Step 5 Preview vs A.X-K2: Model API 600B Melawan Unduhan 690B

Step 5 Preview dan A.X-K2 adalah dua sisi dari keputusan yang terus muncul musim gugur ini: menyewa model kelas terdepan dari API, atau membawa pulang model unggulan berbobot terbuka dan menjalankannya sendiri. Step 5 Preview dari StepFun adalah opsi sewa — diumumkan pada 20 September 2026, dapat dipanggil di hari yang sama dengan harga $1,00 per juta token input dan $2,70 per juta token output, sekitar 600 miliar parameter total dengan 27 miliar aktif, konteks 1 juta token, dan skor independen Artificial Analysis Intelligence Index sebesar 44. A.X-K2 dari SK Telecom adalah opsi unduh — dirilis 12 Agustus 2026 di bawah Apache 2.0, sekitar 688 hingga 692 miliar parameter total dengan 33 miliar aktif, konteks 262K token, dan skor indeks 21. Satu lebih besar, satu punya harga, dan yang punya harga justru yang skornya jauh lebih tinggi. Pembalikan itulah inti perbandingannya, dan itu layak dipahami sebelum Anda memilih pihak berdasarkan prinsip.

Kerangka biasa untuk kedua model ini bersifat nasional: andalan AI kedaulatan Korea melawan salah satu laboratorium paling agresif di Tiongkok. Kerangka itu tidak berguna untuk keputusan penerapan. Yang berguna adalah bahwa A.X-K2 adalah satu-satunya dari pasangan ini yang dapat Anda miliki, dan Step 5 Preview adalah satu-satunya dari pasangan ini yang dapat Anda beli per token. Segala hal lainnya mengikuti dari pembagian itu.

Angka-angka, terikat pada sumber-sumbernya.

Satu-satunya pengukuran yang benar-benar setara adalah Intelligence Index, dan pengukuran itu independen di kedua sisi: 44 untuk Step 5 Preview dibandingkan median 26 di antara model-model sebanding, dan 21 untuk A.X-K2 dibandingkan median 18 di kelas pembanding model berbobot terbuka, keduanya diukur oleh pihak ketiga yang sama pada skala yang sama. Jika dibaca pada saat penulisan, itu adalah angka hari ini — skor pada indeks ini berubah ketika evaluator melakukan kalibrasi ulang, dan pembacaan sebelumnya pada halaman A.X-K2 yang sama menunjukkan angka yang lebih tinggi. Segala hal lain dalam perbandingan ini datang dengan atribusi yang harus Anda bawa ke mana-mana.

• Kecerdasan independen — Step 5 Preview: 44 pada Artificial Analysis Intelligence Index vs A.X-K2: 21 pada indeks yang sama, diukur secara independen.

• Parameter total / aktif — Step 5 Preview: sekitar 600B total, 27B aktif menurut StepFun vs A.X-K2: sekitar 688–692B total, 33B aktif menurut materi SK Telecom dan kartu indeks.

• Jendela konteks — Pratinjau Langkah 5: 1 juta token per StepFun vs A.X-K2: 262 ribu token.

• Modalitas — Step 5 Preview menerima teks dan gambar; A.X-K2 hanya teks.

• Harga — Step 5 Preview: $1,00 per juta input dan $2,70 per juta output, dipublikasikan oleh vendor vs A.X-K2: tidak ada harga API komersial yang dipublikasikan sama sekali.

• Di mana ia berjalan — Step 5 Preview: API dan Studio milik StepFun sendiri, ditambah platform mitra selama periode promosi vs A.X-K2: perangkat keras Anda, dari unduhan.

Rilis — Step 5 Preview diumumkan 20 September 2026 vs A.X-K2 dirilis 12 Agustus 2026.

• Lisensi — Step 5 Preview: pratinjau tertutup dengan bobot BF16 yang dijanjikan untuk 15 Oktober 2026 vs A.X-K2: Apache 2.0.

A.X-K2: instrumen yang lebih berat, dengan bukti yang lebih tipis

SK Telecom membangun A.X-K2 sebagai penerus A.X K1, dan arsitekturnya diarahkan tepat pada biaya konteks panjang: tata letak mixture-of-experts dengan 256 ahli dan 8 aktif per token, dilatih secara native dalam FP8, dengan mekanisme yang oleh perusahaan disebut Sparse Gated Attention. Itu adalah pencapaian rekayasa yang serius, dan itulah alasan model dengan total hampir 700 miliar parameter dapat dilayani sama sekali oleh organisasi yang bukan hyperscaler.

Yang tidak dimilikinya adalah konfirmasi independen. SK Telecom melaporkan kenaikan rata-rata 32,2 poin di empat belas benchmark dibandingkan A.X K1, lompatan sekitar 83,9 poin pada evaluasi konteks panjang dan agen, 97,1 pada AIME 2026, 80,5 pada benchmark pengetahuan Korea KMMLU-Pro dan 91,6 pada CLIcK, serta mengatakan model ini menyamai atau mengalahkan rilis Qwen dan DeepSeek terbaru dalam matematika dan pekerjaan berbahasa Korea. Setiap angka itu berasal dari data vendor sendiri. Skor independen — 21 pada Intelligence Index — melampaui median 18 dari kelas pembanding open-weights-nya tetapi berada dua puluh tiga poin di bawah Step 5 Preview, dan titik kekuatan A.X-K2 justru terletak pada area yang tidak banyak diberi bobot oleh indeks tersebut: sembilan evaluasinya sebagian besar berbahasa Inggris, berpusat pada penalaran dan agen, dan tidak satu pun merupakan benchmark berbahasa Korea.

Tidak ada dari semua itu yang membuat A.X-K2 menjadi model yang lebih buruk daripada skornya. Hal itu menjadikan skornya sebagai batas bawah atas apa yang dapat dilakukannya untuk beban kerja berbahasa Korea atau yang berat matematika, menurut klaim vendor, sampai laboratorium independen menerbitkan evaluasi tersebut. Sisi biayanya lebih konkret: deployment referensi untuk kelas bobot ini membutuhkan empat GPU kelas B300 dan sekitar 656 GiB dalam FP8. Itulah harga dari unduhan tersebut, dan tidak seperti tagihan token, biaya itu tidak menyusut kembali saat eksperimen berakhir.

Pratinjau Langkah 5: yang bisa Anda coba lewat HTTP hari ini

Keunggulan Step 5 Preview bukanlah bahwa ia lebih besar atau lebih terbuka — ia bukan keduanya — melainkan bahwa ia memiliki harga, dapat dipanggil, dan dinilai secara independen, dan bahwa ia gratis untuk dicoba di tiga platform mitra selama Oktober. Bagi tim yang mengevaluasi daripada menghosting sendiri, kombinasi itu lebih bernilai daripada lisensi Apache 2.0, karena mengubah keputusan perangkat keras menjadi panggilan API. Jurnal StepFun tentang model ini tipis di tempat-tempat yang biasa, meskipun demikian: pasangan parameter 600B/27B dan konteks 1M token adalah angka milik vendor sendiri, bobot yang dijanjikan belum dirilis, dan angka paling berguna dari dewan independen tentangnya bisa dibilang bukan skor 44 melainkan verbositasnya — sekitar 160 juta token keluaran yang dihasilkan di seluruh rangkaian tugas indeks dibandingkan dengan median sekitar 82 juta, dan A.X-K2 bahkan lebih jauh lagi pada sekitar 230 juta dibandingkan median 140 juta. Pada model yang menagih $2.70 per juta token keluaran, selisih itu adalah perbedaan antara evaluasi murah dan kebiasaan produksi yang mahal.

Mengapa model yang lebih besar mendapat skor lebih rendah

Jumlah parameter bukanlah poin, dan pasangan ini menunjukkannya dengan jelas. ~300 miliar parameter total ekstra milik A.X-K2 menghasilkan kepadatan yang muncul di tempat-tempat yang dihargai oleh rangkaian evaluasinya sendiri — kedalaman bahasa Korea, matematika, pengetahuan luas — sementara indeks yang menjadi tempat kedua model muncul sebagian besar berbahasa Inggris, berat penalaran, dan berpusat pada agen, di mana para pembangun Step 5 Preview tampaknya telah menyetelnya dengan sengaja. Desain 27B-active juga membuat model StepFun jauh lebih murah untuk dilayani pada throughput tertentu, yang menjelaskan mengapa harga hosting itu ada.

Ada pembacaan kedua yang kurang menyenangkan yang justru mengarah ke kesimpulan sebaliknya. A.X-K2 telah dirilis sejak 12 Agustus dan Step 5 Preview sejak 20 September; model yang lebih baru memiliki lebih sedikit minggu untuk ditinjau secara independen, dan angka 44-nya mungkin masih bisa berubah seiring bertambahnya evaluasi yang masuk. Kedua angka itu bersifat sementara, sebagaimana skor kuartal pertama pada model apa pun bersifat sementara. Perbedaannya adalah skor sementara A.X-K2 merupakan bukti terbaik yang dimiliki siapa pun di luar SK Telecom, sedangkan skor sementara Step 5 Preview bertumpu pada lembar spesifikasi vendor yang setidaknya sebagian telah direproduksi oleh pihak ketiga.

Ekonomi pelayanan, yang merupakan tempat keputusan sebenarnya berada.

Jika Anda dapat memanggilnya, Anda membayar $1,00 untuk input dan $2,70 untuk output per juta token dan selesai — tanpa pengadaan, tanpa GPU, tanpa ops. Jika Anda mengunduhnya, Anda membayar perangkat keras, daya, pekerjaan kuantisasi, dan harness evaluasi, dan Anda dapat menyimpan prompt serta data Anda di dalam perimeter Anda sendiri. A.X-K2 dengan 33B aktif bukan model laptop; konfigurasi referensinya adalah klaster kecil. Pratinjau tertutup Step 5 Preview sama sekali tidak menawarkan perimeter hingga 15 Oktober, saat bobot BF16 dijanjikan — dan sampai file-file itu muncul di repositori, tanggal itu adalah komitmen, bukan opsi.

Inilah titik ketika lapisan perutean membuktikan nilainya, bukan sekadar mempromosikan dirinya. Sebagian besar tim tidak ingin menjawab "sewa atau milik" sekali dan selamanya; mereka ingin tahu apa yang dilakukan sebuah model pada lalu lintas mereka sebelum membeli perangkat keras untuknya, lalu tetap memiliki kemampuan untuk berpindah jika jawabannya berubah. OrcaRouter tidak merutekan Step 5 Preview, dan tidak merutekan A.X-K2 — keduanya berada di luar katalog kami saat ini. Yang dilakukannya adalah menempatkan lebih dari 200 model di balik satu kunci API dan satu tagihan dengan markup 0% dengan harga daftar penyedia yang diteruskan, sehingga kumpulan pembanding yang Anda gunakan untuk menguji salah satu flagship baru adalah kumpulan yang dapat Anda panggil sore ini, dan failover otomatis menjaga jalur produksi tetap hidup selagi Anda masih memutuskan.

Mana yang harus dipilih

Pilih Step 5 Preview jika beban kerja Anda adalah penalaran umum, coding agentik, atau apa pun dengan konteks panjang, jika Anda ingin membayar per token alih-alih membeli silikon, dan jika input gambar penting — model ini unggul dalam skor independen, panjang konteks, latensi hingga jawaban pertama, dan keragaman modalitas, serta merupakan satu-satunya dari keduanya yang dapat Anda jalankan sebagai pilot tanpa pengadaan bulan ini.

Pilih A.X-K2 jika bahasa Anda adalah Korea, jika beban kerja Anda padat matematika, atau jika data tidak bisa meninggalkan infrastruktur Anda — dan ketahuilah bahwa Anda menerima tabel tolok ukur SK Telecom begitu saja, bahwa tagihan perangkat kerasnya nyata, dan bahwa skor independen yang bisa Anda tunjuk adalah dua puluh tiga poin lebih rendah. Jika pertukaran itu tampak salah, jawaban jujurnya bukanlah memilih unggulan lainnya; melainkan melakukan tolok ukur keduanya pada lalu lintas Anda sendiri, yang merupakan satu-satunya perbandingan yang tidak dapat digantikan oleh angka dari kedua vendor.

Tidak ada model yang menjadi default aman. Step 5 Preview adalah opsi murah, terukur, dan dapat dipanggil yang bobotnya masih dalam perjalanan; A.X-K2 adalah opsi yang lebih berat, berdaulat, dan dapat diunduh yang buktinya masih harus dipenuhi. Pilih kendala yang benar-benar mengikat tim Anda — perimeter atau tagihan — lalu lepaskan yang lain.