Step 5 Preview vs GLM-5.2：4か月の実績が、登場から2週間のエンドポイントに挑む

Ask a working engineer to choose between Step 5 Preview and GLM-5.2 and most will reach for the newer one, because the newer one is cheaper per token and scores ten points higher on the independent board. Ask the same engineer to put it in front of paying users and the answer gets harder, because one of these models has been carrying production traffic since June 16, 2026 and the other one was released on September 20, 2026. Step 5 Preview is the faster, cheaper, multimodal, higher-scoring model. GLM-5.2 is the one whose failure modes are already written down somewhere by somebody else, whose weights ship under MIT rather than a custom grant with revenue thresholds in it, and whose rate card has not moved in four months. Neither of those is a tiebreaker you can put in a spreadsheet, and together they are the whole decision. What the numbers cannot tell you is whether any of it has gone wrong in the field: the documented AI incidents and agent failures around models in this class are collected in the OrcaRouter AI Incident Archive where each entry carries its own sources, severity, confidence grade and disputed flag.

仕様の比較はまさに一方的で、これは先に片付けておく価値がある。なぜなら、GLM-5.2を支持する論拠は仕様の論拠ではないからだ。Z.aiのモデルはテキスト専用で、総パラメータ数は7,530億、トークンあたりのアクティブは約400億、出力トークンは128,000が上限、価格は入力100万トークンあたり$1.40、出力100万トークンあたり$4.40。StepFunのものは$1.00と$2.70で、テキストや画像だけでなく動画も扱い、応答は64kが上限、アクティブパラメータは270億。購入者が最初に目にする数字では、StepFunが6行のうち5行で勝っている。

コントラストの各行

• 入力価格 — Step 5 Preview は100万トークンあたり$1.00、GLM-5.2 は$1.40で、StepFun が29%優位

• 出力価格 — $2.70 対 $4.40、39%の優位性、そしてエージェントの請求額を支配するメーター

• キャッシュ済み入力 — Step 5 Preview は100万あたり$0.10、GLM-5.2の$0.26に対して95%割引、81%割引

• 完了したIntelligence Indexタスクあたりのコスト — Step 5 Preview 約$0.71 対 GLM-5.2 $2.01。これは冗長性とキャッシュの挙動を1つの数値に織り込み、この比較の中でStepFunのカードに対する最も好意的でない読み方である

• 独立スコア — Artificial Analysis Intelligence Index v4.3.2 において、Step 5 Preview が44、GLM-5.2 が34。なお、GLM-5.2 のページには非推奨マーカーも付いている。

• コンテキストと出力 — 両方とも1Mトークンのコンテキスト、Step 5 Previewの最大出力は64kに対し、GLM-5.2は128K

• モダリティ — Step 5 Preview はテキスト・画像・動画を入力、テキストを出力 対 GLM-5.2 はテキストを入力、テキストを出力、画像パスは一切なし

• アーキテクチャ — Step 5 Preview はスパースな Mixture-of-Experts で、総パラメータ 600B、アクティブ 27B。対する GLM-5.2 は総パラメータ 753B で、アクティブは約 40B。このアクティブパラメータの数値は Z.ai がモデルカードで明示しておらず、サードパーティのリストが提供している。

• ライセンス — StepFun Model License 1.0は、帰属表示のトリガーと別途商用ライセンスのしきい値を伴うカスタム許諾。一方、MITの下のGLM-5.2は、しきい値なし、帰属表示要件なし、モデルへの交渉経路もなし

• 重み — 両方ともダウンロード可能。Step 5 Preview はリリース日から FP8 と BF16、さらに 2026年10月14日公開の NVFP4 ビルドあり。GLM-5.2 は BF16 と FP8 で、zai-org組織

• 料金表の安定性 — Step 5 Preview は9月20日以降変更なし、GLM-5.2 は6月16日以降変更なし

それらの行が過剰に読まれる前に、2点補足しておく。44対34の差は、見た目と同じ比較ではない。GLM-5.2は6月に、同じ指標の以前の改訂版に基づいて算出された注目の指標値51で登場した。その後Artificial Analysisは尺度を再提示しており、上の34は、評価者が現在は非推奨としているモデルの現行改訂版での測定値だ。51を44と並べて引用するのは、異なる物差しを比べることになり、この対決の報道で最もよくある誤りである。第二に、StepFunのモデルにはスコアが付いた構成が1つしかない——ある1つのエフォート設定における単一の44——のに対し、GLM-5.2はより長い期間にわたって測定されている。したがって、新しいモデルの数値は1点であるのに対し、古いモデルの方にはよりプロファイルに近いものがある。

ライセンスの違いは、法的審査に耐え得る唯一のものである

これらのモデルはどちらもオープンウェイトと説明されているが、両者の文書は同等ではない。GLM-5.2はMITだ。これは弁護士が一度読んだら永久に承認するタイプのライセンスである。使用、改変、配布、サブライセンス、販売が可能で、帰属表示の義務もなく、ユーザー数の閾値もなく、常識の範囲内のあらゆるビジネスモデルについて個別契約も不要だ。重みはZ.ai自身のHugging Face組織を通じてBF16とFP8で公開されており、モデルカードには地域制限が一切なく、スタートアップが製品を計画する前にモデル化しなければならないといった条項はどこにも存在しない。

Step 5 Previewの条件は、重みなしの場合よりも寛容で、MITよりも制限的であり、その差は修辞的なものではない。StepFun Model License 1.0は、使用、複製、配布、サブライセンス、改変、および派生物の作成に対する、永続的、世界的、ロイヤルティフリー、非独占的な権利を付与し、それに対応する特許権の付与も伴う。条件が2つ付く。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1億人または収益2,000万ドルを超える場合、製品インターフェースおよびユーザー契約において「Powered by StepFun AI」を目立つように表示しなければならない。デバイスにモデルの機能を搭載して出荷するハードウェアメーカーまたはブランド所有者、あるいは、いずれかの12か月間における合算収益が2,000万ドルを超えるモデル・アズ・ア・サービス事業者は、別途商用ライセンスが必要である。モデルまたはその機能を第三者に開示しない内部利用は、そうした条件のいずれも必要とせず、付与の範囲内に収まる。

For a team building an internal tool, this difference costs nothing and the argument for GLM-5.2 on licence grounds is weak. For a team building a hosted product with a revenue curve they expect to cross $20 million, it is the difference between a legal checkbox and a line item with a counterparty attached, and it is the kind of thing that gets discovered after the architecture is committed. The honest framing is that StepFun's licence is a standard shape — Llama and other open-weight licences use similar thresholds — and that MIT is simply a shorter conversation.

実績は実際に何の価値があるのか

GLM-5.2は6月中旬から世に出ています。その間に、エージェントハーネスの中で実行され、サードパーティのホストやレビュアーによって再現され、公に報告された失敗モードを蓄積し、その上に2つの後継モデルが投入されました——2026年8月18日のGLM-5.3は同じベースの重みで、その後のGLM-5.5です。Z.aiは価格を取り下げることも、重みを撤回することもありませんでした。この最後の点は聞こえ以上に重要です。古いモデルを採用する実務上のリスクは、性能が劣ることではなく、まだ使い続けている間にサポートされなくなることですが、GLM-5.2は今や、料金表を維持したまま2回の世代更新を乗り越えています。

Step 5 Previewの運用実績は数週間単位で測られており、それが欠いている具体的なものは地味なものだ。すなわち、持続的負荷、高並行性、病的なプロンプトの下で、そしてベンダー側のリグレッションが発生して気付かれるのに十分な長さの期間にわたって、どのように振る舞うかに関する報告の集積である。StepFunのモデルカードもドキュメントもその代わりにはならず、ベンダー自身のベンチマーク表 — 引用可能なテキストではなく画像として提示されている — は何かの独立した測定ではない。2つのハーネスには数字が付いている。StepFunは評価した設定を明示しており、温度1.0、top-p 0.95、top-k 0、そしてDeepSWE v1.1のSWE-agentハーネスを含む。それは多くのリリースカードが提供するよりも多くの開示だ。それでもなお、ベンダーが自分の仕事を採点しているに過ぎない。

新しいモデルの数値が本当に独立していて信頼に値する、狭い例外がひとつある。それはIntelligence Indexの44で、これはStep 5 Previewが持つ唯一の中立スコアであり、完了したインデックスタスクあたりおよそ$0.71と、1億6000万トークンのスイート実行に対する評価者の「very verbose」ラベルと並んでいる。44は単一の十分な裏付けのある数値として扱い、プロファイルとして扱ってはならない。冗長性ラベルは、より自分に不利に働く可能性が高いものとして扱え。なぜならそれは品質ではなくコストについての記述であり、どの請求書にも現れるからだ。

選択が実際に着地する場所

次のいずれかに当てはまるなら、GLM-5.2を選べ。しきい値のないMITライセンスが必要なら——さもなければ法務チームがそれに四半期を丸ごと費やすことになるからだ。128,000トークンの単一応答が必要なら——これはZ.aiのモデルが提供し、StepFunのモデルはいくら払っても提供しない。4か月の公開実運用実績を持つモデルのほうがインデックス10ポイントよりも価値があるような、テキストとコードのワークロードを運用しているなら——自分でバグリストを生成するより、他人のバグリストを引き継ぐほうがましだからだ。あるいは、可能な限り安価なセルフホストの選択肢と、公開されたIndexShareスパースアテンション設計を備えた753BのMixture-of-Expertsが必要なら——Z.aiによればフルコンテキストでトークンあたりのFLOPsをおよそ2.9倍削減するといい——そしてそれをAPIで呼び出すのではなく、実際にデプロイするつもりなら。

ワークロードが動画を求めるなら、あるいは10ポイントのインデックス差が、動くデモと動かないデモを分ける差であるなら、あるいは単にページ上で最も安いトークンが欲しく、アーリーアダプターになることを厭わないなら、Step 5 Preview を選ぶとよい。動画機能は実在するがスコアは付いていない——StepFun は MP4、QuickTime、Matroska の入力を URL、Base64、または Files API 参照で受け付けると文書化しており、URL ベースのファイルは128MB未満、推奨長は5分未満で、これに関する独立した評価は存在しない。それゆえこれはコミットする理由ではなくテストを実行する理由になる。そしてモデル全体についても同じことが言える。最も強い行は自社ベンダーだけが情報源の行であり、最も信頼できる行——インデックス——は、何にも負けず、10ポイント勝っている行なのだ。

その逆の方向でも、この2つの提案のリスクは等しくありません。古いモデルを選べば、測定できる能力を失います。新しい方を選べば、測ることのできない未知を負うことになり、未知を限定する方法は、本番経路をそれに賭けないことです。これが、Step 5 Preview を何かの代わりにではなく、フォールバックの背後で動かすべき理由です。トラフィックの一部をそこに流し、GLM-5.2 なり信頼できる別のものをフォールバックとして維持し、判断は表示価格ではなく完了したタスクあたりのコストに委ねるのです。OrcaRouter では、GLM-5.2 は z-ai/glm-5.2Z.ai の定価で、0% のマークアップ — $1.40 と $4.40、$0.26 のキャッシュ読み取りはそのままパススルー — であり、パススルーはプロバイダー自身の価格なので、Z.ai の料金改定は次のサイクルではなく、実施されたその日に請求に反映されます。自動フェイルオーバーが、不慣れなエンドポイントを2週間試験することを安全にします。試験用のモデルは失敗しても、リクエストは失敗しません。

Step 5 PreviewはOrcaRouterのライブカタログにはなく、正直な指示としてはStepFun自身のプラットフォーム経由で呼び出すか、公開されているFP8、BF16、NVFP4のチェックポイントからセルフホストするかです。この特定の比較では、それは大した損失ではありません。なぜなら、GLM-5.2よりもそれを選ぶ理由は、早く導入したいからであり、早く導入するということは通常、どのみち1つのプロバイダーで済ませることを意味するからです。

この比較に決着をつける唯一のものは、ベンチマークではない。時間だ。3か月後には、Step 5 Preview は GLM-5.2 が今持っているものを手にしているだろう。他人の負荷のもとで、他人の同時実行環境で、他人の障害事例で、それがどう振る舞うかという公開記録だ。それまでの間、この2つのモデルのどちらを選ぶかは、どちらが優れているかというよりも、どの種類の証拠に基づいて行動する用意があるか——受け継いだ証拠か、自分で生み出す証拠か——の問題になる。