Step 5 Preview vs Nemotron 3.5 Super: Dua Rilis Bobot, Dua Lisensi yang Sangat Berbeda

Pada 15 Oktober 2026, StepFun menerbitkan checkpoint untuk Step 5 Preview dan NVIDIA menerbitkan checkpoint untuk Nemotron 3.5 Super — model visi-bahasa dengan 120 miliar parameter dan 12 miliar parameter aktif yang nama lengkapnya di papan peringkat adalah Nemotron 3.5 Super VL. Dua rilis open-weight unggulan, pada hari yang sama, dan hampir tidak ada kesamaan lain. Salah satunya adalah sparse mixture-of-experts 600B yang dibangun untuk pekerjaan agen jangka panjang dan dilisensikan di bawah ketentuan StepFun sendiri. Yang lainnya adalah Mamba-Transformer hibrida yang berjalan pada kecepatan output sekitar dua setengah kali lipat dengan seperlima komputasi aktif, di bawah lisensi yang dirancang untuk digunakan secara komersial tanpa perlu percakapan. Pada indeks yang Artificial Analysis sajikan hari ini, keduanya tercatat 29 dan 14.

Selisih skor itu adalah perbedaan yang paling tidak menarik di antara keduanya. Perbedaan yang lebih penting ada di halaman lisensi, dan itu menentukan mana dari keduanya yang dapat Anda masukkan ke dalam sebuah produk tanpa harus meminta izin siapa pun terlebih dahulu.

15 Oktober, dua kali

Dua riwayat rilis ini luar biasa sejajar, itulah sebabnya perbandingan ini terus dibingkai sebagai perlombaan. Ini bukan perlombaan — model-model tersebut dibuat untuk tugas yang berbeda dan hanya tanggal peluncurannya yang kebetulan sama.

• Langkah 5 Pratinjau — API aktif 20 September 2026; checkpoint BF16 dan FP8 diterbitkan 15 Oktober. Pengumuman StepFun sendiri membingkai penundaan tersebut sebagai hal yang disengaja: luncurkan endpoint, kumpulkan traffic, lalu buka bobot.

• Nemotron 3.5 Super VL — bobot diterbitkan 15 Oktober 2026 sebagai BF16 dan NVFP4. NVIDIA merilis checkpoint, resep pelatihan, dataset, dan model draf untuk decoding spekulatif dalam rilis yang sama, dan laporan teknisnya sendiri mengklaim model tersebut mengalahkan Nemotron 3 Ultra pada SWE-bench Pro dengan sekitar 4,6 kali lebih sedikit parameter aktif.

• Berbeda dari saudaranya — Nemotron 3.5 Lightning, model khusus teks yang lebih kecil yang dirilis dalam peluncuran yang sama, adalah produk yang berbeda dan bukan subjek di sini. Ini juga bukan Nemotron 3 Ultra, yang kami bandingkan dengan Step 5 Preview secara terpisah dan yang berada pada titik berbeda pada kurva.

Lisensi adalah perbedaan yang lebih besar

Keduanya disebut open weights. Hanya satu dari dua lisensi tersebut yang ditulis untuk digunakan tanpa ambang batas.

• Pratinjau Langkah 5 — Lisensi Model StepFun 1.0. Lisensi ini terbaca seperti lisensi permisif bergaya Apache dengan atribusi, ditambah kondisi komersial yang berlaku untuk penerapan berskala sangat besar: ketentuan yang dipublikasikan melekatkan kewajiban lisensi terpisah begitu suatu produk melewati sekitar 100 juta pengguna aktif bulanan atau pendapatan bulanan $20 juta.

• Nemotron 3.5 Super VL — OpenMDW-1.1, yang mengizinkan penggunaan komersial secara langsung. Tidak ada ambang batas jumlah pengguna, tidak ada pemicu pendapatan, tidak ada negosiasi terpisah.

• Format bobot — Step 5 Preview hadir dengan BF16 dan FP8. Nemotron 3.5 Super VL hadir dengan BF16 dan NVFP4, format empat-bit yang dibuat untuk perangkat keras Blackwell, dengan NVIDIA melaporkan pemulihan akurasi median 99,62% terhadap baseline BF16 pada 36 tolok ukur.

• Apa yang menyertai bobot — Step 5 Preview menerbitkan blog teknis yang menjelaskan arsitektur dan pendekatan pelatihan. NVIDIA menerbitkan dataset, resep, dan drafter bersama checkpoint.

Bagi sebagian besar tim, pembacaan praktisnya sederhana: jika Anda berada di bawah ambang batas StepFun — dan hampir semua orang demikian — kedua lisensi tersebut berperilaku serupa dalam penggunaan sehari-hari. Perbedaannya muncul saat uji tuntas. Tinjauan hukum atas Nemotron 3.5 Super VL berakhir pada "penggunaan komersial diizinkan". Tinjauan hukum atas Step 5 Preview berakhir dengan sebuah paragraf tentang ambang batas yang harus dimodelkan seseorang terhadap rencana pertumbuhan Anda. Itu adalah biaya nyata, dibayar sekali, dan layak diketahui sebelum pekerjaan rekayasa dimulai.

Dewan, setelah penilaian ulang

Koreksi paling berguna yang tersedia di sini adalah bahwa angka yang banyak dikutip untuk kedua model sudah kedaluwarsa. Liputan peluncuran menempatkan Step 5 Preview di 44 dan Nemotron 3.5 Super VL di 26. Artificial Analysis sejak itu telah mengganti versi indeks, dan pada papan saat ini kedua model yang sama tercatat 29 dan 14. Semua yang diturunkan dari pembacaan lama ikut bergeser.

Jalankan yang sama, satu baris per dimensi:

• Indeks Kecerdasan — Step 5 Preview 29 vs Nemotron 3.5 Super VL 14.

• AA-Briefcase v1.1 — 1,423 vs 999.

• AutomationBench-AA — 51% vs 15%.

• Terminal-Bench 4.0 — 33% vs 0%.

• FrontierCode 2.0 — 12% vs 6%.

• AA-Omniscience — 16 vs −3, dengan angka negatif menunjukkan lebih banyak jawaban salah yang yakin dibandingkan abstain.

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

• Kecepatan output — 179,1 vs 450,6 token per detik.

• Biaya per tugas indeks — $2,35 vs $0,56.

• Harga campuran per juta token — $0.54 vs $0.1375.

Bentuk hasilnya konsisten di setiap sub-benchmark: Step 5 Preview unggul dalam hal kapabilitas, Nemotron 3.5 Super VL unggul dalam hal throughput dan harga. Bacaan pada Terminal-Bench 4.0 adalah yang layak ditinjau ulang, karena nilainya nol, dan angka nol pada benchmark yang begitu luas digunakan biasanya berarti sesuatu yang spesifik, bukan ketidakmampuan total untuk menyelesaikan tugas tersebut.

Angka NVIDIA sendiri justru mengarah ke arah lain.

Angka-angka yang dipublikasikan NVIDIA menggambarkan model yang jauh lebih kuat daripada yang ditemukan oleh pengujian independen. Perusahaan melaporkan 51,78% pada SWE-bench Pro, "hingga lima kali" throughput agentik model-model terbuka yang sebanding, dan 4.632 hingga 4.856 token output per detik per GPU pada perangkat keras GB200. Angka-angka tersebut dilaporkan oleh vendor, dihasilkan pada harness milik NVIDIA sendiri, dan bukan pengujian yang sama dengan yang menghasilkan skor indeks di atas.

Ini bukan kontradiksi, dan menganggapnya sebagai kontradiksi adalah kesalahan umum dalam peliputan pasangan ini. SWE-bench Pro dan Terminal-Bench 4.0 mengukur hal yang berbeda pada scaffolding yang berbeda, dan harness vendor yang disetel untuk modelnya sendiri cenderung membuat model itu tampak lebih baik. Ringkasan yang jujur adalah bahwa NVIDIA telah menerbitkan paket pengungkapan paling lengkap di antara keduanya — resep, data, drafter — sekaligus klaim performa yang paling sedikit diverifikasi secara independen. Step 5 Preview adalah kebalikannya: paket pengungkapan yang lebih tipis untuk model yang perilakunya benar-benar telah diukur oleh laboratorium independen.

Jika Anda memilih di antara keduanya berdasarkan reputasi benchmark, perhatikan sisi mana dari pertukaran itu yang Anda rasa nyaman. Resep yang dapat Anda jalankan ulang lebih bernilai daripada skor yang tidak dapat Anda jalankan ulang.

Berapa biaya untuk menjalankan masing-masing sendiri

Jumlah parameter membuat Nemotron tampil lebih menguntungkan dengan cara yang tidak sepenuhnya tercermin oleh tagihan memori, tetapi arahnya sudah benar.

• Langkah 5 Pratinjau — total 600B, 27B aktif. Build FP8 muat dalam satu node dengan empat B300 atau delapan H200. Build BF16 membutuhkan sekitar 1,2 TB memori GPU, yang berarti delapan B300 atau dua node H200 dengan delapan GPU.

• Nemotron 3.5 Super VL — total 120B, 12B aktif, juga dirilis dalam NVFP4. Ini merupakan seperlima dari total jumlah parameter Step 5 Preview, sehingga anggaran perangkat keras yang sama dapat digunakan untuk memperoleh klaster yang jauh lebih kecil atau konkurensi yang jauh lebih tinggi.

Parameter aktif menentukan biaya inferensi; total parameter menentukan apakah Anda dapat memuat model itu sama sekali. Jumlah parameter aktif 27B pada Step 5 Preview menjaga komputasi per token tetap kompetitif dengan model yang jauh lebih besar darinya, tetapi batas 600B-lah yang harus muat di memori sebelum semua itu berlaku. Jumlah parameter aktif 12B dan batas 120B pada Nemotron keduanya cukup kecil sehingga satu node merupakan penerapan yang realistis, bukan proyek pengadaan.

Pada harga yang tercantum NVIDIA sebesar $0,225 untuk input dan $0,575 untuk output per juta token — dibandingkan dengan $1,00 dan $2,70 untuk Step 5 Preview — jalur hosted cukup murah sehingga self-hosting Nemotron 3.5 Super VL sebagian besar merupakan keputusan residensi data, bukan keputusan biaya. Untuk Step 5 Preview, self-hosting adalah satu-satunya cara untuk menghindari tarif yang empat hingga lima kali lebih tinggi per token.

Merutekan sisa stack Anda

Tidak satu pun dari kedua model ini ada dalam katalog OrcaRouter saat ini, jadi ini bukan artikel yang memungkinkan kami menawarkan endpoint yang lebih murah untuk salah satunya. Yang benar-benar berguna dari router dalam keputusan ini adalah bagian di sekitarnya: lebih dari 200 model yang ada dalam katalog ditagih dengan harga daftar penyedia tanpa markup, sehingga penurunan harga dari vendor sampai ke tagihan Anda pada hari yang sama, dan failover otomatis berarti lalu lintas non-Step-5 dan non-Nemotron di stack Anda tetap berjalan ketika salah satu penyedia terganggu.

Susunan yang realistis bagi tim yang memilih salah satu dari ini adalah hibrida: host sendiri bobot terbuka untuk beban kerja bervolume, pertahankan model yang dihosting di balik routing DSL untuk kasus ekor ketika klaster Anda jenuh atau permintaan membutuhkan kemampuan yang tidak Anda terapkan. Mode fusion OrcaRouter, yang menjalankan panel model dan mengembalikan jawaban gabungan, adalah cara untuk menggunakan ekor itu secara sengaja alih-alih sebagai cadangan darurat.

Tontonan Berikutnya

Ada tiga hal yang akan mengubah jawaban di sini. Jika laboratorium independen kedua menerbitkan hasil Nemotron 3.5 Super VL yang menyerupai angka SWE-bench milik NVIDIA sendiri alih-alih hasil uji indeks, selisih 29 versus 14 tidak lagi menjadi berita utama dan lisensi menjadi satu-satunya pembeda yang nyata. Jika StepFun melonggarkan atau memperjelas ambang komersial dalam lisensinya, biaya uji tuntas di sisi lain akan hilang. Dan jika harga hosted salah satu model berubah, selisih token empat hingga lima kali adalah angka yang paling terekspos — harga daftar Nemotron sudah cukup rendah sehingga pemotongan lebih lanjut akan membuat self-hosting model itu tampak seperti hobi, bukan strategi.

Sampai salah satu dari hal itu terjadi, pembagian yang jujur adalah ini: Nemotron 3.5 Super VL adalah model untuk diterapkan ketika Anda membutuhkan throughput, lisensi komersial tanpa syarat, dan jejak yang muat dalam satu node. Step 5 Preview adalah model untuk diterapkan ketika tugasnya panjang, konteksnya besar, dan jawaban yang salah lebih mahal daripada tokennya — dan ketika Anda bisa hidup dengan lisensi yang menimbulkan pertanyaan pada skala besar.