Step 5 Preview vs GLM-5.2: Um histórico de quatro meses contra um endpoint de duas semanas

Peça a um engenheiro em atividade para escolher entre Step 5 Preview e GLM-5.2 e a maioria vai optar pelo mais novo, porque o mais novo é mais barato por token e marca dez pontos a mais no ranking independente. Peça ao mesmo engenheiro para colocá-lo diante de usuários pagantes e a resposta fica mais difícil, porque um desses modelos vem carregando tráfego de produção desde 16 de junho de 2026 e o outro foi lançado em 20 de setembro de 2026. O Step 5 Preview é o modelo mais rápido, mais barato, multimodal e com maior pontuação. O GLM-5.2 é aquele cujos modos de falha já foram registrados em algum lugar por outra pessoa, cujos pesos são distribuídos sob a licença MIT em vez de uma licença personalizada com limites de receita embutidos, e cuja tabela de preços não se move há quatro meses. Nenhum desses fatores é um critério de desempate que você possa colocar numa planilha, e juntos eles são a decisão inteira. O que os números não podem lhe dizer é se algo deu errado em campo: os incidentes de IA e falhas de agentes documentados envolvendo modelos dessa classe estão reunidos em o OrcaRouter AI Incident Archive onde cada entrada traz suas próprias fontes, seu grau de gravidade, sua classificação de confiança e seu indicador de contestação.

A comparação de especificações é genuinamente desequilibrada, e vale a pena resolver isso logo de início, porque o argumento a favor do GLM-5.2 não é um argumento de especificações. O modelo da Z.ai é somente texto, com 753 bilhões de parâmetros no total e cerca de 40 bilhões ativos por token, limitado a 128.000 tokens de saída, e com preço de US$ 1,40 por milhão de entrada e US$ 4,40 por milhão de saída. O da StepFun custa US$ 1,00 e US$ 2,70, aceita vídeo, além de texto e imagens, limita uma resposta a 64 mil e usa 27 bilhões de parâmetros ativos. Nos números que um comprador vê primeiro, a StepFun vence em cinco das seis linhas.

Cada linha do contraste

• Preço de entrada — Step 5 Preview US$ 1,00 por milhão de tokens vs. GLM-5.2 US$ 1,40, uma vantagem de 29% para a StepFun

• Preço de saída — US$ 2,70 vs US$ 4,40, uma vantagem de 39%, e o medidor que domina a fatura de um agente

• Entrada em cache — Step 5 Preview $0,10 por milhão, um desconto de 95% em relação ao GLM-5.2 $0,26, um desconto de 81%

• Custo por tarefa concluída do Intelligence Index — Step 5 Preview cerca de US$ 0,71 vs. GLM-5.2 US$ 2,01, o que condensa verbosidade e comportamento de cache em um único número e é a leitura menos favorável do card da StepFun em toda esta comparação

• Pontuação independente — Step 5 Preview 44 vs GLM-5.2 34 no Artificial Analysis Intelligence Index v4.3.2, em que a página do GLM-5.2 também exibe um marcador de descontinuação

• Contexto e saída — 1M de tokens de contexto para ambos; saída máxima de 64k para o Step 5 Preview contra 128K para o GLM-5.2

• Modalidade — Pré-visualização do Step 5: texto, imagens e vídeo de entrada, texto de saída vs GLM-5.2 texto de entrada, texto de saída, sem nenhum caminho para imagem

• Arquitetura — Step 5 Preview: mistura esparsa de especialistas, 600B no total e 27B ativos vs. GLM-5.2 com 753B no total e cerca de 40B ativos, um número de parâmetros ativos que a Z.ai não declara na ficha do modelo e que listagens de terceiros fornecem

• Licença — StepFun Model License 1.0, uma concessão personalizada com um gatilho de atribuição e limiares de licença comercial separada vs. GLM-5.2 sob MIT, sem limiar, sem exigência de atribuição e sem via de negociação para o modelo

• Pesos — ambos baixáveis; Step 5 Preview em FP8 e BF16 desde o dia do lançamento, além de uma build NVFP4 publicada em 14 de outubro de 2026 vs GLM-5.2 em BF16 e FP8 através da zai-org organização

• Estabilidade da tabela de preços — Step 5 Preview inalterado desde 20 de setembro vs GLM-5.2 inalterado desde 16 de junho

Duas observações antes que essas linhas sejam superinterpretadas. A diferença de 44 contra 34 não é a mesma comparação que parece. O GLM-5.2 foi lançado em junho com um número principal de índice de 51, que foi produzido sob uma revisão anterior do mesmo índice; desde então, a Artificial Analysis reformulou a escala, e o 34 acima é a leitura da revisão atual de um modelo que o avaliador agora marca como obsoleto. Citar 51 contra 44 seria comparar duas réguas diferentes, e é o erro mais comum na cobertura desse confronto. Segundo, o modelo da StepFun tem uma única configuração pontuada — um único 44 em um ajuste de esforço —, enquanto o GLM-5.2 foi medido ao longo de uma janela mais longa, então o número do modelo mais novo é um ponto onde o mais antigo tem algo mais próximo de um perfil.

A diferença de licença é a que sobrevive ao contato com uma revisão jurídica.

Ambos esses modelos são descritos como de pesos abertos, e os dois documentos não são equivalentes. O GLM-5.2 é MIT. Essa é uma licença que um advogado lê uma vez e aprova permanentemente: usar, modificar, distribuir, sublicenciar, vender, sem obrigação de atribuição, sem limite de usuários, sem acordo separado para qualquer modelo de negócio deste lado do absurdo. Os pesos são publicados pela própria organização da Z.ai no Hugging Face, em BF16 e FP8, a ficha do modelo declara que não há limites regionais, e não existe nenhuma cláusula nele que obrigue uma startup a modelar antes de poder planejar um produto.

Os termos do Step 5 Preview são mais permissivos do que no weights e mais restritivos do que a MIT, e a diferença não é retórica. A StepFun Model License 1.0 concede um direito perpétuo, mundial, isento de royalties e não exclusivo de usar, copiar, distribuir, sublicenciar, modificar e criar obras derivadas, com uma concessão de patente correspondente. Duas condições se aplicam. Um produto ou serviço comercial que incorpore o modelo e ultrapasse 100 milhões de usuários ativos mensais ou US$ 20 milhões em receita em qualquer mês-calendário deve exibir "Powered by StepFun AI" de forma destacada na interface do produto e no contrato do usuário. Um fabricante de hardware ou proprietário de marca que distribua as capacidades do modelo em dispositivos, ou um negócio de modelo como serviço cuja receita combinada exceda US$ 20 milhões em quaisquer doze meses, precisa de uma licença comercial separada. O uso interno que não exponha o modelo ou suas capacidades a terceiros está dentro da concessão sem nada disso.

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.

Quanto vale, de fato, um histórico de resultados

O GLM-5.2 está no mundo desde meados de junho. Nesse período, ele rodou dentro de harnesses de agentes, foi reproduzido por hosts e avaliadores terceiros, acumulou modos de falha relatados publicamente e teve dois sucessores lançados em cima dele — o GLM-5.3, em 18 de agosto de 2026, sobre os mesmos pesos-base, e o GLM-5.5 depois disso. A Z.ai nunca retirou a precificação nem os pesos. Esse último ponto é mais importante do que parece: o risco prático de adotar um modelo mais antigo não é que ele seja pior, e sim que ele fique sem suporte enquanto você ainda o executa, e o GLM-5.2 agora sobreviveu a duas atualizações geracionais com sua tabela de preços intacta.

O histórico operacional do Step 5 Preview é medido em semanas, e aquilo que especificamente lhe falta é a parte pouco glamorosa: um conjunto de relatos sobre como ele se comporta sob carga sustentada, em alta concorrência, com prompts patológicos e ao longo de uma janela longa o suficiente para que uma regressão do lado do fornecedor tenha acontecido e sido notada. Nem o cartão de modelo da StepFun nem a sua documentação substituem isso, e a própria tabela de benchmark do fornecedor — apresentada como imagem em vez de texto citável — não é uma medição independente de nada. Os dois harnesses têm, sim, números associados a eles: a StepFun nomeia as configurações nas quais avaliou, incluindo temperatura de 1,0, top-p de 0,95, top-k de 0 e o harness SWE-agent para o DeepSWE v1.1. Isso é mais divulgação do que muitas fichas de lançamento oferecem. Ainda assim, é o fornecedor avaliando o próprio trabalho.

Há uma exceção estreita em que os números do modelo mais recente são genuinamente independentes e dignos de confiança: o 44 no Intelligence Index, que é a única pontuação neutra que o Step 5 Preview tem, ao lado dos cerca de US$ 0,71 por tarefa de índice concluída e do rótulo "muito verboso" do avaliador em sua execução de suíte de 160 milhões de tokens. Trate o 44 como um único número bem fundamentado e não como um perfil. Trate o rótulo de verbosidade como a coisa mais provável de lhe causar problemas, porque é uma afirmação sobre custo, e não sobre qualidade, e aparece em toda fatura.

Onde a escolha realmente recai

Escolha o GLM-5.2 se alguma destas condições for verdadeira. Você precisa de uma licença MIT sem limiares, porque, caso contrário, sua equipe jurídica vai gastar um trimestre nisso. Você precisa de uma resposta única de 128.000 tokens, que o modelo da Z.ai oferece e o da StepFun não oferece a nenhum preço. Você está executando uma carga de trabalho de texto e código em que um modelo com quatro meses de histórico público de produção vale mais de dez pontos de índice, porque prefere herdar a lista de bugs de outra pessoa a gerar a sua própria. Ou você precisa da opção auto-hospedada mais barata possível e de um Mixture-of-Experts de 753B com um design publicado de atenção esparsa IndexShare que, segundo a Z.ai, reduz os FLOPs por token em cerca de 2,9 vezes em contexto total, e você pretende realmente implantá-lo em vez de chamá-lo.

Escolha o Step 5 Preview se a carga de trabalho pedir vídeo, ou se a diferença de dez pontos no índice for a diferença entre uma demo que funciona e uma que não funciona, ou se você simplesmente quiser o token mais barato da página e estiver disposto a ser um early adopter. A capacidade de vídeo é real, mas sem pontuação — a StepFun documenta entrada MP4, QuickTime e Matroska por URL, Base64 ou referência da Files API, com arquivos baseados em URL abaixo de 128MB e duração recomendada inferior a cinco minutos, e não existe nenhuma avaliação independente dela. Isso faz disso um motivo para rodar um teste, em vez de um motivo para se comprometer, e o mesmo vale para o modelo como um todo: suas linhas mais fortes são aquelas para as quais o próprio fornecedor é a única fonte, e sua linha mais confiável — o índice — é aquela em que ele não perde para ninguém e vence por dez.

As duas propostas também não são igualmente arriscadas na direção oposta. Escolher o modelo mais antigo custa-lhe capacidade que consegue medir. Escolher o mais recente custa-lhe um desconhecido que não consegue medir, e a forma de limitar um desconhecido é não apostar o caminho de produção nele. É esse o argumento a favor de executar o Step 5 Preview atrás de um fallback em vez de em vez de algo: encaminhe uma fração do tráfego para ele, mantenha o GLM-5.2 ou qualquer outra coisa em que confie como fallback, e deixe o custo por tarefa concluída decidir em vez do preço de etiqueta. No OrcaRouter, o GLM-5.2 está em z-ai/glm-5.2 ao preço de tabela da Z.ai com 0% de margem — $1.40 e $4.40 com a leitura de cache de $0.26 repassada sem alterações — e, como o repasse é o preço do próprio fornecedor, uma alteração de tarifa da Z.ai chega à sua fatura no próprio dia em que entra em vigor, e não no ciclo seguinte. O failover automático é o que torna seguro um teste de duas semanas a um endpoint desconhecido: o modelo em teste falha, o pedido não.

O Step 5 Preview não está no catálogo ativo da OrcaRouter, e a instrução honesta é chamá-lo pela própria plataforma da StepFun ou auto-hospedá-lo a partir dos checkpoints publicados FP8, BF16 ou NVFP4. Para esta comparação em particular, isso não é grande perda, porque o motivo de escolhê-lo em vez do GLM-5.2 é que você quer ser um dos primeiros, e ser um dos primeiros geralmente significa conviver com um único provedor de qualquer forma.

A única coisa que resolveria esta comparação não é um benchmark. É o tempo. Em três meses, o Step 5 Preview terá o que o GLM-5.2 tem agora: um registro público de como ele se comporta sob a carga de outras pessoas, na concorrência de outras pessoas, nos casos de falha de outras pessoas. Até então, a escolha entre estes dois modelos tem menos a ver com qual é melhor e mais a ver com em que tipo de evidência você está disposto a agir — a evidência que você herdou ou a evidência que você mesmo gera.