Anteprima di Step 5 vs Nex N2.5 Pro: un numero che puoi verificare, uno che non puoi

Il numero che circola per Nex N2.5 Pro è 82,7, il punteggio riportato dal fornitore su Terminal-Bench 2.1. Il numero che circola per Step 5 Preview su un benchmark con lo stesso nome è 33%. Questi due valori non sono confrontabili, e il fatto che vengano abitualmente accostati è l'illustrazione più chiara del problema di questo confronto: un modello è stato misurato da qualcuno diverso dal suo produttore, e l'altro non è stato misurato da nessun altro. Step 5 Preview è diventato disponibile sull'API di StepFun il 20 settembre 2026 e ha pubblicato i suoi pesi il 15 ottobre. Nex N2.5 Pro è stato annunciato l'8 settembre e ha pubblicato i suoi checkpoint Apache-2.0 su Hugging Face entro pochi giorni da quell'annuncio. Entrambi sono scaricabili. Solo uno è valutabile dall'esterno.

Quell'asimmetria non è una critica all'ingegneria di Nex N2.5 Pro. È un'affermazione sulle prove, e le prove sono ciò su cui si fonda una decisione di procurement.

Che cos'è Nex N2.5 Pro ora che i pesi sono disponibili

Molta copertura descrive ancora Nex N2.5 Pro come un modello i cui pesi sono "in arrivo", perché è ciò che indicava la sua scheda nella prima settimana di settembre. I checkpoint sono pubblici da metà settembre: un modello mixture-of-experts da 397 miliardi di parametri con circa 17 miliardi attivi per token, post-addestrato da una linea Qwen 3.5, con licenza Apache-2.0. Chiunque lo descriva come non ancora rilasciato si basa su una pagina obsoleta.

Ciò che non è cambiato è la situazione della misurazione. I punteggi di benchmark del fornitore — 82,7 su Terminal-Bench 2.1, 61,2 su SWE-bench Pro, 89,7 su BrowseComp, 87,4 su OSWorld-G — sono stati prodotti tramite NexCUA, l'harness per l'uso del computer dell'alleanza stessa, che questa dichiara di voler rendere open source e non l'ha fatto. Nessun valutatore indipendente ha pubblicato una pagina dedicata al modello. Tale assenza non è un caso di tempistica; è una lacuna che persiste per tutto il periodo in cui i pesi sono stati scaricabili.

Il confronto che si può fare

Tutto ciò che segue proviene da fonti pubblicate anziché da un'esecuzione condivisa, e ogni riga indica da dove proviene il dato. Questo è il limite massimo onesto per questa coppia.

• Parametri — Anteprima Passo 5: 600B totali, 27B attivi. Nex N2.5 Pro: 397B totali, ~17B attivi.

• Contesto — Anteprima del passaggio 5: 1M token. Nex N2.5 Pro: 262.144 token, con un limite massimo di output documentato vicino a 236K.

• Modalità — Anteprima Passo 5: input di testo, immagini e video, output di testo. Nex N2.5 Pro: input di testo e immagini, output di testo, con la visione posizionata come canale di feedback per l'uso del computer.

• Controllo del ragionamento — Anteprima fase 5: il pensiero è sempre attivo, ma esiste un selettore dello sforzo basso/medio/alto. Nex N2.5 Pro: livelli nessuno, medio (adattivo, predefinito) e alto, quindi il ragionamento può essere disattivato completamente.

• Pesi — Anteprima di Step 5: BF16 e FP8 secondo la StepFun Model License 1.0. Nex N2.5 Pro: Apache-2.0.

• Prezzo — Step 5 Preview: 1,00 $ in ingresso, 2,70 $ in uscita, 0,10 $ in cache per milione di token sulla scheda tariffaria di StepFun. Nex N2.5 Pro: un livello hosted gratuito, senza alcun prezzo di listino pubblicato dal fornitore.

La voce relativa alla licenza è l'unico punto in cui Nex N2.5 Pro è inequivocabilmente più semplice. Apache-2.0 è una quantità nota a qualsiasi team legale; la licenza di StepFun comporta soglie commerciali che richiedono modellazione. La voce relativa al contesto va nella direzione opposta, e si avvicina a una differenza di quattro volte — significativa se il tuo agente legge interi repository o insiemi di documenti.

Il confronto che non si può fare

Servirebbero tre cose per mettere questi due sullo stesso asse, e nessuna di esse esiste.

Innanzitutto, una versione condivisa del benchmark. Terminal-Bench 2.1 e Terminal-Bench 4.0 sono test diversi con set di attività e criteri di valutazione diversi, e un punteggio ottenuto su uno non dice nulla sull’altro. Il dato di 82,7 si riferisce alla 2.1; il dato del 33% si riferisce alla 4.0. Chiunque li presenti come un confronto diretto sta paragonando il tempo di uno sprint al passaggio di una maratona.

In secondo luogo, un banco di prova comune. I valori di Step 5 Preview provengono da un indice pubblicato che esegue una suite di valutazione fissa su ogni modello elencato. Quelli di Nex N2.5 Pro provengono da software scritto dal suo stesso fornitore e non rilasciato. Anche se i nomi dei benchmark coincidessero, l'impalcatura non sarebbe la stessa.

In terzo luogo, una lettura indipendente di qualsiasi tipo. Non esiste una pagina per Nex N2.5 Pro sui valutatori che pubblicano un indice di intelligenza. Lo abbiamo verificato direttamente invece di dedurlo da un risultato di ricerca mancante, e la risposta oggi è la stessa di settembre: nulla.

Quello che si può dire senza esagerare è più limitato e comunque utile: Nex N2.5 Pro dichiara una forte prestazione agentica su benchmark in cui i risultati misurati in modo indipendente di Step 5 Preview sono nella fascia media. Questo è un motivo per testarlo, non un motivo per crederci.

Quanto vale davvero un endpoint gratuito

Il tier ospitato di Nex N2.5 Pro non costa nulla, il che trasforma un confronto sui prezzi in un confronto sui rischi. Non esiste un prezzo di listino pubblicato, quindi non c'è nulla su cui basare un modello e nessun segnale su quanto il fornitore ritenga che il modello valga. Gli elenchi di terze parti riportano prezzi pari a poche decine di centesimi per milione di token di input a seconda dell'host, e si contraddicono in modo così grave che nessuno dovrebbe essere considerato la posizione del fornitore.

Anche il gratuito ha un costo in termini di disponibilità. I tracker che monitorano l'endpoint gratuito segnalano una disponibilità intermittente — un'osservazione di terze parti, non un dato del fornitore, e il genere di cosa che è priva di significato per un prototipo e squalificante per un percorso di produzione. Un modello su cui non puoi contare non è economico; è rischio non prezzato con uno zero in fattura.

Di contro, la tariffa mista di $0.54 di Step 5 Preview e i $2.35 per attività di indicizzazione completata sono elevati in termini assoluti e del tutto trasparenti. È possibile prevedere una fattura da un listino prezzi pubblicato. Non è possibile prevederla da un piano gratuito i cui termini non sono stati messi per iscritto.

Il record di Step 5 Preview è diverso, non migliore.

Vale la pena essere precisi su ciò che Step 5 Preview ha davvero, perché "ha un punteggio" sminuisce la differenza e "è migliore" la esagera. Step 5 Preview ottiene 29 sulla versione attuale dell'Artificial Analysis Intelligence Index — non il 44 citato dalla copertura del lancio, perché quella versione dell'indice è stata nel frattempo sostituita. Si colloca al sesto posto su diciassette nella sua classe di confronto, genera 179 token di output al secondo e costa 2,35 $ per attività dell'indice. Quelle misurazioni provengono dalla stessa esecuzione, sono riproducibili e prodotte da un valutatore senza interesse commerciale nell'esito.

Quello che ti offre è un baseline. Sai dove si colloca il modello rispetto a una cinquantina di altri misurati allo stesso modo, il che significa che puoi prendere una decisione iniziale senza affittare una GPU. Quello che non ti offre è la garanzia che Step 5 Preview supererà Nex N2.5 Pro sul tuo carico di lavoro. Sul coding e sull'automazione, i risultati indipendenti di Step 5 Preview non sono eccezionali — 12% su FrontierCode 2.0, 33% su Terminal-Bench 4.0 — e un modello con una forte pretesa agentica non pubblicata è esattamente il tipo di modello che potrebbe superare quei numeri. Il punto è che lo scopriresti da solo invece di leggerlo su una scheda.

A chi appartiene ciascuno

Nex N2.5 Pro è rivolto ai team che sviluppano agenti computer-use e browser, disposti a eseguire una propria valutazione prima di impegnarsi e che tengono a una licenza Apache-2.0 e a un footprint attivo da 17B compatibile con hardware modesto. L'endpoint gratuito rende economica la prova; l'assenza di un prezzo di listino rende difficile la decisione di produzione. Considera i benchmark del fornitore come un'ipotesi con un meccanismo plausibile alle spalle — un MoE della linea Qwen addestrato successivamente su attività di lettura dello schermo — anziché come un risultato.

Step 5 Preview appartiene ai team il cui carico di lavoro è fatto di contesti lunghi e di una forte componente di conoscenza, e che hanno bisogno di un prezzo che possano prevedere. È l'opzione più costosa e più leggibile, e la sua licenza pone una domanda su scala molto ampia che quella di Nex non pone.

Nessuno dei due oggi è nel catalogo di OrcaRouter, quindi questo articolo non può indicarti un endpoint più economico per nessuno dei due. Ciò che invece la piattaforma offre per una decisione come questa è il resto dello stack su un'unica chiave: oltre 200 modelli al prezzo di listino del provider, senza alcun ricarico, così che una variazione delle tariffe di un fornitore ti raggiunga lo stesso giorno, e failover automatico così che un modello che stai ancora testando non diventi mai un singolo punto di guasto. Il pattern che funziona per un modello non ancora provato è instradare una piccola quota di traffico reale verso di esso dietro un fallback collaudato, misurare e solo allora spostare la quota. È meno costoso di un confronto basato su benchmark e molto più informativo di una scheda del fornitore.

Se hai bisogno di una risposta oggi, Step 5 Preview è quello che puoi giustificare in una revisione di progettazione, perché ogni numero a esso associato può essere verificato da qualcuno nella stanza. Se stai costruendo un agente per l’uso del computer e puoi assorbire il lavoro di valutazione, Nex N2.5 Pro è la scommessa più interessante — più economica da provare, più difficile da difendere e davvero non misurata. L’errore da evitare è trattare 82,7 come un fatto e 1,00 $ come uno svantaggio senza notare che solo uno di quei due numeri ha una seconda fonte.