Step 5 Preview vs DeepSeek V4.1 Flash : six fois le prix d'entrée pour quatre points et demi d'indice

Étape 5 Preview coûte 1,00 $ par million de jetons d'entrée. DeepSeek V4.1 Flash coûte 0,15 $. En sortie, l'écart est de 2,70 $ contre 0,60 $, et sur les hits de cache, il est de 0,10 $ contre 0,003 $ — un rapport de trente-trois fois sur la ligne qui domine une longue boucle d'agent. Pour ce prix, Step 5 Preview obtient 44 à l'Intelligence Index d'Artificial Analysis, contre 39,46 pour DeepSeek V4.1 Flash, et termine une tâche de l'index pour environ 0,71 $ contre 0,27 $ pour DeepSeek. Six fois et quelque le prix d'entrée, deux fois et quelque le coût de la tâche, quatre virgule cinq points. Voilà l'arithmétique, et elle n'est pas favorable au modèle de StepFun. La raison de poursuivre la lecture, c'est que les deux modèles diffèrent sur trois lignes qui n'ont rien à voir avec le prix, et deux de ces lignes sont celles qui feraient rejeter un modèle lors d'une revue d'approvisionnement. Rien de tout cela n'est une raison d'éviter le modèle, seulement une raison de connaître l'historique : les incidents d'IA et les défaillances d'agents documentés derrière les modèles de cette classe sont rassemblés dans l'archive des incidents d'IA OrcaRouter où chaque entrée comporte ses propres sources, sa gravité, sa note de confiance et son indicateur de contestation.

Tous deux sont des modèles chinois à mélange d'experts clairsemé, dotés de fenêtres d'un million de tokens et de poids ouverts, publiés à onze semaines d'intervalle — DeepSeek V4.1 Flash le 10 septembre 2026 et Step 5 Preview le 20 septembre 2026. Ils constituent la paire la plus proche de tout l'ensemble de comparaison de ce modèle, ce qui rend d'autant plus intéressantes les différences qui survivent au parallélisme. Ce sont la licence, le plafond de sortie et la vidéo.

Là où ces deux-là divergent réellement

• Prix en entrée — Step 5 Preview : 1,00 $ par million de tokens sur la plateforme de StepFun, contre 0,15 $ hors heures de pointe pour DeepSeek V4.1 Flash, doublant à 0,30 $ pendant les créneaux de pointe en semaine de DeepSeek

• Prix de sortie — 2,70 $ contre 0,60 $ en heures creuses, 1,20 $ en heures pleines

• Entrée en cas de succès du cache — Step 5 Preview 0,10 $ par million, soit une réduction de 95 %, contre DeepSeek V4.1 Flash 0,003 $ hors heures de pointe et 0,006 $ aux heures de pointe, soit une réduction de 98 %, et le ratio le plus large sur l’une ou l’autre des cartes

• Tarification selon l'heure de la journée — aucune sur StepFun, alors que DeepSeek double les trois compteurs entre 01:00 et 04:00, puis entre 06:00 et 10:00 UTC en semaine, hors jours fériés chinois.

• Contexte — 1 M de tokens pour les deux ; DeepSeek publie le chiffre sous la forme 1,048,576

• Sortie maximale — Step 5 Preview 64 k tokens selon la documentation de StepFun, contre 384 000 tokens pour DeepSeek V4.1 Flash, soit six fois le plafond

• Modalité — Step 5 Preview accepte le texte, les images et la vidéo, contre le texte et les images pour DeepSeek V4.1 Flash, sans aucun accès à la vidéo

• Architecture — Step 5 Preview : 600B au total, 27B actifs contre DeepSeek V4.1 Flash : 552B au total, 16B actifs, donc le modèle le moins cher active aussi 41 % de paramètres en moins par token

• Licence — StepFun Model License 1.0, une concession personnalisée avec attribution et des seuils de licence commerciale distincte par rapport à DeepSeek V4.1 Flash sous MIT, une licence approuvée par l'OSI sans seuil à lire

• Score indépendant — 44 pour Step 5 Preview contre 39,46 pour DeepSeek V4.1 Flash à effort maximal, tous deux sur Intelligence Index v4.3.2

• Coût indépendant par tâche d'indexation terminée — environ 0,71 $ contre 0,27 $

Lisez les deux dernières lignes comme une paire, et l'arithmétique par point s'impose : environ 1,6 cent par point d'indice pour Step 5 Preview, contre environ 0,7 cent pour DeepSeek V4.1 Flash. Le modèle le moins cher est aussi le moins cher par unité de capacité mesurée, ce qui est inhabituel — les modèles à rabais achètent généralement leur score avec de la verbosité ou des jetons de raisonnement. DeepSeek V4.1 Flash a émis 88 574 jetons de sortie par tâche d'indice, bien dans les normes du domaine. Step 5 Preview a émis environ 160 millions de jetons de sortie sur l'ensemble de la suite et a reçu l'étiquette « très verbeux » de l'évaluateur. Le modèle de StepFun n'achète pas ses quatre points et demi avec efficacité.

Le doublement aux heures de pointe est un problème moins grave qu'il n'y paraît, et le plafond de production en est un plus grand.

La tarification aux heures de pointe de DeepSeek est discutée comme s'il s'agissait d'un piège, et ce n'est généralement pas le cas. Elle s'applique entre 01:00 et 04:00, puis entre 06:00 et 10:00 UTC en semaine, ce qui correspond au petit matin en Europe et aux petites heures aux États-Unis, et elle exclut entièrement les week-ends et les jours fériés chinois. Un traitement par lots peut être déplacé. Une équipe européenne dont le trafic atteint son pic à 08:00 UTC paie le double pour ses heures les plus chargées, ce qui constitue le coût réel de cet arrangement, mais même à tarif doublé, DeepSeek est moins cher par token que Step 5 Preview à son tarif fixe. Le point structurel est différent : la fiche tarifaire de StepFun comporte une colonne et celle de DeepSeek en comporte deux, et un budget construit sur une seule colonne est un budget qui sera erroné face à la composition réelle du trafic de quelqu'un. Pour être honnête, la fenêtre de pointe de DeepSeek est un problème d'ordonnancement et le tarif fixe de StepFun est un avantage de simplicité, et ni l'un ni l'autre ne vaut à lui seul plusieurs fois le prix des tokens d'entrée.

Le plafond de sortie est la ligne qui fait vraiment tout casser. La documentation de Step 5 Preview plafonne une réponse unique à 64 k tokens. DeepSeek V4.1 Flash autorise 384 000 — six fois plus — et la conséquence pratique n’a rien à voir avec la prose longue. Il s’agit d’exécutions d’agents dont l’artefact final est un fichier volumineux, une refactorisation complète d’un fichier, un schéma généré ou une longue extraction structurée. Un plafond de 64 k signifie que ces tâches doivent être décomposées en plusieurs appels avec une passation orchestrée entre eux, ce qui représente un travail d’ingénierie que vous n’auriez pas à faire autrement. C’est la seule ligne de la grille tarifaire où le modèle moins cher vous procure quelque chose que vous ne pouvez obtenir du modèle plus cher à aucun prix, et c’est la raison pour laquelle une équipe ayant cette charge de travail ne devrait même pas consulter la grille tarifaire.

L'entrée vidéo est réelle, et cela vaut moins que cela n'en a l'air

Step 5 Preview accepte la vidéo, alors que DeepSeek V4.1 Flash ne l'accepte pas. Il s'agit d'une véritable différence de capacités et c'est l'argument le plus fort en faveur du modèle de StepFun dans cette comparaison. StepFun documente en détail le chemin accepté : les conteneurs MP4, QuickTime et Matroska, transmis sous forme d'URL, en Base64 ou via une référence de l'API Files, avec des MP4 fournis par URL de moins de 128 Mo et une durée recommandée inférieure à cinq minutes. Les images sont limitées à 60 par requête, et les deux proposent des réglages de détail faible et élevé.

Ce que cela vous apporte, c'est un seul modèle au lieu d'un pipeline. Un flux de travail qui ingère un enregistrement d'écran, une captation de cours ou un clip de dashcam, puis raisonne sur ce qui s'est passé, a besoin soit d'un modèle vidéo, soit d'un harnais d'échantillonnage d'images que vous avez construit vous-même ; un modèle qui prend la vidéo directement réduit tout cela à un seul appel. Ce que cela ne vous apporte pas, c'est une capacité générale de compréhension vidéo sur laquelle bâtir un produit, car personne n'a publié d'évaluation indépendante de la compréhension vidéo de Step 5 Preview. La capacité est documentée par le fournisseur et non notée par qui que ce soit d'autre, et l'écart de quatre points et demi à l'indice auquel elle est rattachée est entièrement constitué de texte et d'images. Considérez la ligne vidéo comme une raison de tester, non comme un chiffre.

La ligne de licence est l’endroit où le modèle bon marché est le choix sûr.

C'est la partie de la comparaison qu'un tableau de prix ne peut pas montrer, et elle inverse la lecture habituelle de « on obtient ce pour quoi on paie ». DeepSeek V4.1 Flash est distribué sous MIT — la licence approuvée par l'OSI, sans déclencheur d'attribution, sans seuil de revenus, sans accord commercial distinct pour les grands opérateurs et sans ambiguïté sur les œuvres dérivées. Les poids sont sur Hugging Face, 552 milliards de paramètres au total dont 16 milliards actifs, et une équipe juridique à qui l'on demande d'approuver un produit construit sur eux a une conversation brève.

Step 5 Preview est distribué sous StepFun Model License 1.0, qui est une véritable concession sur des poids ouverts et non une licence open source. Elle est perpétuelle, mondiale, sans redevances et comprend une concession de brevet, et elle autorise l’utilisation commerciale, le fine-tuning et les œuvres dérivées. Deux conditions s’y attachent. Un produit ou service commercial intégrant le modèle qui dépasse 100 millions d’utilisateurs actifs mensuels ou 20 millions de dollars de chiffre d’affaires au cours d’un mois calendaire quelconque doit afficher "Powered by StepFun AI" de manière bien visible dans l’interface du produit et dans le contrat d’utilisation. Et un fabricant de matériel ou un propriétaire de marque qui commercialise les capacités du modèle dans des appareils, ou une entreprise de modèle en tant que service dont le chiffre d’affaires combiné dépasse 20 millions de dollars sur une période quelconque de douze mois, a besoin d’une licence commerciale distincte. L’utilisation interne qui n’expose ni le modèle ni ses capacités à un tiers relève pleinement de la concession.

Pour une startup qui fine-tune Step 5 Preview sur du travail documentaire interne, c'est très bien et la licence ne coûte rien. Pour une entreprise qui compte livrer un produit hébergé, c'est un seuil à modéliser, et la différence entre « nous pourrions devoir négocier dans dix-huit mois » et « nous n'aurons jamais à y penser » vaut plus que quelques multiples sur un prix de token pour beaucoup d'organisations. La licence de StepFun est de la même forme que celle utilisée par d'autres licences open-weight et ce n'est pas un document déraisonnable. C'est simplement un document, là où celle de DeepSeek est un standard.

À quoi sert chacun d’eux

DeepSeek V4.1 Flash est le choix par défaut correct pour la plupart des charges de travail que couvre cette comparaison. Il est moins cher sur chaque compteur, moins cher par tâche accomplie, moins cher par point d'indice, plus permissif en matière de licence, plus de deux fois plus généreux sur la fenêtre d'entrée, et il fonctionne avec 16 milliards de paramètres actifs contre 27 milliards pour StepFun, ce qui compte si l'auto-hébergement figure dans la feuille de route, car la plus petite machine capable de le servir est plus petite. Ses inconvénients sont un score d'indice de 39,46 contre 44 et l'absence de vidéo. Son doublement de la fenêtre de pointe est un détail d'ordonnancement, pas un détail structurel.

Step 5 Preview justifie son supplément dans trois situations précises et est perdant partout ailleurs. Vous avez besoin de quatre points et demi d'indice supplémentaires et la capacité marginale au sommet du classement vaut deux fois et demie le coût de la tâche pour vous. Vous avez besoin d'une entrée vidéo dans le même appel que le raisonnement. Ou vous avez besoin d'une grille tarifaire uniforme à colonne unique, sans fenêtre horaire et sans logique de planification dans le pipeline, ce qui constitue une véritable simplification opérationnelle pour une équipe qui devrait autrement construire le planificateur. Aucune de ces raisons n'est mauvaise. Toutes sont plus limitées que ce que la grille tarifaire laisse paraître.

Il existe une voie médiane sans éclat qui mérite d’être nommée : celle de ne pas choisir. Ces deux modèles sont assez bon marché pour être exécutés l’un contre l’autre sur votre propre trafic pendant une semaine, et la décision que vous prendrez à partir de vos propres chiffres par tâche sera meilleure que celle que vous prendrez à partir d’un indice emprunté — notamment parce que les deux modèles échouent différemment, et c’est dans les modes de défaillance que réside le coût réel. Cette comparaison est aussi le moment où la ligne vidéo se règle honnêtement : si votre pipeline ne contient aucune vidéo, l’argument le plus fort en faveur du modèle de StepFun disparaît et le reste de la carte est une perte nette.

DeepSeek V4.1 Flash est sur OrcaRouter sous deepseek/deepseek-v4.1-flash aux tarifs publiés par DeepSeek lui-même, avec 0 % de marge, ce qui a une conséquence particulière pour ce modèle : DeepSeek révise ses prix selon un calendrier heures pleines / heures creuses, et une répercussion directe signifie que c'est la colonne heures creuses qui s'applique dès son entrée en vigueur, et non au cycle contractuel suivant. Si vous exécutez Step 5 Preview ailleurs et souhaitez un repli économique pour la majorité de votre trafic qui n'est pas de la vidéo, il suffit d'une règle de routage pointant vers un modèle sur la même clé — et le basculement automatique signifie qu'un point de terminaison inconnu ne devient jamais un point de défaillance unique pour un chemin de production. Step 5 Preview lui-même ne figure pas dans le catalogue actif d'OrcaRouter ; appelez-le via la plateforme propre à StepFun, ou hébergez-le vous-même à partir des checkpoints FP8, BF16 ou NVFP4 publiés par le fournisseur.

Le verdict, en un paragraphe sur lequel vous pouvez agir

Si votre charge de travail est constituée de texte et d'images, DeepSeek V4.1 Flash est le meilleur modèle à chaque niveau de prix de la grille tarifaire, et le déficit d'indice de quatre points et demi est un coût réel mais limité. Si votre charge de travail nécessite une réponse unique de 384k jetons, DeepSeek V4.1 Flash est le seul des deux à pouvoir le faire. Si votre équipe juridique souhaite une licence standard plutôt qu'une licence personnalisée, DeepSeek V4.1 Flash est à nouveau la solution. Step 5 Preview ne vaut le surcoût que lorsque vous avez spécifiquement besoin d'une entrée vidéo, ou lorsque quatre points et demi d'indice au sommet du classement indépendant changent ce que votre produit peut faire — et si c'est le cas, notez que le modèle est verbeux, ce qui signifie que le surcoût par tâche est d'environ 2,6 fois plutôt que les 6,7 fois que suggère la ligne d'entrée. Testez les deux sur votre propre trafic. La grille tarifaire vous dit lequel est le moins cher ; seule votre trace vous dit si le plus cher en vaut la peine.