Step 5 Preview vs Grok 4.5 : L'un vous montre les chiffres, l'autre vous montre les poids

Grok 4.5 and S​tep 5 Preview are mirror images of each other, and the mirror is the reason to read this rather than the price. x​AI released Grok 4.5 on July 8, 2026; StepFun released S​tep 5 Preview on September 20, 2026. Grok 4.5 publishes a vendor benchmark you can quote — 64.7% on SWE-bench Pro — and an independent index score, and gives you no weights at all. S​tep 5 Preview publishes its weights in three precisions, ungated, and publishes no numeric benchmark table anywhere in its documentation, only a picture of a score chart on the model card. If you are choosing between them, the question is not which model is better. It is which kind of unknown you would rather carry: a model you can download but cannot score, or a model you can score but cannot download.

Tout le reste de la comparaison se règle proprement et majoritairement en faveur de StepFun sur le papier. S​tep 5 Preview est à moitié prix aux deux extrémités de la grille tarifaire, dispose d'une fenêtre de contexte deux fois plus grande, streame plus vite sur l'unique mesure indépendante dont les deux modèles disposent, et coûte un ordre de grandeur de moins pour garder un long préfixe en cache. Le contre-argument de Grok 4.5 ne tient pas à ses propres spécifications — il tient au fait qu'il se situe au milieu d'une famille qui a évolué deux fois depuis juillet, et que son tarif de cache est le moins cher de cette famille.

Les deux grilles tarifaires, chaque ligne

• Prix des entrées — S​tep 5 Preview 1,00 $ par million de tokens vs Grok 4.5 2,00 $ par million de tokens

• Prix de sortie — Step 5 Preview 2,70 $ par million de tokens contre Grok 4.5 6,00 $ par million de tokens

• Entrée avec cache-hit — Step 5 Preview 0,10 $ par million de tokens, une réduction de 90 % par rapport aux 0,30 $ par million de tokens de Grok 4.5, une réduction de 85 %, et le tarif de cache le moins cher de la gamme Grok

• Fenêtre de contexte — S​tep 5 Preview 1 M de tokens vs Grok 4.5 500 000 tokens

• Sortie maximale — S​tep 5 Preview 64 k tokens selon la documentation de StepFun, avec le tableau propre à la fiche du modèle qui annonce « jusqu'à 1M » face à Grok 4.5, ce dernier n'étant pas indiqué dans les mêmes termes sur les pages de tarification du fournisseur

• Nouvelle tarification des prompts longs — S​tep 5 Preview applique un tarif unique sur toute la fenêtre de 1 M, tandis que Grok 4.5 double à 4,00 $ en entrée et 12,00 $ en sortie dès qu'une seule requête dépasse 200 000 tokens, appliqué à l'ensemble de la requête plutôt qu'au dépassement

• Architecture — S​tep 5 Preview, mélange d’experts clairsemé, 600 B de paramètres au total et 27 B actifs répartis sur 352 experts, avec 8 sélectionnés par token, contre Grok 4.5, un mélange d’experts de 1 500 milliards de paramètres sur la fondation V9, environ trois fois la taille de Grok 4.3

• Modalité d'entrée — S​tep 5 Preview : texte, images et vidéo vs Grok 4.5 : texte, images et fichiers

• Indice indépendant — S​tep 5 Preview 44, au rang 41 sur 219 lorsque cette page a été capturée vs Grok 4.5 39, sur une page qu'Artificial Analysis marque désormais comme obsolète, avec le nombre figé à la lecture finale du modèle

• Vitesse de sortie — S​tep 5 Preview 88,1 jetons de sortie par seconde contre 60 jetons par seconde pour Grok 4.5 sur le relevé actuel, en dessous de la moyenne de 88 jetons et en baisse par rapport aux 80 jetons par seconde cités par x​AI au lancement

• Benchmark fournisseur — Step 5 Preview : aucun tableau numérique publié dans la documentation, les résultats de la carte étant présentés sous forme d’image face aux 64,7 % de Grok 4.5 sur SWE-bench Pro, rapportés par le fournisseur.

• Poids ouverts — checkpoints S​tep 5 Preview FP8, BF16 et NVFP4 sous le propre compte de StepFun, sans restriction et téléchargeables depuis le matin de la sortie, par rapport à Grok 4.5 : aucun publié

La symétrie, formulée précisément

La documentation de StepFun consacrée à S​tep 5 Preview contient un tableau « En un coup d'œil » avec l'identifiant du modèle, la fenêtre de contexte, les types d'entrée et de sortie ainsi que les limites d'entrée et de sortie. Elle ne comporte pas de ligne dédiée aux benchmarks. La section d'évaluation de la fiche du modèle nomme les harnais et les paramètres d'échantillonnage — température 1,0, top-p 0,95, top-k 0, le réglage de raisonnement High, SWE-agent pour DeepSWE v1.1 — puis présente les résultats sous forme de PNG. Aucun chiffre ne figure, dans la documentation de StepFun consacrée à ce modèle, sous une forme textuelle que l'on puisse lire et citer, ce qui signifie que toute affirmation de performance circulant à propos de S​tep 5 Preview remonte soit à cette image, soit à Artificial Analysis.

C'est un endroit étrange pour un modèle à poids ouverts, car des poids ouverts sont normalement ce que l'on obtient à la place de benchmarks, et non aux côtés d'un vide de benchmarks. Le 44 sur l'Artificial Analysis Intelligence Index est réel et indépendant, et c'est le seul score neutre dont dispose le modèle ; de plus, la page de l'évaluateur lui-même comporte des marqueurs « En cours d'examen » en regard de plusieurs des évaluations individuelles au sein du composite. Considérez le 44 comme un nombre unique bien sourcé plutôt que comme un profil.

Grok 4.5 is the exact inverse. Its weights are not published and never were, so the model is a black box you rent by the token. What you get in exchange is a documented 64.7% on SWE-bench Pro from the vendor, plus a live independent profile: 39 on the same index version, 60 output tokens per second on the current reading and therefore below average, $0.88 per completed index task, and 77 million output tokens across the suite against a median of 85 million. That last figure is the token-economy claim showing up in somebody else's measurement, and it holds — Grok 4.5 is the more concise model. It is also the reason its cost per task lands below S​tep 5 Preview's despite a rate card that is twice as expensive on both ends. One caveat that arrived with the model's age: the evaluator now flags the Grok 4.5 page as deprecated, keeps benchmarking only the default 10,000-token workload, and marks results for other workloads as historical rather than updated. The 39 is the model's final reading, not a live one.

Ces deux-là sont des produits légitimes. Ils ne sont simplement pas comparables sur un seul axe, et tout tableau de scores qui place 44 à côté de 39 sans préciser que l’un des deux fournisseurs publie ce chiffre volontairement et que l’autre ne le fait pas cache la différence la plus importante. L’écart de 44 contre 39 est de cinq points entre deux scores composites mesurés selon des efforts de raisonnement non appariés, sans aucune comparaison directe menée par qui que ce soit. Ce n’est pas une raison de payer le double. Les pondérations sont une raison de choisir, et le prix aussi.

Pourquoi le modèle bon marché est celui qui est rapide

Vingt-sept milliards de paramètres actifs sur six cents milliards, voilà ce qui rend Step 5 Preview peu coûteux à servir, et cette économie de service apparaît dans la mesure indépendante : 88,1 jetons de sortie par seconde contre les 60 actuels de Grok 4.5, sur un modèle avec une fenêtre de contexte deux fois plus grande et un prix deux fois inférieur. Le socle V9 de 1 500 milliards de paramètres de Grok 4.5 est un tiers plus grand que Grok 4.3, et c’est la raison pour laquelle il a la moitié du contexte de Grok 4.3 à un prix d’entrée deux fois supérieur — un modèle de base plus grand a gagné en capacités au détriment de la fenêtre, et lorsqu’on en vient à le payer au jeton, cet arbitrage a une facture qui y est attachée.

Le tableau de la latence est l'endroit où Grok 4.5 a un argument défendable, et les chiffres indépendants le confirment, ce qui mérite d'être dit plutôt que passé sous silence. xAI a vendu ce modèle sur l'économie de tokens — moins de tokens de sortie par tâche terminée — et la mesure le confirme : 77 millions de tokens de sortie sur l'ensemble de la suite d'intelligence, contre une médiane de 85 millions, l'évaluateur le qualifiant d'« assez concis ». Step 5 Preview a pris le chemin inverse, générant 160 millions de tokens contre la même médiane de 85 millions et écopant de l'étiquette « très verbeux ». Un modèle qui termine une tâche en moins de tokens gagne sur le temps réel même lorsqu'il génère plus lentement, et il gagne sur la facture même lorsque sa grille tarifaire est moins bonne. C'est pourquoi Grok 4.5 coûte 0,88 $ par tâche d'index terminée à 2,00 $ et 6,00 $ par million, tandis que Step 5 Preview paie sa grille tarifaire moins chère par sa verbosité. Si votre charge de travail se compose d'un grand nombre d'appels courts et bien spécifiés, l'argument de l'économie de tokens est la raison de tester Grok 4.5 sur votre propre trafic plutôt que de l'écarter sur le prix.

Le taux de cache est la seule raison pour laquelle Grok 4.5 devrait être choisi

Grok 4.5 costs three times what S​tep 5 Preview charges to read a cached token — thirty cents per million against ten — so this is not a G​rok advantage over StepFun. It is an advantage over G​rok's own successors. Grok 4.6 and Grok 4.7 both cache at $0.50 per million according to the vendor's pricing table, sixty-six percent more than Grok 4.5 charges, and all three list at the same $2.00 and $6.00 on input and output. That combination makes Grok 4.5 the only interesting member of its own family for one specific shape of workload: a large, stable, repeatedly-hit prefix on a pinned G​rok snapshot, where the cache line dominates the bill.

Face à S​tep 5 Preview, même cette ligne va dans l'autre sens. Et le seuil de réévaluation tarifaire de 200 000 tokens aggrave encore la chose : une requête Grok 4.5 de 250 000 tokens est facturée au tarif double sur l'ensemble des 250 000 tokens, tandis que la même requête sur S​tep 5 Preview est facturée à 1,00 $ par million sur toute la fenêtre. Sur un pipeline à contexte long, c'est la différence entre un tarif uniforme et une falaise tarifaire.

Ce que le checkpoint d’octobre change concernant cette comparaison

Les poids de Step 5 Preview sont téléchargeables depuis le matin de sa sortie — le dépôt FP8 a été créé à 03:15 UTC le 20 septembre 2026 et le dépôt BF16 à 03:52, leurs shards ayant été validés le même matin — mais l'histoire du déploiement n'est devenue complète qu'à la mi-octobre. StepFun a publié un checkpoint NVFP4 le 14 octobre 2026, 394,18 GB configuré pour le format quatre bits de group_size: 16N​VIDIA avec un cache KV non quantifié, et la même semaine a ajouté un guide de service complet aux dépôts plus anciens : une image de conteneur publiée, des commandes éprouvées pour le tenseur, l'expert et le parallélisme combiné, ainsi que des parseurs dédiés au raisonnement et aux appels d'outils afin que le format de sortie propre au modèle survive à une API au format O​penAI. Le 15 octobre, N​VIDIA a publiquement qualifié cette sortie de « leur plus grande publication de poids ouverts » et a rapporté qu'elle « tourne à près de 8K tokens/sec/GPU sur N​VIDIA GB300 en NVFP4 » — un chiffre de fournisseur sur du matériel de fournisseur que personne en dehors de N​VIDIA n'a reproduit, associé à un dépôt que vous pouvez inspecter.

Rien de tout cela ne fait de S​tep 5 Preview le modèle le plus mesurable ; l’écart au benchmark subsiste. Ce que cela fait, c’est rendre concret l’argument des poids. Grok 4.5 ne peut pas être auto-hébergé, ne peut pas être figé sur une version que vous contrôlez et ne peut pas être audité. S​tep 5 Preview peut satisfaire ces trois conditions, et la recette est publiée. Si une règle de résidence des données, une règle d’approvisionnement ou un risque d’obsolescence de modèle intervient à un quelconque endroit de votre décision, c’est la ligne qui tranche, et rien en SWE-bench Pro ne vient combler cela.

Où chacun d’eux a sa place dans une pile

Grok 4.5 est disponible sur OrcaRouter sous grok/grok-4.5, aux côtés du reste de la gamme G​rok et du reste du catalogue, aux tarifs propres du fournisseur, $2.00 et $6.00, avec le taux de cache de $0.30 répercuté sans changement. Cela compte pour le cas où Grok 4.5 est réellement bon : un snapshot épinglé avec un long préfixe stable, appelé aux côtés de tout le reste sur un point de terminaison compatible OpenAI, une seule clé et une seule facture, avec 0 % de marge sur le prix catalogue du fournisseur, de sorte qu'un changement de prix vous parvienne le jour même où il intervient plutôt qu'au cycle suivant. Si vous routez déjà Grok 4.6 ou Grok 4.7, comparer avec 4.5 revient à modifier une chaîne de caractères et à relancer vos propres évaluations — le basculement automatique entre fournisseurs fait de l'épinglage une règle de routage plutôt qu'une dépendance, et le DSL compose plusieurs modèles en un seul appel lorsqu'une étape a besoin de deux avis plutôt que d'un modèle moins cher.

Step 5 Preview ne figure pas sur la liste des modèles en direct d’OrcaRouter, et la consigne honnête est de l’appeler sur la propre plateforme de StepFun ou de l’auto-héberger à partir des checkpoints publiés. Ce n’est pas tant une limitation du routeur qu’une propriété du modèle : la raison de le choisir, ce sont les poids, et si vous utilisez les poids, vous ne le routez nulle part.

Le verdict, sans faire comme si les deux étaient le même produit.

Prenez S​tep 5 Preview pour le prix, le contexte et les poids — 1,00 $ et 2,70 $ par million de tokens, un tarif unique sur un million de tokens, l'entrée vidéo, une génération plus rapide sur la seule mesure indépendante de débit dont disposent les deux modèles, et trois checkpoints téléchargeables avec une recette de service publiée. Acceptez de l'acheter avec moins de preuves de performance publiées que vous ne le voudriez, et que le seul chiffre dont vous disposez est un composite indépendant unique assorti de signalements de révision sur ses composantes. Il est sorti le 20 septembre 2026 et son histoire de déploiement s'est nettement améliorée en octobre ; c'est le modèle que vous adopteriez.

Ne prenez ​Grok 4.5 que si vous voulez spécifiquement un benchmark documenté que vous pouvez mettre dans un document d'approvisionnement, le profil de sortie le plus concis de tous les modèles de cette comparaison, ou le tarif de cache le moins cher de la famille ​Grok sur un instantané épinglé auquel vous faites déjà confiance — et notez que ​Grok 4.5 gagne sur le coût par tâche accomplie bien qu'il perde sur chaque ligne de la grille tarifaire, ce qui est l'argument le plus fort de cet article en sa faveur. Comprenez ce à quoi vous renoncez : un modèle vieux de deux générations au même prix catalogue que ses deux successeurs, pas de poids, une falaise de retarification à 200 000 tokens, la moitié du contexte de l'alternative moins chère, et un score que l'évaluateur a figé. L'avantage, c'est que vous savez ce que vous obtenez, et pour un modèle de type boîte noire, cela vaut quelque chose. Cela ne vaut pas la peine de payer le double en entrée et en sortie, mais les chiffres au niveau des tâches indiquent que la surprime est plus faible que ne le laisse paraître la grille tarifaire.

Rien de tout cela n'est une raison d'éviter le modèle, seulement une raison de connaître l'historique : les incidents d'IA documentés et les défaillances d'agents derrière les modèles de cette catégorie sont recueillis dans l'OrcaRouter AI Incident Archive, où chaque entrée comporte ses propres sources, son niveau de gravité, sa note de confiance et son indicateur de contestation.