ליל ההשקה של Step 5 Preview מבית StepFun: מה אמרו חמישה בונים על מודל שיצא שישה שבועות מוקדם יותר
- OrcaחדשOrcaCyber: GLM 5.3 Flash Abliterated2026-10-2795 tok/s
- OrcaחדשOrcaCyber: Qwen3.8 Flash Next Abliterated2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 260 tok/s
- OrcaחדשOrcaCyber: MiMo V2.6 Flash Abliterated2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 91 tok/s
- MoonshotחדשMoonshotAI: Kimi K3.1 Pro2026-10-2446אינטליגנציה
- OrcaחדשOrcaCyber: DeepSeek V4.1 Flash Abliterated2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 103 tok/s
- minimaxחדשMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaחדשOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 65 tok/s
- deepseekחדשDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733אינטליגנציה
- DeepSeekחדשDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 101 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2854אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 180 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2228אינטליגנציה
- OpenAIOpenAI: GPT-6 Sol2026-09-2248אינטליגנציה
- AnthropicAnthropic: Claude Opus 5.52026-09-2258אינטליגנציה
- xiaomiXiaomi: MiMo-V2.6-Flash2026-09-2127אינטליגנציה
- xiaomiXiaomi: MiMo-V2.6-Pro2026-09-2130אינטליגנציה
- xAIGrok 4.72026-09-2134אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 לכל 1M טוקנים · 78 tok/s
ירד גשם בדרך לאירוע, וזה היה החלק היחיד בערב בסן פרנסיסקו ב-22 באוקטובר 2026 שלא היה בשליטתה של StepFun. החברה שכרה חדר, אירחה אותו במשותף עם Together AI ומילאה אותו — כ-277 אנשים נרשמו בעמוד האירוע הציבורי לפני פתיחת הדלתות — לאירוע שההזמנה כינתה Step 5 Preview Launch Night ומה שהלוח כינה יום חמישי. למודל שהושק היה API מאז 20 בספטמבר ומשקולות להורדה מאז 15 באוקטובר. אף אחד מהתאריכים האלה לא זז בגלל המסיבה. מה שהמסיבה עשתה היה להביא לחדר אחד את האנשים שבונים על גבי מודלים יחד עם האנשים שאימנו את המודל הזה, ולתת להם לדבר על החלקים בעבודה שטבלת בנצ'מרק לעולם לא לוכדת.
הפאנל היה קטן וספציפי באופן יוצא דופן: הונגיו ג'ואו, חוקר אימון מקדים ב-StepFun; דן פו, שמנהל קרנלים ב-Together AI; מאר הרשנסון מ-Pear VC; סעוד ריזוואן מ-Cline; וג'ואי וואנג מ-Harvey. ביניהם הם כיסו את ארבעת הדברים שקובעים אם מודל משמש בפועל — כיצד הוא אומן, כיצד הוא מוגש, האם מישהו יממן את הדבר שנבנה על גביו, והאם לולאת סוכן יכולה להסתמך עליו שלא ייפול בשלב הארבעים.
קודם כל, בעיית הדייט, כי היא מסבירה את כל הערב.
Step 5 Preview אינו חדש. StepFun פתחה את ה-API המסחרי ב-20 בספטמבר 2026, וההשקה רצה מכתחילה בצורת תצוגה מקדימה — step-5-preview הוא מזהה המודל, ולא תואר שמישהו הוסיף לאחר מכן. Artificial Analysis מתארכת את השחרור ל"ספטמבר 2026" בלי יום, ובדף המודל הישן יותר שלה התאריך היה 18 בספטמבר; את הפער בין זה לבין התאריך של StepFun עצמה אף אחד מהצדדים לא הסביר מעולם, והמאמר הזה משתמש ב-20 בספטמבר של StepFun כשההסתייגות הזו מצורפת.
התאריך המשמעותי ב-22 באוקטובר היה 15 באוקטובר. זה היה כאשר נקודות הבדיקה של BF16 ו-FP8 עלו ל-Hugging Face ול-ModelScope, לצד בלוג טכני שתיאר מחסנית "צרה-עמוקה" בת 92 שכבות ודפוס קשב GQA דליל המשזור שכבות חלון הזזה עם שער עם שכבות קשב מלא דלילות. האירוע היה, בקריאה הפשוטה ביותר, ליל השקה של שחרור משקולות: הערב שבו המודל הפסיק להיות משהו שקוראים לו והפך למשהו שאפשר גם להריץ.
הפרשנות הזו ראויה להיאמר, כי הפרשנות החלופית — שזה היה מודל חדש — ריחפה באוויר כל הערב, והיא שגויה. כל מי שיצא בתחושה ש-StepFun השיקה מודל בסוף אוקטובר יאחר בש�ישה שבועות להחלטה שכבר יכול היה לקבל.
מה שלמעשה הוצג בחדר
התוכן הטכני היה קליל יותר מהשיווק, וזה נורמלי לפורמט הזה. מה ש-StepFun הציגה על המסך היה מבנה המודל ולא הרצת בנצ'מרק חדשה: תערובת דלילה של מומחים עם 600 מיליארד פרמטרים בסך הכול ו-27 מיליארד פעילים לכל טוקן, ניתוב של 8 מתוך 352 מומחים ועוד מומחה משותף אחד, שלוש שכבות חיזוי ריבוי-טוקנים לפיענוח ספקולטיבי, וחלון הקשר של 1M טוקנים. הוא מקבל טקסט, תמונות ווידאו ומחזיר טקסט בלבד. תקרת הפלט בתיעוד של StepFun עצמה היא 64k טוקנים.
הקטע של ג'ואו היה זה שהתקרב ביותר לטענה ממשית בדבר הסיבה לכך שהארכיטקטורה נראית כך: מחסנית עמוקה של שכבות צרות, בהתבסס על הטיעון שהעומק קונה הסקה מרובת־שלבים מרומזת, שאותה מודל רדוד ורחב יותר נאלץ לבזבז אסימונים כדי לבצע בקול רם. השאלה אם הטיעון הזה נכון אינה משהו שליל ההשקה יש בכוחו להכריע. עם זאת, זהו סוג הטענה שצ'ק־פוינט להורדה מאפשר לאחרים לבחון, וזה בדיוק מה שלא היה אפשרי לפני 15 באוקטובר.
הנושא היה קריאה לכלים. מדדי ביצועים לא.
החלק השימושי ביותר בפאנל עסק באמינות בלולאות של סוכנים, והוא הגיע משני האנשים בחדר שמבלים את ימיהם בתוכן ולא באימון מודלים. המוצר של ריזוואן, Cline, הוא סוכן עורך שחייב להמשיך לעבוד כשמודל מחזיר JSON פגום בשלב האחד-עשר של משימה בת עשרים שלבים. המעסיק של וואנג, Harvey, מריץ לולאות דומות לעבודה משפטית, שבה קריאה שגויה לכלי אינה הדגמה גרועה אלא אירוע של אחריות משפטית.
מה שתיארו שניהם הוא מצב כשל שאינו מופיע בממוצע של בנצ'מרק: המודל שמצטיין במשך עשרה סבבים ואז משנה בשקט את צורת הארגומנטים שלו. הראיות שפרסמה StepFun לגבי הממד הזה הן שלה, וכדאי לסמן אותן ככאלה. ב-Terminal-Bench 4.0 הספק מדווח על 33.3 לעומת 12.6 של Kimi K3; ב-DeepSWE v1.1, 67.7 לעומת 67.5. אלה מספרים שהורצו בידי הספק על בחירת הספק של הרנס, והפער בעבודה בטרמינל בפרט גדול מספיק כדי להצדיק חוות דעת שנייה לפני שמישהו מתכנן הגירה סביבו. המעריך הבלתי־תלוי לא פרסם השוואה ראש בראש מותאמת־הרנס עבור המודל הזה, והאינדקס שהוא כן מפרסם נבנה מחדש מאז — ראו להלן.
עלות הסקה, הנדונה כבעיית הגשה ולא כמחירון
הקטע של Fu היה זה שיהיה החשוב ביותר לכל מי שמתכוון לארח בעצמו, והוא היה ספציפי באופן שהרצאות השקה בדרך כלל אינן. צ'קפוינט ה-FP8 דורש בערך 773 GB של VRAM ולפחות ארבעה GPUs, כאשר B300 הוא יעד ברירת המחדל; מסלול Hopper דורש שמונה H200s потому שהמודל לא נכנס על ארבעה. וריאנט ה-NVFP4 מקטין את טביעת הזיכרון לכ-473 GB ומגביל את ההקשר השמיש ל-320k טוקנים, וזו פשרה אמיתית ולא טעות עיגול. ל-vLLM ול-SGLang היו מתכונים שפורסמו ב-15 באוקטובר, ומסלול SGLang משלם עלות קומפילציה של FlashInfer של כחמש עשרה דקות בהפעלה קרה.
לעומת זאת, החלופה המושכרת פשוטה: $1.00 למיליון טוקני קלט ו-$2.70 למיליון טוקני פלט בכרטיס הדולר של StepFun, כאשר קלט שנשמר במטמון מחויב בהנחה של 90%. כרטיס הרנמינבי של StepFun מציג ¥7 לקלט, ¥20 לפלט ו-¥0.70 לפגיעות במטמון — כשנתון הפגיעות במטמון הוכפל מ-¥0.35 בשעה 00:30 לפי שעון בייג'ינג ב-14 באוקטובר, שמונה ימים לפני המסיבה, עם סעיף זכות מוקנית ללקוחות משלמים-לפי-שימוש קודמים. איש על הבמה לא הזכיר את השינוי הזה. זו עובדת התמחור המשמעותית ביותר לגבי מודל זה החודש, והיא נמצאת בתיעוד של הספק עצמו ולא במצגת.
Artificial Analysis מעריכה את העלות המשולבת ב־$0.54 למיליון טוקנים ביחס פגיעות מטמון של שבע לשתיים לאחת, ואת העלות של הרצה מלאה של Intelligence Index ב־$2.35.
שאלת ההון, וזה המקום שבו הערב נעשה כן.
תרומתו של הרשֶנסון הייתה הכי פחות טכנית והכי שימושית: תזכורת לכך שהסיבה שכדאי לשים לב למודל זול, פתוח, עם חלון הקשר ארוך היא שהוא משנה את מה שחברת סיד יכולה לנסות. סטארטאפ שלא היה יכול להרשות לעצמו מודל חזית בכל שלב בלופ של סוכן יכול כעת להרשות לעצמו להריץ את הלופ יותר מפעם אחת. הגרסה של וואנג לאותה נקודה, מזווית של קונה ארגוני, הייתה ששאלת הרכש איננה "האם זה המודל הטוב ביותר" אלא "מה יקרה לעלויות שלנו ולזמן ההשהיה שלנו אם הוא יהיה טוב פי שניים ממה שצפינו בו וננתב אליו הכול".
זו שאלת ניתוב, וזה המקום היחיד שבו הכלכלה של אירוח עצמי והכלכלה של API מפסיקות להיות שתי שיחות נפרדות. עמדתה של OrcaRouter בנושא פשוטה: הפלטפורמה נושאת 214 מודלים מאחורי מפתח אחד וחשבון אחד, עם תצורת ניתוב שמאפשרת להצהיר על מודל ראשי ועל שרשרת גיבוי במקום לקודד מזהה מודל ישירות באפליקציה, ומעבר אוטומטי לגיבוי כאשר ספק נחלש. Step 5 Preview אינו נמנה עם אותם 214 — אין רשומה של StepFun בקטלוג החי נכון ל-29 באוקטובר 2026, ואין לקרוא שום דבר במאמר הזה כטענה שאנחנו מספקים אותו. כל מי שרוצה להעריך אותו היום עומד לבחור בין ה-API של StepFun לבין אירוח עצמי של הצ'קפוינטים שיצאו ב-15 באוקטובר.
מה למעשה השתנה לאחר שהמודל שוחרר
שלושה דברים, לפי מידת ההשפעה שהם אמורים להשפיע על החלטה.
הראשון הוא המדד. ב-27 וב-28 באוקטובר החליפה Artificial Analysis את ה-Intelligence Index שלה בגרסה 5, כאשר 60% מהציון המשולב מבוסס על מערכי בדיקה פרטיים או מוחזקים, ובנתה מחדש את תשעת ההערכות המרכיבות. היא השמיטה שלוש מההערכות שעליהן נשען חומר ההשקה של StepFun — GDPval-AA, SciCode ו-AA-LCR — והוסיפה את FrontierCode 2.0 ואת Terminal-Bench-Science. הציון של Step 5 Preview במדד החדש הוא 29. הציון שלו במדד הישן היה 44. אלה שתי מדידות שונות של אותו מודל לפי שני מערכי קריטריונים שונים, לא מודל שהפך גרוע יותר, ואין להפחית את ה-44 שהופץ בספטמבר ובאוקטובר מכל דבר שנמדד תחת v5. Kimi K3.1 Pro, לשם השוואה, עבר מ-55 ל-46 באותה בנייה מחדש — ירידה של תשע נקודות במודל שזה עתה הושק.
הדבר השני הוא הרישיון. המשקלים פתוחים במובן זה שאפשר להוריד אותם, והם אינם פתוחים במובן OSI. StepFun Model License 1.0 מטיל תנאי ייחוס על פלטים שבהם נעשה שימוש מהותי, מחייב יצרני חומרה — טלפונים, רכבים, התקנים לבישים, רובוטים — לנהל משא ומתן בנפרד, ומחייב רישיון מסחרי למפעילי מודל-כשירות עם הכנסות שנתיות מעל 20 מיליון דולר. אם אתם צוות של שני אנשים, שום דבר מזה לא פוגע בכם. אם אתם מתכננים למכור מחדש הסקה על גביו, זה פוגע מיד, וכדאי לקרוא אותו לפני שעת ה-GPU הראשונה ולא אחריה.
השלישי הוא שינוי המחיר שכבר תואר, אשר התרחש לפני האירוע ולא עלה בו.
מה שקבלן צריך לקחת מהערב
האות השימושי מ-22 באוקטובר אינו ש-StepFun השיקה מודל חדש. אלא שחברה שדגם הדגל שלה הושק בספטמבר העבירה ערב באוקטובר בשיחה עם בוני סוכנים על אמינות קריאות לכלים ועלויות הגשה ברמת הקרנל, בחדר שבו האנשים שיסבלו משניהם ישבו בשורות הראשונות. זו חברה שמתנהגת כאילו ששת החודשים הבאים של אימוץ תלויים ביכולת תפעול ולא בשורה נוספת במדד ביצועים.
הגרסה הקונקרטית של זה: אם חיכיתם למשקלים לפני שהייתם מתייחסים ברצינות ל-Step 5 Preview, ההמתנה הסתיימה ב-15 באוקטובר. אם חיכיתם לציון עצמאי שאפשר להשוות אל מול כל השאר, המספר קיים כעת, הוא 29, והוא נמדד לפי רובריקה שזה עתה נבנתה מחדש מתחת לרגלי כולם. שני הדברים האלה הם סיבות לגבש דעה עכשיו ולא אחרי ליל ההשקה הבא.
