Step 5 Preview לעומת Claude Sonnet 5.5: שתים עשרה נקודות מדד, פי עשרה מחשבון המשימה

Step 5 Preview ו-Claude Sonnet 5.5 הם שני המודלים שהקוראים באמת שוקלים זה מול זה החודש: תצוגה מקדימה של StepFun במחיר $1.00 / $2.70 למיליון טוקנים שנפתחה ב-20 בספטמבר 2026, ו-Claude Sonnet 5.5 במחיר $2.00 / $10.00 ששוחרר ב-28 בספטמבר. בלוח העצמאי הם במרחק שתים עשרה נקודות — 44 מול 56 במדד Artificial Analysis Intelligence Index v4.3.2 — ושתים עשרה נקודות זה פער אמיתי. זה גם לא המספר שקובע את החשבון. המספר שקובע את החשבון הוא עלות למשימה שהושלמה, ושם אותו לוח מציג $0.71 עבור Step 5 Preview לעומת $7.60 עבור Claude Sonnet 5.5 במאמץ מקסימלי. פי עשרה וחצי מהכסף, עבור שתים עשרה נקודות. כמעט כל שורה אחרת בשני הכרטיסים היא ויכוח על איזה חצי מהעסקה הזו אתה יכול לחיות איתו.

שני כרטיסי התעריפים, שורה אחר שורה

כל מה שמופיע בסעיף זה הוא התמחור שכל ספק פרסם בעצמו, כפי שנקרא ב-9 באוקטובר 2026.

• קלט — Step 5 Preview $1.00 למיליון טוקנים לעומת Claude Sonnet 5.5 $2.00 למיליון טוקנים

• פלט — 2.70$ לעומת 10.00$ למיליון טוקנים; השורה ששולטת בשני החשבונות

• קלט במטמון — Step 5 Preview מציין הנחה אחידה של 95% על קלט, מה שמעמיד פגיעת מטמון על כ-$0.05 למיליון טוקנים לעומת קריאת מטמון של $0.20 ב-Claude Sonnet 5.5

• כתיבת מטמון — Claude Sonnet 5.5 מפרסמת $2.50 למיליון טוקנים עבור כתיבת מטמון של חמש דקות; StepFun לא פרסמה כלל תעריף לכתיבת מטמון, כך שחצי מההשוואה הזו ריק בצד אחד

• חלון הקשר — 1M טוקנים בשני הכרטיסים

• פלט מקסימלי — Claude Sonnet 5.5 מתעד 128,000 טוקנים (ו-300,000 ב-Message Batches API מאחורי הדר בטא); StepFun לא פרסמה תקרת פלט עבור Step 5 Preview

• מודאליות — שניהם מקבלים טקסט ותמונות ומחזירים טקסט בלבד

• שליטה בחשיבה — Step 5 Preview חושף חשיבה מורחבת ללא דרגות מאמץ מפורסמות; Claude Sonnet 5.5 חושף סולם מאמץ שההגדרות הגבוהות ביותר שלו נמצאות בדיוק במקום שבו העלות שלו לכל משימה מתפוצצת

• משקלים — הצ'קפוינט BF16 של Step 5 Preview הובטח ל-15 באוקטובר 2026 וטרם יצא לאור; Claude Sonnet 5.5 הוא קנייני

שתיים מהשורות האלה עושות יותר עבודה מהכותרת. שורת המטמון היא המקום שבו הכרטיס הזול נעשה זול עוד יותר, מפני שהנחה של 95% על דולר היא קריאה מהמטמון של חמישה סנטים, ושל Anthropic היא עשרים. ושורת תקרת הפלט עובדת בכיוון ההפוך: ספק אחד אומר לך היכן היתרון שלו, והאחר מפרסם חלון של מיליון טוקנים בלי לומר כמה ממנו יכול לחזור החוצה.

מהיכן בעצם מגיעות שתים עשרה הנקודות

שני הנתונים שלהלן הם של Artificial Analysis, לפי Intelligence Index v4.3.2, ושניהם נקראו מדף המודל עצמו ולא מטבלה של ספק.

• מדד האינטליגנציה — Claude Sonnet 5.5 ‏56, במקום ה-3 מתוך 216, לעומת Step 5 Preview ‏44, במקום ה-45 מתוך 200. שני גדלים שונים של מדגם מכיוון שהלוחות הופקו ברגעים שונים; הציונים הם החלק שניתן להשוות.

• עלות לכל משימת אינדוקס — 7.60$ לעומת 0.71$. הנתון של Anthropic מתייחס לתצורה שהלוח מתייג כ"חשיבה אדפטיבית, מאמץ מקסימלי, גיבוי ברירת מחדל", שהיא הקצה היקר בסולם של אותו מודל עצמו.

• טוקנים של פלט שנוצרו במהלך הרצת האינדקס — 410M לעומת 160M, מול חציון לוח של 88M. שני המודלים מילוליים לפי מדד הלוח. האחד הוא יותר מפי ארבעה מהחציון, והאחר לא ממש פי שניים ממנו.

• מהירות פלט — Step 5 Preview קורא כ-100 טוקנים לשנייה לעומת ממוצע של 70. Artificial Analysis לא פרסמה נתון פלט עבור Claude Sonnet 5.5 בזמן כתיבת שורות אלה, כך ששורה זו חד-צדדית ולא.

שימו את שתי השורות הראשונות יחד וצורת ההחלטה מופיעה. שתים עשרה נקודות אינדקס מפרידות בין המודלים האלה; פער של פי עשרה וחצי מפריד בין העלויות שלהם להרצת אותה הערכה. הנקודות אמיתיות — פער הדירוג מציב אחד מהם בשלושת המודלים המובילים שהמועצה מדרגת ואת השני ברביע העליון — אבל צוות שמשלם 7.60 דולר למשימה עבור עומס סוכני קשה משלם עבור שיקול דעת, והשאלה היא אם המשימות שלו זקוקות לכך.

טבלאות ספקים לא יכריעו את זה, והנה ההוכחה

שתי המעבדות מפרסמות נתון של Terminal-Bench 4.0. ההכרזה של Anthropic על Sonnet 5.5 טוענת ל-70.6% עבורו, לעומת 10.3% עבור הדגם שהוא מחליף. הנתון שפרסמה StepFun בעצמה עבור Terminal-Bench 4.0 עבור Step 5 Preview הוא 33.3%. שניהם מנוהלים על ידי הספק, שניהם לא שוחזרו על ידי שום צד שלישי, והם רחוקים זה מזה ב-37 נקודות בבנצ'מרק עם אותו שם.

הפער הזה אינו ראיה שאחד המודלים טוב פי שניים. הוא ראיה ששתי מעבדות שמריצות רתמת בדיקה בשם זהה על תצורות שונות, שלדי סוכנים והגדרות מאמץ שונות מייצרות מספרים שאי אפשר לחסר זה מזה. זו הבעיה החוזרת בהשוואות ביום ההשקה, וזו הסיבה שכל שורה בכתבה הזו שמגיעה ממעבדה מסומנת ככזו. כאשר צד שלישי מדד את שני המודלים על רתמת בדיקה אחת, השתמש בנתון הזה. כאשר הוא לא עשה זאת, התייחס לנתון הספק כאל טענה על כוונה.

הערת ההגירה של Anthropic עצמה מהשקת Sonnet 5.5 ראויה להיכלל בהשוואה הזו, מפני שהיא חלה על כל נקודת קצה בתצוגה מקדימה שאתם מעריכים. הנחיית הספק הייתה שרמות המאמץ כוילו מחדש בין Sonnet 5 ל-5.5, ושצוותים צריכים להריץ מחדש את סבב סריקת המאמץ שלהם במקום להעביר הגדרה הלאה. האזהרה המקבילה חלה כאן בכיוון ההפוך: Step 5 Preview הוא תצוגה מקדימה, תצורת ההגשה שלו עדיין משתנה, והגדרה שכויילה מול נקודת הקצה של השבוע אינה הגדרה שבבעלותכם.

שניהם מדברים יותר מדי, כל אחד במידה שונה.

מילוליות היא השורה שהופכת מחירון לחשבונית. Step 5 Preview יצר 160 מיליון טוקנים של פלט כדי להשלים את סדרת האינדקסים, בעוד שהמודל החציוני של הלוח מייצר כ-92 מיליון — בערך פי 1.7 מהחציון. Claude Sonnet 5.5 ייצר 410 מיליון, או בערך פי 4.7 מהחציון.

בעלות של 2.70 דולר למיליון טוקני פלט, שפע המילים של Step 5 Preview מהווה חלק גדול ממספר קטן. בעלות של 10.00 דולר, זה של Claude Sonnet 5.5 מהווה את רובו של מספר עצום. אף אחד מהמודלים אינו תמציתי, והשיווק של אף אחד מהספקים לא מתאר אותו כך. ההשלכה המעשית היא שמדידת טוקנים-למשימה בתעבורה שלך תספר לך יותר על הפער האמיתי בעלויות ממה שכרטיסי התעריפים עושים, מפני שכרטיסי התעריפים מניחים ששני המודלים כותבים את אותו מספר מילים לאותה תשובה. הם לא.

שורת המטמון, מחושבת על לולאה אמיתית

קחו לולאת סוכן עם קידומת יציבה בת 40,000 טוקנים — הנחיית מערכת בתוספת הקשר של מאגר קוד — שנשלחת מחדש בכל תור במשך שלושים תורים, כאשר הקידומת נכתבת פעם אחת ונקראת מהמטמון עשרים ותשע פעמים. כלומר 1.16 מיליון טוקני קלט במטמון בכל סשן.

• Claude Sonnet 5.5 — כתיבה אחת ב-$2.50 למיליון טוקנים, כ-$0.10, ואז 1.16M טוקנים לקריאה ב-$0.20 למיליון, כ-$0.23. סה"כ כ-$0.33 לסשן, לפני כל קלט או פלט חדשים.

• Step 5 Preview — קריאות בהנחה המוצהרת של 95%, כך שזה בערך $0.05 למיליון ובערך $0.06 לסשן. חלק הכתיבה אינו מתומחר מכיוון ש-StepFun לא פרסמה תעריף כתיבה למטמון.

בשורות שאנחנו יכולים לתמחר בפועל, תעבורה במטמון עולה בערך פי חמישה בכרטיס של Anthropic, וההסתייגות היא שאחד משני שיעורי הכתיבה עדיין לא קיים. זהו נפח העבודה ששני המודלים נמכרים עבורו, ולכן השורה הזו חשובה יותר ממה שאחוזי ההנחה הכותרתיים גורמים לזה להיראות.

היכן שכל אחד יכול למעשה להיקרא

Claude Sonnet 5.5 נמצא בקטלוג שלנו בתור anthropic/claude-sonnet-5.5, במחירים של Claude Sonnet 5.5 עצמו — $2.00 ו-$10.00 עם קריאת מטמון ב-$0.20, חלון הקשר של 1,000,000 טוקנים ופלט מרבי של 128K — מחיר המחירון מועבר הלאה בתוספת של 0%, כך ששינוי בכרטיס של Anthropic הוא שינוי בשלנו באותו היום. Step 5 Preview אינו נמצא בקטלוג הזה, ולא בכוונתנו לרמוז אחרת: הוא עונה ב-API של StepFun עצמו, ועד שנקודת הביקורת המובטחת תגיע — בשום מקום אחר.

לחוסר-הסימטריה הזה יש שימוש מעשי. אם שני המודלים היו מאחורי מפתח אחד עם מעבר אוטומטי לגיבוי, העברת עומס עבודה מאחד לשני הייתה שינוי במחרוזת המודל ותו לא — וזו הסיבה הכנה להשאיר את הדלת גנרית. במצב הנוכחי, ההשוואה היא בין מודל שאפשר לקרוא לו דרך הנתיב הקיים שלך לבין מודל שצריך לחבר בנפרד, והשני הוא תצוגה מקדימה שמערך ההגשה שלו עדיין בבנייה. הצבת קיבולת לא מוכחת מאחורי נתב עם מעבר לגיבוי למשהו שכבר מוסמך היא ביטוח זול; נתיב ראשי שמצביע ישירות אל נקודת קצה של תצוגה מקדימה אינו כזה.

מה היה משנה את פסק הדין הזה?

שלושה דברים, כולם ניתנים לתאריך. הראשון הוא 15 באוקטובר 2026, כאשר הצ'קפוינט BF16 של StepFun אמור להיות מוכן. אם הרישיון מתיר כוונון עדין והמשקלים אמיתיים, הפער של שתים עשרה נקודות מפסיק להיות תכונה קבועה של המודל והופך למשהו שצוות יכול לתקוף על הנתונים שלו — ואז הכרטיס הזול פי עשרה הופך לנקודת התחלה מעניינת בהרבה. אם הצ'קפוינט מתעכב או הרישיון מגביל, הפער נשאר בדיוק היכן שהלוח הציב אותו.

השאלה השנייה היא אם הלקח של Anthropic עצמה על כיול מחדש של מאמץ מיושם כאן. היתרון לפי משימה של Sonnet 5.5 על פני Sonnet 5 קיים במאמץ נמוך ובינוני, לא במאמץ מרבי, וההפך נכון במקסימום. רוכש של Step 5 Preview שלא סורק רמות מאמץ משווה מודל בברירת המחדל שלו מול מודל בברירת המחדל שלו, וזה בצד של Anthropic אינו המקום שבו מתרחשת העבודה הזולה ובעלת הערך הגבוה.

השלישי הוא ריצה עצמאית הולמת של Step 5 Preview בתצורה דומה לזו שבה נמדד המספר של Anthropic. עד שזה יהיה קיים, ה-44 הוא תצורה מדורגת יחידה בלי סולם לצידו, ול-56 יש עקומת מאמץ שלמה מתחתיו. ההשוואה כנה כפי שהיא כתובה; היא עדיין לא סימטרית.

עבור צוות שמחליט היום ולא ב-15 בחודש: אם עומס העבודה הוא ארוך-הקשר, עם שימוש כבד במטמון וחוזר על עצמו לעתים קרובות, החשבון בעמוד הזה מעדיף את הכרטיס הזול בסדר גודל, ופער היכולות הוא מחיר הכניסה. אם עומס העבודה קשה, קצר, ומדורג על ידי אדם שיבחין בהבדל בין 44 ל-56, הכרטיס היקר הוא זה שמסיים את העבודה. אף אחת משתי התשובות לא שורדת מפגש עם עומס עבודה שהוא גם וגם, ולשם כך בדיוק נועד ראוטר.

מחיר המחירון מועבר הלאה בתוספת של 0%, כך ששינוי במחירון של Anthropic הוא שינוי במחירון שלנו באותו יום.

מעבר אוטומטי לגיבוי בנתב הוא מה שמאפשר שנקודת קצה של תצוגה מקדימה תוערך מאחורי גיבוי מוסמך במקום כנתיב הראשי.