de tareas del índice frente a una mediana cercana a 82 millones—, y A.X-K2 está aún más lejos, con unos 230 millones frente a una mediana de 140 millones. En un modelo que cobra $2.70 por millón de tokens de salida, esa brecha es la diferencia entre una evaluación barata y un hábito de producción caro.

Por qué el modelo más grande obtiene una puntuación más baja

Los recuentos de parámetros no son puntos, y este emparejamiento lo demuestra con claridad. Los ~300 mil millones de parámetros totales adicionales de A.X-K2 aportan densidad que se manifiesta en los ámbitos que su propia suite de evaluación recompensa —profundidad en coreano, matemáticas, conocimiento amplio—, mientras que el índice en el que aparecen ambos modelos es mayoritariamente en inglés, con mucho peso del razonamiento y centrado en agentes, donde los creadores de Step 5 Preview parecen haber ajustado deliberadamente. El diseño de 27B activos también hace que el modelo StepFun sea notablemente más barato de servir para cualquier capacidad de procesamiento dada, que es la razón por la que existe siquiera un precio de servicio alojado.

Hay una segunda lectura, menos halagüeña, que apunta en dirección contraria. A.X-K2 está en el mercado desde el 12 de agosto y Step 5 Preview desde el 20 de septiembre; el modelo más nuevo lleva menos semanas de escrutinio independiente, y su 44 aún podría moverse a medida que lleguen más evaluaciones. Ambas cifras son provisionales en el mismo sentido en que lo son las puntuaciones del primer trimestre de cualquier modelo. La diferencia es que la puntuación provisional de A.X-K2 es la mejor evidencia que tiene cualquiera fuera de SK Telecom, mientras que la puntuación provisional de Step 5 Preview se asienta sobre una hoja de especificaciones del proveedor que un tercero ha reproducido, al menos en parte.

La economía del servicio, que es donde reside realmente la decisión.

Si puedes llamarlo, pagas 1,00 $ de entrada y 2,70 $ de salida por millón de tokens y ya está: sin adquisiciones, sin GPUs, sin operaciones. Si lo descargas, pagas el hardware, la energía, el trabajo de cuantización y el arnés de evaluación, y puedes conservar tus prompts y tus datos dentro de tu propio perímetro. A.X-K2 con 33B activos no es un modelo para portátil; la configuración de referencia es un clúster pequeño. La vista previa cerrada de Step 5 Preview no ofrece ningún perímetro hasta el 15 de octubre, cuando se prometen los pesos BF16; y hasta que esos archivos aparezcan en el repositorio, esa fecha es un compromiso, no una opción.

Este es el punto en el que una capa de enrutamiento se gana su lugar en vez de limitarse a anunciarse. La mayoría de los equipos no quieren responder «¿alquilar o comprar?» una vez y para siempre; quieren saber qué hace un modelo con su tráfico antes de comprar hardware para él, y luego conservar la capacidad de moverse si la respuesta cambia. OrcaRouter no enruta Step 5 Preview, y no enruta A.X-K2: ambos están hoy fuera de nuestro catálogo. Lo que sí hace es poner más de 200 modelos detrás de una sola clave de API y una única factura con un 0 % de recargo y el precio de lista del proveedor pasado sin cambios, de modo que el conjunto de comparación con el que pruebas cualquiera de los nuevos modelos insignia es el mismo conjunto al que puedes llamar esta misma tarde, y la conmutación automática por error mantiene vivo un camino de producción mientras tú sigues decidiendo.

¿Cuál elegir?

Elige Step 5 Preview si tu carga de trabajo es razonamiento general, codificación agéntica o cualquier cosa con contexto largo, si quieres pagar por token en lugar de comprar silicio, y si la entrada de imágenes importa: gana en la puntuación independiente, en longitud de contexto, en latencia hasta una primera respuesta y en variedad de modalidades, y es el único de los dos que puedes poner detrás de un piloto sin proceso de adquisición este mes.

Elige A.X-K2 si tu idioma es el coreano, si tu carga de trabajo tiene una alta densidad matemática o si los datos simplemente no pueden salir de tu infraestructura, y hazlo sabiendo que aceptas la tabla de referencia de SK Telecom por confianza, que la factura del hardware es real y que la puntuación independiente a la que puedes señalar es veintitrés puntos más baja. Si ese intercambio te parece incorrecto, la respuesta honesta no es elegir el otro buque insignia; es evaluar ambos con tu propio tráfico, que es la única comparación que los números de ninguno de los dos proveedores pueden sustituir.

Ninguno de los dos modelos es la opción predeterminada segura. Step 5 Preview es la opción económica, mesurada y disponible para llamadas, con sus pesos aún en camino; A.X-K2 es la opción más pesada, soberana y descargable, cuya evidencia aún se debe. Elige la restricción que realmente limita a tu equipo —el perímetro o la factura— y deja ir la otra.