Step 5 Preview לעומת Nemotron 3.5 Super: שני שחרורי משקולות, שני רישיונות שונים מאוד

ב-15 באוקטובר 2026, StepFun פרסמה את הצ'קפוינטים עבור Step 5 Preview ו-NVIDIA פרסמה את הצ'קפוינטים עבור Nemotron 3.5 Super — מודל חזון-שפה בעל 120 מיליארד פרמטרים ו-12 מיליארד פרמטרים פעילים, ששמו המלא בלוחות הדירוג הוא Nemotron 3.5 Super VL. שתי השקות דגל עם משקלים פתוחים, באותו יום, וכמעט אין ביניהן שום דבר אחר במשותף. האחד הוא תערובת מומחים דלילה בהיקף 600B, שנבנתה לעבודת סוכנים לטווח ארוך וברישיון לפי התנאים של StepFun עצמה. האחר הוא Mamba-Transformer היברידי שפועל במהירות פלט של בערך פי שניים וחצי על חמישית מהמחשוב הפעיל, תחת רישיון שנועד לשימוש מסחרי ללא שיחה. במדד ש-Artificial Analysis מגישה היום הם עומדים על 29 ו-14.

פער הניקוד הזה הוא ההבדל הכי פחות מעניין ביניהם. ההבדל המשמעותי יותר נמצא בעמוד הרישיון, והוא קובע איזה משני אלה אפשר להכניס בתוך מוצר בלי לבקש רשות מאף אחד קודם.

15 באוקטובר, פעמיים

שתי היסטוריות ההשקה מקבילות באופן יוצא דופן, ולכן ההשוואה הזו ממשיכה להיות מוצגת כמירוץ. היא אינה כזו — המודלים נבנו למשימות שונות, ורק תאריכי ההפצה חופפים.

• Step 5 Preview — ה-API פעיל מ-20 בספטמבר 2026; נקודות ביקורת BF16 ו-FP8 פורסמו ב-15 באוקטובר. ההודעה של StepFun עצמה הציגה את העיכוב כעיכוב מכוון: להשיק את נקודת הקצה, לאסוף תנועה, ואז לפתוח את המשקלים.

• Nemotron 3.5 Super VL — המשקלים פורסמו ב-15 באוקטובר 2026 כ-BF16 וכ-NVFP4. NVIDIA הפיצה באותו שחרור את הצ'קפוינטים, מתכוני האימון, מערכי הנתונים ומודלי הטיוטה לפענוח ספקולטיבי, והדוח הטכני שלה טוען שהמודל עולה על Nemotron 3 Ultra ב-SWE-bench Pro כאשר מספר הפרמטרים הפעילים שלו קטן בערך פי 4.6.

• נפרד מאחיו — Nemotron 3.5 Lightning, המודל הקטן יותר, טקסט בלבד, שיצא באותה מהדורה, הוא מוצר אחר ואינו נושא הדיון כאן. גם לא Nemotron 3 Ultra, שהשווינו בנפרד מול Step 5 Preview, ושהוא נמצא בנקודה אחרת על העקומה.

הרישיון הוא ההבדל הגדול יותר

שניהם מכונים משקלים פתוחים. רק אחד משני הרישיונות נכתב לשימוש ללא סף.

• Step 5 Preview — StepFun Model License 1.0. הוא נראה כמו הענקה מתירנית בסגנון Apache עם ייחוס, בתוספת תנאים מסחריים שמופעלים עבור פריסות גדולות מאוד: התנאים המפורסמים מוסיפים חובות של רישיון נפרד ברגע שמוצר עובר בערך 100 מיליון משתמשים פעילים חודשיים או 20 מיליון דולר בהכנסות חודשיות.

• Nemotron 3.5 Super VL — OpenMDW-1.1, המאפשר שימוש מסחרי ללא סייג. אין תנאי סף של מספר משתמשים, אין טריגר הכנסות, ואין משא ומתן נפרד.

• פורמטי משקלים — Step 5 Preview מגיע עם BF16 ו-FP8. Nemotron 3.5 Super VL מגיע עם BF16 ו-NVFP4, פורמט ארבעת הביטים שנבנה עבור חומרת Blackwell, כאשר NVIDIA מדווחת על שחזור דיוק חציוני של 99.62% לעומת בסיס BF16 ב-36 מבחני ביצוע.

• מה מגיע יחד עם המשקלים — Step 5 Preview פרסמה בלוג טכני המתאר את הארכיטקטורה ואת גישת האימון. NVIDIA פרסמה מערכי נתונים, מתכונים ומודל טיוטה לצד הצ'קפוינט.

For most teams the practical reading is simple — actually let me translate: לרוב הצוותים הפרשנות המעשית פשוטה: אם אתם מתחת לספי StepFun — וכמעט כולם כאלה — שתי הרישיונות מתנהגות באופן דומה בשימוש יומיומי. ההבדל מתגלה בבדיקת הנאותות. סקירה משפטית של Nemotron 3.5 Super VL מסתיימת ב"שימוש מסחרי מותר". סקירה משפטית של Step 5 Preview מסתיימת בפסקה על ספים שמישהו צריך למדל מול תוכנית הצמיחה שלכם. זו עלות אמיתית, שמשלמים פעם אחת, וכדאי לדעת אותה לפני שעבודת ההנדסה מתחילה.

הלוח, לאחר חישוב הניקוד מחדש

התיקון המועיל ביותר הזמין כאן הוא שהמספרים המצוטטים בהרחבה עבור שני המודלים אינם מעודכנים. סיקור ההשקה הציב את Step 5 Preview על 44 ואת Nemotron 3.5 Super VL על 26. מאז החליפה Artificial Analysis את גרסת האינדקס, ובלוח הנוכחי אותם שני מודלים מופיעים כ-29 ו-14. כל מה שנגזר מהקריאות הישנות יותר זז יחד איתם.

אותה הרצה, שורה אחת לכל ממד:

• Intelligence Index — Step 5 Preview 29 לעומת Nemotron 3.5 Super VL 14.

• AA-Briefcase v1.1 — 1,423 לעומת 999.

• AutomationBench-AA — 51% לעומת 15%.

• Terminal-Bench 4.0 — 33% לעומת 0%.

• FrontierCode 2.0 — 12% לעומת 6%.

• AA-Omniscience — 16 לעומת −3, כאשר הערך השלילי מעיד על יותר תשובות שגויות בטוחות מאשר הימנעויות.

• Humanity's Last Exam (Diamond) — 24% לעומת 9%.

• מהירות פלט — 179.1 לעומת 450.6 טוקנים לשנייה.

• עלות לכל משימת אינדקס — $2.35 לעומת $0.56.

• מחיר משולב למיליון טוקנים — $0.54 לעומת $0.1375.

צורת התוצאה עקבית בכל תת-בנצ'מרק: Step 5 Preview מוביל ביכולות, ו-Nemotron 3.5 Super VL מוביל בתפוקה ובמחיר. הנתון של Terminal-Bench 4.0 הוא זה שראוי לבחינה נוספת, משום שהוא אפס, ואפסים בבנצ'מרק בשימוש כה נרחב בדרך כלל מצביעים על משהו ספציפי ולא על חוסר יכולת מוחלט לבצע את המשימה.

המספרים של NVIDIA עצמה מצביעים למקום אחר

הנתונים שפרסמה NVIDIA מתארים מודל חזק בהרבה מזה שמצאה ההרצה הבלתי־תלויה. החברה מדווחת על 51.78% ב-SWE-bench Pro, על "עד פי חמישה" תפוקה סוכנית לעומת מודלים פתוחים דומים, ועל 4,632 עד 4,856 אסימוני פלט לשנייה לכל GPU בחומרת GB200. אלה נתונים שדווחו על ידי הספק, הופקו באמצעות מערכת הבדיקה של NVIDIA עצמה, והם אינם אותם מבחנים שהפיקו את ציוני המדד לעיל.

זה אינו סתירה, והתייחסות אליו כאל סתירה היא הטעות הנפוצה בסיקור של הצמד הזה. SWE-bench Pro ו-Terminal-Bench 4.0 מודדים דברים שונים על תשתיות שונות, והרנס של ספק שמכויל למודל של עצמו נוטה להחמיא לו. הסיכום הכנה הוא ש-NVIDIA פרסמה את חבילת החשיפה המלאה ביותר מבין השתיים — מתכונים, נתונים, דרפטר — ובו-זמנית את טענת הביצועים הפחות מאומתת באופן עצמאי. Step 5 Preview הוא ההיפך: חבילת חשיפה דקה יותר סביב מודל שהתנהגותו נמדדה בפועל על ידי מעבדות עצמאיות.

אם אתם בוחרים בין השניים האלה לפי מוניטין הבנצ'מרק, שימו לב באיזה צד של העסקה הזו נוח לכם. מתכון שאפשר להריץ מחדש שווה יותר מציון שאי אפשר.

כמה זה עולה להפעיל כל אחד בעצמך

מספרי הפרמטרים מחמיאים ל-Nemotron באופן שחשבון הזיכרון לא משחזר במלואו, אך הכיוון נכון.

• תצוגה מקדימה של Step 5 — 600B בסך הכול, 27B פעילים. גרסת ה-FP8 נכנסת לצומת בודדת של ארבעה B300 או שמונה H200. גרסת ה-BF16 דורשת כ-1.2 TB של זיכרון GPU, כלומר שמונה B300 או שני צמתים של H200 עם שמונה GPU כל אחד.

• Nemotron 3.5 Super VL — 120B בסך הכול, 12B פעילים, ומגיע בנוסף גם ב-NVFP4. הוא מהווה חמישית מסך מספר הפרמטרים של Step 5 Preview, כך שאותו תקציב חומרה מספיק לאשכול קטן בהרבה או לרמת מקביליות גבוהה בהרבה.

הפרמטרים הפעילים קובעים את עלות האינפרנס; מספר הפרמטרים הכולל קובע אם בכלל תוכל להעלות את הדבר הזה לזיכרון. מונה הפרמטרים הפעילים של 27B ב-Step 5 Preview שומר על תחרותיות החישוב לכל טוקן מול מודלים גדולים ממנו בהרבה, אבל מעטפת ה-600B היא מה שצריך להכניס לזיכרון לפני שכל זה בכלל רלוונטי. גם מונה הפרמטרים הפעילים של 12B וגם מעטפת ה-120B של Nemotron קטנים מספיק כדי שצומת בודד יהיה פריסה מציאותית ולא פרויקט רכש.

בתעריף המוצהר של NVIDIA של $0.225 לקלט ו-$0.575 לפלט למיליון טוקנים — לעומת $1.00 ו-$2.70 של Step 5 Preview — המסלול המתארח זול מספיק עד כדי כך שאחסון עצמי של Nemotron 3.5 Super VL הוא בעיקר החלטה בנושא מיקום נתונים, ולא החלטת עלות. עבור Step 5 Preview, אחסון עצמי הוא הדרך היחידה להימנע מתעריף גבוה פי ארבעה עד חמישה לכל טוקן.

ניתוב שאר הסטאק שלך

אף אחד משני הדגמים האלה אינו בקטלוג של OrcaRouter היום, כך שזה לא המקום שבו נוכל להציע לך נקודת קצה זולה יותר לאף אחד מהם. מה שבאמת שימושי בנתב בהחלטה הזו הוא החלק שמקיף אותו: יותר מ-200 הדגמים שנמצאים בקטלוג מחויבים לפי מחיר המחירון של הספק ללא תוספת, כך שהורדת מחיר מצד ספק מגיעה לחשבונית שלך באותו יום, ומעבר אוטומטי לגיבוי משמעו שהתעבורה שאינה Step-5 ואינה Nemotron במערך שלך ממשיכה לפעול כשספק אחד מתערער.

ההסדר הריאלי עבור צוות שבוחר באחד מאלה הוא היברידי: לארח בעצמו את המשקולות הפתוחות עבור עומס העבודה בנפח גבוה, ולהשאיר מודל מתארח מאחורי DSL לניתוב עבור מקרי הזנב שבהם האשכול שלך רווי או שהבקשה דורשת יכולת שלא פרסת. מצב המיזוג של OrcaRouter, שמפעיל פאנל של מודלים ומחזיר תשובה משולבת, הוא דרך להשתמש בזנב הזה במכוון ולא כגיבוי חירום.

מה לצפות בהמשך

שלושה דברים היו משנים את התשובה כאן. אם מעבדה עצמאית שנייה תפרסם תוצאות של Nemotron 3.5 Super VL שדומות לנתוני SWE-bench של NVIDIA עצמה ולא לריצת האינדקס, הפער של 29 מול 14 מפסיק להיות הכותרת והרישיון הופך לגורם המבדיל היחיד. אם StepFun תרפה או תבהיר את הספים המסחריים ברישיון שלה, עלות בדיקת הנאותות בצד השני נעלמת. ואם מחיר האירוח של אחד מהמודלים משתנה, הפער של פי ארבעה עד חמישה בטוקנים הוא המספר החשוף ביותר — מחיר המחירון של Nemotron כבר נמוך מספיק כך שהוזלה נוספת תגרום לאירוח עצמי שלו להיראות כתחביב ולא כאסטרטגיה.

עד שאחד מהדברים האלה יקרה, החלוקה הכנה היא זו: Nemotron 3.5 Super VL הוא המודל לפרוס כשאתה זקוק לתפוקה, לרישיון מסחרי ללא תנאים ולטביעת רגל שמתאימה לצומת אחד. Step 5 Preview הוא המודל לפרוס כשהמשימה ארוכה, ההקשר גדול ותשובה שגויה עולה יותר מהטוקנים — וכשאתה יכול לחיות עם רישיון שמעלה שאלה בקנה מידה גדול.