Step 5 Previewの重みは決して欠落していなかった：NVFP4チェックポイントが変えるもの

Step 5 Previewは、StepFunが{{3}}2026年9月20日{{/3}}にリリースした当日からダウンロード可能だ2026年9月20日——だが、それ以降このモデルについて書かれたものの多くはそうではないと述べている。FP8リポジトリstepfun-ai/Step-5-Previewは同日午前3時15分（UTC）に作成され、最初のシャードは36分後にコミットされた。BF16リポジトリは3時52分に続き、そのシャードは4時18分に公開された。どちらもStepFun自身のもので、どちらもゲートなしで公開されており、合わせて1.86テラバイトの重みを擁している。10月中旬に起きた変化は、再リリースよりも範囲が狭く、より有用なものだ。StepFunはNVIDIAのNVFP4形式で3つ目のチェックポイントを公開し、2026年10月15日にNVIDIAがそれを公に支持した——これを「同社最大のオープンウェイトリリース」と呼び、このモデルは「最大24時間続くエージェントタスクを扱えるように作られている」と述べ、さらに数字を挙げた。「NVIDIA GB300上でNVFP4を使い、毎秒/GPUあたり約8Kトークン」

それがニュースだ。この記事が発表ではなく日付を冒頭に掲げているのは、その訂正があるからだ。9月20日に書かれた報道は、数分前に作られたばかりで一時的に空だったリポジトリを対象にしていた。そして、同じ日の朝に重みが到着した後でも、「重みは後日公開予定」という言い回しが残った。このサイトの姉妹記事は、つい10月13日にもそれを繰り返した。それは今は真実ではなく、当時も真実ではなかった。そしてこれが重要なのは、オープンウェイトの問題が、このモデルに関するあらゆる記事において唯一最大の未解決事項だったからだ。

10月14日と15日に実際に出荷されたのは何ですか

新しいアーティファクトはstepfun-ai/S​tep-5-Preview-NVFP4です。このリポジトリは2026年10月14日02:59 UTCに作成され、重みのアップロードは同日07:10 UTCのコミットで、その投稿者のアカウントhuangyu-nvは1時間後にREADMEも書き換えて、FP8およびBF16のリポジトリと整合させました。これは95個のsafetensorsファイルにわたって394.18 GBを保持しており、その内訳は92個のレイヤーごとのファイルに加えて2つの追加ファイルと1つのビジョンタワーファイルです — FP8およびBF16リポジトリとは異なるシャーディング方式であり、それらはいずれも24個のテキストシャードに加えてマルチトークン予測ヘッドとViTを同梱しています。

中身は正確に述べておく価値がある。というのも、「NVFP4」は世間で緩く使われているからだ。量子化ブロックはconfig.jsonには次のように書かれている：quant_method: modelopt、quant_algo: NVFP4、group_size: 16、およびkv_cache_quant_algo: null。無視リストは長く具体的で、92個の自己注意ブロック、88個のMoEゲート、88個の共有エキスパート、埋め込みテーブル、最終ノルムと言語モデルヘッド、さらにビジョンタワーとそのプロジェクターが含まれる。リスト全体でmoe.expertsに触れる項目は3つだけだ。平たく言えば、注意とルーティング機構はより高い精度のままで、エキスパートのフィードフォワード重み、つまり6000億パラメータの大部分が量子化された部分である。KVキャッシュは手つかずで、これは長文脈のサービング構成が切り替えを生き延びるかどうかを決める細部だ。

Hugging Face 自身によるそのリポジトリのパラメータ集計は 3,206 億で、内訳は U8 が 2,824 億、BF16 が 382 億、F32 が 240 万であり、ファイルページにはモデルサイズとして「321B params」と表示されている。同じページにある StepFun のカードには、合計 600B、アクティブ 27B と書かれている。どちらも正しく、数えているものが異なる。321B という数字は量子化された要素の保存個数であり、アーキテクチャの説明で使われる意味でのパラメータ数ではない。メモリを見積もるなら保存側の数字を使い、モデルを説明するならカードを使えばよい。

スリー・チェックポイント、スリー・ハードウェア費用

NVFP4 のリリースが、フォルダ内の 4 つ目のファイルよりも重要なのは、このモデルを実行できる最小のマシンを変えるからです。StepFun 自身のモデルカード内のデプロイ表には、2 つの旧チェックポイントの形状が示されており、リポジトリにはサイズが示されています。ここでは、NVFP4 の行を追加して、それらをまとめて示します。

• 精度 — ディスク上で FP8 650.32 GB 対 BF16 1,214.9 GB 対 NVFP4 394.18 GB

• 公開されている最小のvLLM構成 — FP8はB300ノード1台（GPU 4基）、またはH200ノード1台（GPU 8基）対 BF16はB300ノード1台（GPU 8基）、またはH200ノード2台（GPU 16基）対 NVFP4はStepFunの表にはまだ未掲載

• カードが推奨する並列度 — B300上のFP8 TP4、TEP4、またはDEP4 対 BF16 TP8、TEP8、またはDEP8 対 NVFP4は記載なし

• アテンションとルーターの重み — FP8は8ビットに量子化、BF16は完全精度、NVFP4はModelOptの無視リストによって量子化されずに残される

• KVキャッシュ — NVFP4構成ではkv_cache_quant_algoがnullに設定されているため、3つすべてで量子化されていません

• サービングスタック — 3つすべてを、OpenAI 互換エンドポイントを備えた vLLM または SGLang 経由で、あるいはスタンドアロンの Transformers パスによるオフラインで

最後の2行の欠落は、新しいチェックポイントに関する正直な注意点だ。N​VIDIAの投稿によれば、このモデルはGB300上でNVFP4を使ってGPUあたり毎秒約8Kトークンで動作するが、StepFunのデプロイ表はNVFP4の行で更新されていないため、それに関するベンダー公開の並列化レシピはまだ存在しない。今週デプロイを計画しているなら、FP8の経路は文書化された構成がある方であり、NVFP4の経路は他社のハードウェアに結び付いた見出しの数字がある方だ。

8Kという数字はベンダーが示した数値であり、そう述べているベンダーは1社だけだ。

N​VIDIAの10月15日の投稿が、これに関する一次情報の記録のすべてだ。N​VIDIAの開発者ブログ記事も、StepFunの発表ページも、外部から確認できるこのスループット主張の第三者による再現も存在しない。「Nearly 8K tokens/sec/GPU」もまた、測定時のバッチサイズ、シーケンス長、同時実行数がなければほとんど意味をなさない表現だ — 同じモデル構成でもこれら3つの軸で1桁違い得るし、Mixture-of-Expertsモデルのサービングフレームワークは、トークンあたりいくつのエキスパートがアクティブかという点に特に敏感である。これはN​VIDIAがN​VIDIAハードウェアについて報告しているものとして扱うべきで、まさにそう明記されている通りであり、独立に検証されたスループット値として扱うべきではない。

24時間エージェントという主張も同じ位置づけにある。それは測定結果ではなく能力の説明であり、StepFun自身のカードも、期間を付すことなく長期ホライズンの実行を同じ表現で説明している。このモデルについてベンダーが公開した評価ノートには、ハーネスと設定——temperature 1.0、top-p 0.95、top-k 0、High推論設定、DeepSWE v1.1用のSWE-agentハーネス——が実際に記載されており、これは多くのリリースカードが提供する内容よりも多い。しかし、スコア表自体は画像であり、StepFunはドキュメント内に数値のベンチマーク表を公開していない。このモデルについてライブスコアを持つ唯一の中立評価者であるArtificial Analysisでは、Step 5 PreviewはIntelligence Indexで44に位置し、当初はインデックスタスク1件あたり$1.03の実行コストがかかった。

デプロイのレシピはチェックポイントと共に届きました。そしてそれが、あなたが実際に使う部分です。

リポジトリの履歴を読むと、重みファイルと手順は同時に届いたわけではない。古い方の両リポジトリは10月13日と14日にわたって書き換えられ——FP8リポジトリでは10月13日から15日の間に7件のREADMEコミットがあり——それらのコミットが追加したのは完全なサービングガイドである：公開されているコンテナイメージ vllm/vllm-openai:step-5-preview、テンソル、エキスパート、複合並列処理の実用的なコマンド、このモデルに必要なフラグセット、そして検証済みのSGLangパス。フラグはモデル固有の作業が可視化される場所である： --max-model-len 1048576、投機的デコーディングヘッドは次のように設定されている： --spec-method mtp --spec-tokens 3、そして専用の --reasoning-parser step5 と --tool-call-parser step5 パーサーにより、モデルの推論ブロックとツール呼び出しがOpenAI形式のAPIを経由するラウンドトリップでも維持される。Blackwellでは、TEPとDEPの構成はMoEバックエンドを次のように切り替える： deep_gemm_mega_moe。ただし、通常のTP4構成ではそれができない。そのバックエンドにはエキスパート並列処理が必要だからである。

それはフレームワークサポートが実現したということであり、このモデルの上に構築するかどうかを決めようとしている人にとっては、スループットの主張よりも価値がある。検証されていない起動コマンドを添えた650 GBのダウンロードは研究プロジェクトだ。固定されたコンテナイメージ、精度ごとにテスト済みの4つの並列構成、そしてモデル自身の出力形式を理解するパーサーを備えた650 GBのダウンロードはデプロイメントだ。

そのどれも自分で所有したくない場合、このモデルの計算は異例です。S​tep 5 Preview は StepFun 独自のプラットフォーム上で動作し、100万入力トークンあたり $1.00、100万キャッシュヒット入力トークンあたり $0.10、100万出力トークンあたり $2.70 です。したがって、2億入力トークンと2億出力トークンでの1か月の請求額はそれぞれ $200 と $540 になります — それを動かすハードウェアの、4-GPU B300 ノード1か月あたりの価格とおおよそ同じです。ここでのセルフホスティングはコストの判断ではなく、統制とデータレジデンシーの判断であり、重みがオープンであることが、そもそもそれをあなたが下せる判断にしているのです。率直に言っておくと、S​tep 5 Preview は OrcaRouter のライブモデルリストに載っていないので、呼び出す先はベンダー自身の API です。では、何を200 を超えるモデルに対応する 1 つの APIがこの状況であなたにもたらすかというと、それは問いのもう半分です — セルフホスト型のデプロイがうまくいかない場合にワークロードを移す先のモデルのコスト、0% のマークアップを各プロバイダーの定価に適用したコストです。

文字通りに読んだライセンス

「オープンウェイト」は、N​VIDIAの言い回しの中で、ライセンスが十分には裏付けていない働きを担っており、ここがこの話で最も誤読されやすい箇所である。StepFun Model License 1.0 は、重みを使用、複製、頒布、サブライセンス、改変し、そこから派生著作物を作成するための、永続的かつ全世界規模でロイヤルティフリーの非独占的許諾であり、対応する特許許諾も伴う。これは OSI 承認のオープンソースライセンスではなく、これに基づいて事業を築く前に知っておく価値のある 2 つの条件がある。

• 帰属表示 — モデルを組み込んだ商用製品またはサービスが、いずれかの暦月において月間アクティブユーザー数1億人または売上2000万ドルを超えた場合、製品インターフェースおよびユーザー契約に「Powered by StepFun AI」を目立つように表示する必要があります

• 別途商用ライセンスが必要です — ハードウェアメーカーまたはブランド所有者として、デバイスにモデルの機能を搭載して出荷する場合、または model-as-a-service 事業を運営していて、任意の12か月間における合算売上高が2,000万ドルを超える場合

• 明示的にMaaSではないもの — モデルの能力を固定されたエンドユーザー機能に埋め込むこと、あるいは単にリクエストを別のプロバイダーのモデルに中継すること

• 追加契約なしで明示的に許可されるもの — モデルやその機能を第三者に開示しない内部利用、およびStepFun認定の流通チャネルを通じて取得した、当該認定の範囲内での利用

• 解除 — 重大な契約違反があった場合、書面による通知後30日間の是正期間を経て許諾は終了する

つまり実務上の解釈では、重みは本当にダウンロード可能で、商用利用も含めて本当に使用可能であり、それは第2節の閾値までだ。内部文書業務向けにこのモデルをファインチューニングするスタートアップは、この許諾の範囲内である。端末メーカーが機能として搭載して出荷する場合や、2000万ドルを超えるホステッド推論事業は、範囲外だ。これはLlamaおよびQwenのライセンスが用いる制限と同じ形であり、「オープン」の下に分類するよりも、率直に明記する価値がある。

これによってモデルがどうなるか

6000億パラメータのMixture-of-Expertsモデルで、アクティブパラメータは270億、100万トークンのコンテキスト、テキスト・画像・動画の入力に対応し、StepFunのドキュメントでは最大出力64k、料金表は約$1.00 / $2.70、これを評価した唯一の中立評価者によるインデックススコアは44、そして3つの精度でダウンロード可能な3つのチェックポイントを備える。2026年9月20日リリース。重みはリリース当日の朝からオープン。10月14日にBlackwell向けに量子化され、10月15日にGPUベンダーが推奨、そのスループット値はNVIDIA以外の誰も再現していない。

次に注目すべきものは、もう一つのエンドポイントではない。それはNVFP4チェックポイントに関する最初の独立した測定——ハードウェアを販売していない何者かによる、FP8経路に対するスループットまたは品質の比較——だ。アテンションスタックを据え置いた4ビット量子化は妥当な設計であり、具体的な問いは、エキスパート重みがそれに耐えるかどうかである。誰かがそれを公表するまで、新しいチェックポイントについての誠実な立場は、9月の報道が旧チェックポイントに対して取るべきだったものと同じだ。重みは本物であり、レシピは本物であり、性能の主張はベンダーのものである。

このような結果は、このクラスのモデルの背後にあるAIインシデントやエージェントの失敗がすでに記録されているという事実を思い起こさせるものでもある。それらはOrcaRouter AI Incident Archiveにまとめられており、各項目には独自の情報源、重大度、信頼度評価、異議ありフラグが付されている。