La fenêtre de 1M de tokens de Step 5 Preview vient tout juste de quitter l'API propre à StepFun

Step 5 Preview a cessé d'être un modèle à fournisseur unique le 16 octobre 2026. Le compte officiel de StepFun a confirmé ce jour-là que son modèle phare à 1 M de tokens est désormais disponible sur des hôtes d'inférence tiers, ce qui est la première fois que le modèle est accessible à un développeur qui ne veut pas d'un compte StepFun, d'un solde StepFun et d'une grille tarifaire StepFun dans une seconde devise. C'est là toute la valeur d'actualité de l'annonce, et cela vaut la peine d'être dit clairement, car l'annonce elle-même n'apportait aucune nouvelle spécification, aucun changement de prix et aucun benchmark. Elle apportait un changement de distribution. StepFun a publié Step 5 Preview le 20 septembre 2026 ; ce qui s'est passé le 16 octobre, c'est que le modèle a commencé à apparaître ailleurs qu'à la maison. Cet écart entre ce que mesure un tableau de scores et ce qu'affronte un déploiement est la raison pour laquelle le bilan compte : les défaillances documentées de l'IA et les incidents d'agents autour des modèles de cette classe sont recueillis dans l'Archive des incidents d'IA d'OrcaRouter où chaque entrée comporte ses propres sources, son niveau de gravité, sa note de confiance et son indicateur de contestation.

Les changements de distribution sont faciles à sous-estimer, et ce sont eux qui font bouger la fonction achats. Un modèle disponible auprès d’un seul fournisseur constitue un point de défaillance unique, un seul ensemble de limites de débit et un seul ensemble de points de terminaison régionaux, et la réponse honnête à « que se passe-t-il si ce fournisseur passe un mauvais après-midi » est « votre produit passe un mauvais après-midi ». Un modèle disponible auprès de plusieurs hôtes indépendants est un problème de routage, et les problèmes de routage ont des solutions. Le piège, c’est que tout ce qui concerne Step 5 Preview ne voyage pas avec les poids vers un nouvel hôte, et ce qui ne voyage pas est le nombre le plus susceptible de décider votre facture.

Ce que StepFun a réellement dit, et ce qu’il a omis

L’annonce, pour l’essentiel, tient en une phrase : le modèle est disponible sur des plateformes d’inférence tierces, et la fenêtre de contexte de 1 M de tokens est la fonctionnalité mise en avant. Elle ne donne pas de prix sur ces plateformes, ne s’engage pas à ce qu’une fenêtre de contexte soit servie sur toute sa longueur, et ne dit rien sur la question de savoir si la remise sur le cache de prompts accompagne le modèle au-delà de cette frontière. Ces trois omissions correspondent aux trois questions qu’une équipe devrait se poser avant de migrer un pipeline, et elles ne relèvent pas du pédantisme : chacune d’elles a une réponse erronée plausible.

Le modèle distribué est le même que celui que StepFun a documenté en septembre, et les chiffres documentés n'ont pas changé. D'après la propre page de modèle de StepFun :

• ID du modèle — step-5-preview, avec « Preview » faisant partie de l’identifiant plutôt qu’un suffixe ajouté par cet article

• Fenêtre de contexte et entrée maximale — 1M tokens chacun, selon le tableau de spécifications de StepFun

• Sortie maximale — 64k tokens, avec max_tokensdocumenté comme étant illimité par défaut, de sorte que le modèle choisit son propre point d'arrêt sauf si vous en définissez un

• Entrée — texte, images et vidéo ; images sous forme d'URL ou de Base64 en JPG, PNG, WebP ou GIF statique jusqu'à 60 par requête, vidéo en MP4, QuickTime ou Matroska

• Sortie — texte uniquement, avec streaming, appel d'outils, sortie structurée JSON Schema et effort de raisonnement faible, moyen ou élevé

• Architecture — un modèle à mélange d’experts clairsemé de 600 milliards de paramètres au total et de 27 milliards actifs par token, selon les supports de lancement de StepFun et les miroirs de la fiche modèle qui le reprennent ; la page de documentation de StepFun elle-même n’affiche aucun nombre de paramètres

• Prix sur la plateforme propre à StepFun — 1,00 $ par million de jetons d'entrée, 0,10 $ par million de jetons d'entrée lus depuis le cache et 2,70 $ par million de jetons de sortie

Rien de tout cela n’est nouveau. C’est la base de référence que diffuse l’annonce d’octobre, et il vaut la peine de le répéter, car un hébergeur tiers est libre de servir une quantification différente, une fenêtre effective plus courte ou une organisation du cache différente, et aucun de ces choix n’apparaît dans un article de lancement.

Pourquoi la fenêtre de 1M est ce qui est vendu

Le contexte de 1 million de tokens est la raison pour laquelle ce modèle a une histoire de distribution tout court. StepFun a conçu Step 5 Preview autour d’un travail agentique à long horizon, et cette fenêtre est ce qui rend possible un prompt à l’échelle d’un dépôt ou d’un ensemble de documents en un seul appel, plutôt que via une couche de récupération qu’il faut construire et maintenir. Sur le classement indépendant, Artificial Analysis attribue à Step 5 Preview un score de 44 sur son Intelligence Index et calcule un coût d’environ 0,71 $ par tâche d’index terminée — un chiffre qui intègre la verbosité dans le prix et est donc moins flatteur que la grille tarifaire. Les relevés de vitesse de sortie sur la même page ont varié entre les captures, de 88,1 à 99,8 tokens de sortie par seconde, ce qui rappelle que le débit hébergé est autant une propriété de l’hôte que du modèle.

Ce dernier point est celui que l'annonce rend pertinent. Un modèle sparse de 600 milliards de paramètres avec 27 milliards de paramètres actifs est coûteux à servir avec un million de tokens de contexte, parce que le cache KV pour un long prompt représente un véritable coût mémoire par requête simultanée. Quiconque le sert a pris une décision sur la part de cette fenêtre à honorer, sur le nombre de requêtes à exécuter simultanément, et sur l'opportunité de quantifier la pile d'attention pour en faire tenir davantage sur une carte. Le checkpoint FP8 propre à StepFun fait 650 Go sur disque et son checkpoint BF16 fait 1 215 Go ; un hôte exécutant l'un ou l'autre est une machine différente de celle qu'exécute StepFun, et le débit qu'un fournisseur annonce pour son propre cluster n'est pas une promesse concernant celui de quelqu'un d'autre.

Le nombre qui ne voyage pas : la remise de cache

La grille tarifaire de Step 5 Preview applique une remise de 95 % sur l’entrée mise en cache, ce qui fait passer un token relu de 1,00 $ par million à 0,10 $. Pour une requête à un seul tour, cela n’a aucune importance. Pour la charge de travail pour laquelle le modèle est réellement vendu — une boucle d’agent qui renvoie le même prompt système, schéma d’outil et carte du dépôt à chaque tour — c’est le terme dominant de la facture, et c’est la raison pour laquelle le tarif effectif de Step 5 Preview sur une longue session est très loin de son prix affiché.

La mise en cache des prompts est un détail d’implémentation d’une pile de service, et non une propriété des poids. Qu’un hébergeur donné l’offre, comment il identifie un succès de cache, combien de temps un préfixe reste chaud et ce qu’il facture pour la lecture relèvent tous de décisions de l’hébergeur. StepFun documente la mise en cache sur la plateforme StepFun. L’annonce qu’un modèle est disponible ailleurs ne vous dit rien à ce sujet, et c’est la ligne précise à lire sur la page de tarification d’un nouvel hébergeur avant de supposer que les calculs économiques que vous avez modélisés sur la fiche de StepFun restent valables. Un hébergeur qui facture le prix d’entrée complet à chaque tour peut être plusieurs fois plus cher que StepFun pour la même charge de travail, tout en paraissant moins cher par million de tokens sur la page.

La distribution de StepFun lors de sa semaine de lancement a été inhabituellement large pour le produit phare d'un laboratoire chinois, et elle est arrivée par étapes plutôt que d'un seul coup : le modèle est apparu dans des outils de codage tiers en essai gratuit pendant une semaine début octobre, et l'hébergement API tiers annoncé le 16 octobre est une étape ultérieure et plus générale. Si l'on considère les deux ensemble, le schéma est celui d'un laboratoire qui veut que le modèle soit devant les développeurs là où ils se trouvent déjà, plutôt que de les attirer vers sa propre console. C'est une stratégie cohérente, et c'est aussi une stratégie avec un coût évident : chaque hôte supplémentaire est un endroit de plus où l'enveloppe du modèle est l'implémentation de quelqu'un d'autre.

Trois questions qui valent la peine d'être posées à un nouvel hôte

La réponse utile à cette annonce n’est pas de basculer, c’est de vérifier. Voici les trois éléments qui déterminent si un nouveau point de terminaison est le même produit.

• Quantification — demandez quel checkpoint est servi. StepFun publie des versions FP8, BF16 et, depuis le 14 octobre, une version NVFP4 de 394 Go, et ces trois-là ne sont pas interchangeables en termes de qualité ni d'empreinte mémoire. Un hôte exécutant NVFP4 sur Blackwell exécute une pile d'experts en quatre bits, l'attention et les portes de routage étant maintenues en précision supérieure ; savoir si cela vous coûte en précision sur votre tâche est une question à laquelle seule votre propre évaluation peut répondre.

• Contexte effectif — demandez si 1M de tokens sont servis à chaque appelant ou plafonnés par niveau. Servir un prompt d’un million de tokens a un coût de concurrence qui se manifeste sous forme de limite de débit avant de se manifester sous forme de prix, et un hébergeur qui met en avant la fenêtre tout en limitant la concurrence fait la promotion de la fiche du modèle plutôt que du service.

• Sémantique du cache — demandez ce que coûte un préfixe répété. C’est la ligne qui détermine l’économie des sessions longues, et c’est la ligne la plus susceptible d’être omise.

Une exécution avec le même prompt sur les deux points de terminaison, mesurée en dollars par tâche accomplie plutôt qu'en dollars par million de jetons, répond aux trois à la fois et prend un après-midi.

Ce que cela implique pour le modèle

Step 5 Preview est un modèle de mélange d'experts clairsemé de 600 milliards de paramètres, avec une fenêtre d'un million de tokens, des entrées texte, image et vidéo, un plafond de sortie de 64 k, une grille tarifaire de 1,00 $ / 2,70 $ et une remise de 95 % sur le cache sur la propre plateforme de StepFun, avec un score de 44 sur le seul index indépendant qui le couvre. Publié le 20 septembre 2026. Depuis le 16 octobre, il est également accessible, sous une certaine forme et à un certain prix, depuis au moins un hébergeur qui n'est pas StepFun.

Il faut le dire clairement : Step 5 Preview ne figure pas dans le catalogue actif d'OrcaRouter, donc l'endroit où l'appeler reste l'API du fournisseur lui-même ou un hébergeur tiers — et si vous l'évaluez, cet écart est précisément l'argument pour garder le reste de votre stack sur un point de terminaison unique. Une seule API couvrant plus de 200 modèles au prix catalogue du fournisseur, sans marge est ce qui permet à une expérimentation de deux semaines sur un nouveau modèle de rester une expérimentation : votre solution de repli est une règle de routage plutôt qu'une seconde intégration, le basculement automatique signifie qu'un point de terminaison inconnu ne peut pas entraîner votre chemin de production dans sa chute, et comme le prix répercuté est celui du fournisseur lui-même, un changement de tarif d'un fournisseur atteint votre facture le jour où il survient plutôt qu'au cycle contractuel suivant. Le modèle que vous testez est le risque ; la plomberie qui l'entoure ne devrait pas en être un second.

Ce qu'il faut surveiller ensuite n'est pas un autre hébergeur. C'est le premier hébergeur à publier son propre débit, ses conditions de cache et sa quantification sur la même page, afin que la comparaison cesse d'être une supposition sur ce que coûte la fenêtre de 1 M de tokens quand quelqu'un d'autre que StepFun paie les GPU.