Step 5 Preview vs Nex N2.5 Pro : un chiffre que vous pouvez vérifier, un que vous ne pouvez pas

Le chiffre qui circule pour Nex N2.5 Pro est de 82,7, son score déclaré par le fournisseur sur Terminal-Bench 2.1. Le chiffre qui circule pour Step 5 Preview sur un benchmark du même nom est de 33 %. Ces deux chiffres ne sont pas comparables, et le fait qu’ils soient couramment placés côte à côte est l’illustration la plus claire du problème que pose cette confrontation : un modèle a été mesuré par quelqu’un d’autre que son fabricant, et l’autre n’a été mesuré par personne d’autre du tout. Step 5 Preview est devenu disponible sur l’API de StepFun le 20 septembre 2026 et a publié ses poids le 15 octobre. Nex N2.5 Pro a été annoncé le 8 septembre et a publié ses checkpoints Apache-2.0 sur Hugging Face dans les jours qui ont suivi cette annonce. Les deux sont téléchargeables. Un seul peut être évalué de l’extérieur.

Cette asymétrie ne remet pas en cause l’ingénierie de Nex N2.5 Pro. C’est un constat sur les preuves, et c’est sur les preuves que repose une décision d’approvisionnement.

Ce qu'est Nex N2.5 Pro maintenant que les poids sont en ligne

De nombreux articles décrivent encore Nex N2.5 Pro comme un modèle dont les poids sont « bientôt disponibles », car c’est ce qu’indiquait sa fiche lors de la première semaine de septembre. Les checkpoints sont publics depuis la mi-septembre : un modèle mixture-of-experts (mélange d’experts) de 397 milliards de paramètres, avec environ 17 milliards de paramètres actifs par token, post-entraîné à partir d’une lignée Qwen 3.5, sous Apache-2.0. Quiconque le décrit comme non publié se fonde sur une page obsolète.

Ce qui n’a pas changé, c’est la situation de la mesure. Les résultats de benchmark du fournisseur — 82,7 sur Terminal-Bench 2.1, 61,2 sur SWE-bench Pro, 89,7 sur BrowseComp, 87,4 sur OSWorld-G — ont été produits via NexCUA, le harnais d’utilisation d’ordinateur propre à l’alliance, qu’elle affirme vouloir ouvrir en source, ce qu’elle n’a pas fait. Aucun évaluateur indépendant n’a publié de page dédiée au modèle. Cette absence n’est pas un hasard de calendrier ; c’est un écart qui a persisté tout au long de la période durant laquelle les poids ont été téléchargeables.

La comparaison qui peut être faite

Tout ce qui suit provient de sources publiées plutôt que d’une exécution commune, et chaque ligne indique d’où provient le chiffre. C’est le plafond honnête pour cette paire.

• Paramètres — Step 5 Preview : 600B au total, 27B actifs. Nex N2.5 Pro : 397B au total, ~17B actifs.

• Contexte — Aperçu de l'étape 5 : 1 M de tokens. Nex N2.5 Pro : 262 144 tokens, avec un plafond de sortie documenté proche de 236 K.

• Modalité — Aperçu de l’étape 5 : texte, image et vidéo en entrée, texte en sortie. Nex N2.5 Pro : texte et image en entrée, texte en sortie, la vision étant positionnée comme canal de retour pour l’utilisation de l’ordinateur.

• Contrôle du raisonnement — Aperçu de l’étape 5 : la réflexion est toujours activée, mais un réglage d’effort faible/moyen/élevé est disponible. Nex N2.5 Pro : niveaux aucun, moyen (adaptatif, par défaut) et élevé, ce qui permet de désactiver entièrement le raisonnement.

Poids — Step 5 Preview : BF16 et FP8 sous la licence StepFun Model License 1.0. Nex N2.5 Pro : Apache-2.0.

• Tarif — Step 5 Preview : 1,00 $ en entrée, 2,70 $ en sortie, 0,10 $ en cache par million de tokens sur la grille tarifaire de StepFun. Nex N2.5 Pro : une offre hébergée gratuite, sans prix catalogue publié par le fournisseur.

La ligne de licence est le seul point où Nex N2.5 Pro est sans ambiguïté plus simple. Apache-2.0 est une valeur connue de toute équipe juridique ; la licence de StepFun comporte des seuils commerciaux qui nécessitent une modélisation. La ligne de contexte va dans l'autre sens, et l'écart est proche d'un facteur quatre — ce qui compte si votre agent lit des dépôts entiers ou des ensembles de documents.

La comparaison qui ne peut être faite

Trois choses seraient nécessaires pour mettre ces deux éléments sur le même axe, et aucune d’entre elles n’existe.

D’abord, une version de benchmark commune. Terminal-Bench 2.1 et Terminal-Bench 4.0 sont des tests différents, avec des ensembles de tâches différents et une notation différente, et un score obtenu sur l’un ne dit rien de l’autre. Le chiffre de 82,7 concerne la version 2.1 ; celui de 33 % concerne la version 4.0. Quiconque les présente comme un face-à-face compare un temps de sprint à un temps de passage sur marathon.

Deuxièmement, un banc d’évaluation commun. Les chiffres de Step 5 Preview proviennent d’un index publié qui exécute une suite d’évaluation fixe sur chaque modèle qu’il répertorie. Ceux de Nex N2.5 Pro proviennent d’un logiciel que son propre fournisseur a écrit et n’a pas publié. Même si les noms des benchmarks correspondaient, la structure sous-jacente ne serait pas la même.

Troisièmement, une lecture indépendante, de quelque nature que ce soit. Il n’existe aucune page consacrée à Nex N2.5 Pro chez les évaluateurs qui publient un indice d’intelligence. Nous l’avons vérifié directement plutôt que de le déduire de l’absence d’un résultat de recherche, et la réponse d’aujourd’hui est la même qu’en septembre : rien.

Ce que l’on peut dire sans aller trop loin est plus restrictif et reste utile : Nex N2.5 Pro revendique de fortes performances agentiques sur des benchmarks où les résultats mesurés indépendamment de Step 5 Preview se situent dans le milieu du tableau. C’est une raison de le tester, pas une raison d’y croire.

Ce que vaut réellement un endpoint gratuit

Le niveau hébergé de Nex N2.5 Pro ne coûte rien, ce qui transforme une comparaison de prix en comparaison de risques. Aucun prix catalogue n'est publié : il n'y a donc rien sur quoi modéliser, ni aucun signal sur la valeur que le fournisseur attribue au modèle. Les offres de tiers affichent des prix de l'ordre de quelques dizaines de cents par million de jetons d'entrée selon l'hébergeur, et elles se contredisent si gravement qu'aucune ne devrait être considérée comme la position du fournisseur.

L’offre gratuite a elle aussi un coût de disponibilité. Les outils de suivi qui surveillent le point de terminaison gratuit signalent une disponibilité intermittente — une observation de tiers, et non un chiffre du fournisseur, le genre de constat qui n’a aucune importance pour un prototype et qui est éliminatoire pour un chemin de production. Un modèle sur lequel on ne peut pas compter n’est pas bon marché ; c’est un risque non chiffré avec un zéro sur la facture.

En regard de cela, le tarif mixte de 0,54 $ de Step 5 Preview et les 2,35 $ par tâche d’indexation terminée sont coûteux en valeur absolue et parfaitement clairs. On peut prévoir une facture à partir d’une grille tarifaire publiée. On ne peut pas en prévoir une à partir d’une offre gratuite dont les conditions n’ont pas été consignées par écrit.

Le bilan de Step 5 Preview est différent, pas meilleur.

Il vaut la peine d’être précis sur ce que Step 5 Preview a effectivement, car « il a un score » minimise la différence et « il est meilleur » la surestime. Step 5 Preview obtient 29 sur la version actuelle de l’Artificial Analysis Intelligence Index — et non les 44 que la couverture du lancement citait, car cette version de l’indice a depuis été remplacée. Il se classe sixième sur dix-sept dans sa catégorie de comparaison, fonctionne à 179 jetons de sortie par seconde et coûte 2,35 $ par tâche d’indice. Ces relevés sont issus d’une même exécution, sont reproductibles et ont été produits par un évaluateur sans intérêt commercial dans le résultat.

Ce que cela vous apporte, c’est une base de référence. Vous savez où se situe le modèle par rapport à une cinquantaine d’autres mesurés de la même manière, ce qui signifie que vous pouvez prendre une première décision sans louer de GPU. Ce que cela ne vous apporte pas, c’est la garantie que Step 5 Preview surpassera Nex N2.5 Pro sur votre charge de travail. En matière de codage et d’automatisation, les résultats indépendants de Step 5 Preview sont peu remarquables — 12 % sur FrontierCode 2.0, 33 % sur Terminal-Bench 4.0 — et un modèle avec une solide revendication agentique non publiée est exactement le type de modèle susceptible de dépasser ces chiffres. L’intérêt, c’est que vous le découvririez par vous-même plutôt que de le lire sur une fiche.

À qui appartient chacun

Nex N2.5 Pro s’adresse aux équipes qui construisent des agents d’utilisation d’ordinateur et des agents de navigateur, prêtes à mener leur propre évaluation avant de s’engager, et qui accordent de l’importance à une licence Apache-2.0 ainsi qu’à une empreinte active de 17B adaptée à un matériel modeste. Le point de terminaison gratuit rend l’essai peu coûteux ; l’absence de prix catalogue rend la décision de production difficile. Considérez les benchmarks du fournisseur comme une hypothèse étayée par un mécanisme plausible — un MoE issu de la lignée Qwen et post-entraîné sur des tâches de lecture d’écran — plutôt que comme un résultat.

Step 5 Preview s’adresse aux équipes dont la charge de travail repose sur un contexte long et une forte intensité de connaissances, et qui ont besoin d’un prix qu’elles peuvent prévoir. C’est l’option la plus coûteuse et la plus lisible, et sa licence soulève une question à très grande échelle que celle de Nex ne soulève pas.

Ni l'un ni l'autre ne figure aujourd'hui au catalogue d'OrcaRouter, ce billet ne peut donc vous orienter vers un point de terminaison moins cher pour aucun des deux. Ce que la plateforme propose bel et bien pour une décision de ce type, c'est le reste de la pile derrière une seule clé : plus de 200 modèles au prix catalogue du fournisseur, sans majoration, de sorte qu'un changement de tarif d'un fournisseur vous parvient le jour même, et un basculement automatique afin qu'un modèle que vous testez encore ne devienne jamais un point de défaillance unique. La méthode qui fonctionne pour un modèle non éprouvé consiste à lui acheminer une petite part du trafic réel derrière une solution de repli éprouvée, à mesurer, puis seulement ensuite à déplacer cette part. C'est moins cher qu'un comparatif de benchmarks et bien plus instructif qu'une fiche fournisseur.

Si vous avez besoin d’une réponse aujourd’hui, Step 5 Preview est celui que vous pouvez justifier lors d’une revue de conception, car chaque chiffre qui lui est associé peut être vérifié par quelqu’un dans la salle. Si vous développez un agent d’utilisation d’ordinateur et pouvez absorber le travail d’évaluation, Nex N2.5 Pro est le pari le plus intéressant — moins cher à essayer, plus difficile à défendre et véritablement non mesuré. L’erreur à éviter est de considérer 82.7 comme un fait et 1,00 $ comme un désavantage sans remarquer que seul l’un de ces deux chiffres a une seconde source.