Step 5 Preview vs Nemotron 3.5 Super: Dos lanzamientos de pesos, dos licencias muy diferentes

El 15 de octubre de 2026, StepFun publicó los checkpoints de Step 5 Preview y NVIDIA publicó los checkpoints de Nemotron 3.5 Super — el modelo de visión y lenguaje de 120 mil millones de parámetros y 12 mil millones activos, cuyo nombre completo en las tablas de clasificación es Nemotron 3.5 Super VL. Dos lanzamientos insignia de pesos abiertos, en un solo día, y casi nada más en común. Uno es un mixture-of-experts disperso de 600B creado para trabajo de agentes de horizonte largo y licenciado bajo los propios términos de StepFun. El otro es un híbrido Mamba-Transformer que funciona a aproximadamente dos veces y media la velocidad de salida con una quinta parte del cómputo activo, bajo una licencia diseñada para usarse comercialmente sin conversación. En el índice que Artificial Analysis ofrece hoy, registran 29 y 14.

Esa brecha de puntuación es la diferencia menos interesante entre ambos. La que más consecuencias tiene está en la página de la licencia, y determina cuál de estos dos puedes incorporar en un producto sin pedir permiso a nadie antes.

15 de octubre, dos veces

Las dos historias de lanzamiento son inusualmente paralelas, y por eso esta comparación sigue presentándose como una carrera. No lo es: los modelos se crearon para tareas distintas y solo coinciden las fechas de lanzamiento.

• Paso 5 Vista previa — API activa el 20 de septiembre de 2026; checkpoints BF16 y FP8 publicados el 15 de octubre. El propio anuncio de StepFun enmarcó el retraso como algo deliberado: lanzar el endpoint, recopilar tráfico y luego abrir los pesos.

• Nemotron 3.5 Super VL — pesos publicados el 15 de octubre de 2026 como BF16 y NVFP4. NVIDIA distribuyó los checkpoints, las recetas de entrenamiento, los conjuntos de datos y los modelos preliminares para decodificación especulativa en el mismo lanzamiento, y su propio informe técnico afirma que el modelo supera a Nemotron 3 Ultra en SWE-bench Pro con aproximadamente 4,6 veces menos parámetros activos.

• Distinto de su modelo hermano — Nemotron 3.5 Lightning, el modelo más pequeño de solo texto lanzado en la misma tanda, es un producto diferente y no es el tema aquí. Tampoco se trata de este Nemotron 3 Ultra, que comparamos por separado con Step 5 Preview y que se sitúa en un punto diferente de la curva.

La licencia es la diferencia más importante.

A ambos se les llama pesos abiertos. Solo una de las dos licencias está redactada para usarse sin un umbral.

• Step 5 Preview — la StepFun Model License 1.0. Parece una concesión permisiva al estilo Apache con atribución, además de condiciones comerciales que se activan en despliegues muy grandes: los términos publicados imponen obligaciones de licencia separada una vez que un producto supera aproximadamente 100 millones de usuarios activos mensuales o $20 millones en ingresos mensuales.

• Nemotron 3.5 Super VL — OpenMDW-1.1, que permite el uso comercial sin restricciones. Sin umbral por número de usuarios, sin activación por ingresos, sin negociación aparte.

• Formatos de pesos — Step 5 Preview se distribuye en BF16 y FP8. Nemotron 3.5 Super VL se distribuye en BF16 y NVFP4, el formato de cuatro bits diseñado para hardware Blackwell, y NVIDIA reporta una recuperación de precisión mediana del 99,62 % frente a la línea base BF16 en 36 benchmarks.

• Qué viaja con los pesos — Step 5 Preview publicó un blog técnico que describe la arquitectura y el enfoque de entrenamiento. NVIDIA publicó conjuntos de datos, recetas y un modelo borrador junto con el checkpoint.

Para la mayoría de los equipos, la lectura práctica es sencilla: si estás por debajo de los umbrales de StepFun —y casi todo el mundo lo está—, las dos licencias se comportan de manera similar en el uso diario. La diferencia aparece en la diligencia debida. Una revisión legal de Nemotron 3.5 Super VL termina en "uso comercial permitido". Una revisión legal de Step 5 Preview termina con un párrafo sobre los umbrales que alguien tiene que modelar con respecto a tu plan de crecimiento. Ese es un coste real, que se paga una vez, y que vale la pena conocer antes de que empiece el trabajo de ingeniería.

El tablero, después del recálculo de la puntuación

La corrección más útil disponible aquí es que las cifras ampliamente citadas para ambos modelos están desactualizadas. La cobertura de lanzamiento situó a Step 5 Preview en 44 y a Nemotron 3.5 Super VL en 26. Desde entonces, Artificial Analysis ha reemplazado la versión del índice y, en la tabla actual, esos mismos dos modelos registran 29 y 14. Todo lo derivado de las lecturas anteriores se ha movido con ellas.

Misma ejecución, una línea por dimensión:

• Intelligence Index — Step 5 Preview 29 vs Nemotron 3.5 Super VL 14.

• AA-Briefcase v1.1 — 1.423 frente a 999.

• AutomationBench-AA — 51% frente a 15%.

• Terminal-Bench 4.0 — 33 % frente a 0 %.

• FrontierCode 2.0 — 12% frente a 6%.

• AA-Omniscience — 16 frente a −3, donde la cifra negativa indica más respuestas incorrectas pero seguras que abstenciones.

• Humanity's Last Exam (Diamond) — 24 % frente a 9 %.

• Velocidad de salida — 179,1 frente a 450,6 tokens por segundo.

• Coste por tarea de indexación: $2,35 frente a $0,56.

• Precio combinado por millón de tokens: $0,54 frente a $0,1375.

La forma del resultado es coherente en todos los subbenchmarks: Step 5 Preview lidera en capacidad, Nemotron 3.5 Super VL lidera en rendimiento y precio. La lectura de Terminal-Bench 4.0 es la que merece una segunda mirada, porque es un cero, y los ceros en un benchmark tan ampliamente utilizado suelen significar algo específico en lugar de una incapacidad total para realizar la tarea.

Las propias cifras de NVIDIA apuntan hacia otro lado.

Las cifras publicadas por NVIDIA describen un modelo mucho más potente que el que encontró la ejecución independiente. La compañía reporta 51,78 % en SWE-bench Pro, "hasta cinco veces" el throughput agéntico de modelos abiertos comparables, y de 4.632 a 4.856 tokens de salida por segundo por GPU en hardware GB200. Esos datos están reportados por el proveedor, se produjeron con el harness propio de NVIDIA y no son las mismas pruebas que produjeron las puntuaciones del índice anteriores.

Esto no es una contradicción, y tratarlo como tal es el error habitual en la cobertura de este par. SWE-bench Pro y Terminal-Bench 4.0 miden cosas distintas sobre infraestructuras de evaluación distintas, y un arnés de proveedor ajustado para su propio modelo tenderá a favorecerlo. El resumen honesto es que NVIDIA ha publicado el paquete de divulgación más completo de los dos —recetas, datos, un modelo borrador— y, al mismo tiempo, la afirmación de rendimiento menos corroborada de forma independiente. Step 5 Preview es lo contrario: un paquete de divulgación más escueto en torno a un modelo cuyo comportamiento sí han medido laboratorios independientes.

Si estás eligiendo entre estos dos por su reputación en benchmarks, ten en cuenta con qué lado de ese intercambio te sientes cómodo. Una receta que puedes volver a ejecutar vale más que una puntuación que no puedes.

Lo que cuesta ejecutar cada uno por tu cuenta

El número de parámetros favorece a Nemotron de un modo que la factura de memoria no reproduce del todo, pero la dirección es la correcta.

• Paso 5 Vista previa — 600B en total, 27B activos. La versión FP8 cabe en un solo nodo de cuatro B300 o ocho H200. La versión BF16 necesita aproximadamente 1,2 TB de memoria de GPU, lo que significa ocho B300 o dos nodos H200 de ocho GPU cada uno.

• Nemotron 3.5 Super VL — 120B en total, 12B activos, también disponible en NVFP4. Es una quinta parte del total de parámetros de Step 5 Preview, por lo que con el mismo presupuesto de hardware se puede optar por un clúster mucho más pequeño o por mucha más concurrencia.

Los parámetros activos deciden el coste de inferencia; los parámetros totales deciden si puedes cargar siquiera el modelo. El recuento de 27B activos de Step 5 Preview mantiene el cómputo por token competitivo con modelos mucho más grandes que este, pero el envolvente de 600B es lo que tienes que hacer encajar en memoria antes de que nada de eso importe. El recuento de 12B activos y el envolvente de 120B de Nemotron son ambos lo bastante pequeños como para que un solo nodo sea un despliegue realista en lugar de un proyecto de adquisición.

Con los precios de lista de NVIDIA de $0,225 de entrada y $0,575 de salida por millón de tokens — frente a $1,00 y $2,70 de Step 5 Preview —, la opción alojada es lo bastante barata como para que el autoalojamiento de Nemotron 3.5 Super VL sea principalmente una decisión de residencia de datos, no de costo. Para Step 5 Preview, el autoalojamiento es la única forma de evitar una tarifa que es entre cuatro y cinco veces más alta por token.

Enrutando el resto de tu stack

Ninguno de estos dos modelos está hoy en el catálogo de OrcaRouter, así que este no es un artículo en el que podamos ofrecerte un endpoint más barato para ninguno de los dos. Lo que realmente hace útil un router en esta decisión es lo que lo rodea: los más de 200 modelos que hay en el catálogo se facturan al precio de lista del proveedor, sin recargo, de modo que una bajada de precios de un proveedor llega a tu factura ese mismo día, y la conmutación por error automática hace que el tráfico de tu stack que no sea de Step-5 ni de Nemotron siga funcionando cuando un proveedor flaquea.

La disposición realista para un equipo que elige uno de estos es un modelo híbrido: autoalojar los pesos abiertos para la carga de volumen y mantener un modelo alojado detrás del DSL de enrutamiento para los casos residuales en los que tu clúster está saturado o la solicitud necesita una capacidad que no desplegaste. El modo de fusión de OrcaRouter, que ejecuta un panel de modelos y devuelve una respuesta combinada, es una forma de usar ese tramo residual de manera deliberada en lugar de como un respaldo de emergencia.

Qué ver a continuación

Tres cosas cambiarían la respuesta aquí. Si un segundo laboratorio independiente publica resultados de Nemotron 3.5 Super VL que se parezcan a las cifras de SWE-bench de NVIDIA en lugar de a la ejecución del índice, la brecha de 29 frente a 14 deja de ser el titular y la licencia se convierte en el único diferenciador real. Si StepFun flexibiliza o aclara los umbrales comerciales de su licencia, el coste de diligencia del otro lado desaparece. Y si se mueve el precio alojado de cualquiera de los dos modelos, la brecha de tokens de cuatro a cinco veces es la cifra más expuesta: el precio de lista de Nemotron ya es lo bastante bajo como para que un recorte adicional haga que autoalojarlo parezca un pasatiempo más que una estrategia.

Hasta que ocurra alguno de esos casos, la división honesta es esta: Nemotron 3.5 Super VL es el modelo que hay que desplegar cuando necesitas rendimiento, una licencia comercial sin condiciones y una huella que quepa en un solo nodo. Step 5 Preview es el modelo que hay que desplegar cuando la tarea es larga, el contexto es grande y una respuesta incorrecta cuesta más que los tokens —y cuando puedes vivir con una licencia que hace una pregunta a escala.