Step 5 Preview против A.X-K2: 600B API-модель против 690B-модели для скачивания

Step 5 Preview и A.X-K2 — это две половины решения, которое снова и снова возникает этой осенью: арендовать модель передового класса через API или забрать флагманскую модель с открытыми весами домой и запускать её самостоятельно. Step 5 Preview от StepFun — это вариант с арендой: анонсирована 20 сентября 2026 года, доступна для вызова в тот же день по цене $1.00 за миллион входных токенов и $2.70 за миллион выходных токенов, примерно 600 миллиардов общих параметров при 27 миллиардах активных, контекст на 1 млн токенов и независимая оценка 44 в Artificial Analysis Intelligence Index. A.X-K2 от SK Telecom — это вариант со скачиванием: выпущена 12 августа 2026 года под Apache 2.0, примерно от 688 до 692 миллиардов общих параметров при 33 миллиардах активных, контекст на 262 тыс. токенов и оценка по индексу 21. Одна модель крупнее, у другой есть цена, и именно та, у которой есть цена, набирает значительно больше баллов. В этой инверсии и заключается всё сравнение, и её стоит понять, прежде чем выбирать сторону из принципа.

Обычная подача этих двух моделей — национальная: флагманский проект Кореи в области суверенного ИИ против одной из самых агрессивных лабораторий Китая. Для решения о развёртывании такая подача бесполезна. Полезно другое: A.X-K2 — единственная из этой пары, которую можно держать у себя, а Step 5 Preview — единственная из этой пары, которую можно покупать по токенам. Всё остальное следует из этого разделения.

Числа, привязанные к своим источникам

Единственное измерение, которое можно сравнить напрямую, — это Intelligence Index, и оно независимо с обеих сторон: 44 у Step 5 Preview против медианы 26 среди сопоставимых моделей и 21 у A.X-K2 против медианы 18 в его классе сравнения с открытыми весами; оба измерены одной и той же третьей стороной по одной и той же шкале. На момент написания это сегодняшние цифры — баллы по этому индексу меняются, когда оценщик проводит перекалибровку, а более раннее прочтение той же страницы A.X-K2 показывало более высокое число. Всё остальное в этом сравнении идёт с указанием источника, которое приходится таскать с собой.

• Независимый интеллект — Step 5 Preview: 44 в Artificial Analysis Intelligence Index против A.X-K2: 21 в том же индексе, независимо измерено.

• Всего / активных параметров — Step 5 Preview: около 600 млрд всего, 27 млрд активных по данным StepFun, против A.X-K2: около 688–692 млрд всего, 33 млрд активных согласно материалам SK Telecom и карточке индекса.

• Контекстное окно — Step 5 Preview: 1M токенов у StepFun против A.X-K2: 262K токенов.

• Модальность — Step 5 Preview принимает текст и изображения; A.X-K2 работает только с текстом.

• Цена — Step 5 Preview: $1.00 за миллион входных и $2.70 за миллион выходных, опубликовано поставщиком, против A.X-K2: коммерческая цена API вообще не опубликована.

• Где это работает — Step 5 Preview: собственные API и Studio от StepFun, а также партнёрские площадки в периоды промоакций, в отличие от A.X-K2: ваше оборудование, после загрузки.

• Релиз — Step 5 Preview анонсирован 20 сентября 2026 против A.X-K2, выпущенного 12 августа 2026.

• Лицензия — Step 5 Preview: закрытое превью, веса BF16 обещаны к 15 октября 2026 г., против A.X-K2: Apache 2.0.

A.X-K2: более тяжёлый инструмент, с более скудными доказательствами

SK Telecom создала A.X-K2 как преемника A.X K1, и архитектура нацелена непосредственно на затраты при длинном контексте: схема mixture-of-experts с 256 экспертами и 8 активными на токен, обученная нативно в FP8, с механизмом, который компания называет Sparse Gated Attention. Это серьёзная инженерная работа, и именно поэтому модель с почти 700 миллиардами общих параметров вообще может обслуживаться организацией, которая не является гиперскейлером.

Чего у него нет — так это независимого подтверждения. SK Telecom сообщает о среднем приросте в 32,2 балла по четырнадцати бенчмаркам относительно A.X K1, скачке примерно на 83,9 балла в оценках длинного контекста и агентных задач, 97,1 на AIME 2026, 80,5 на корейском бенчмарке знаний KMMLU-Pro и 91,6 на CLIcK, а также заявляет, что он не уступает или превосходит недавние релизы Qwen и DeepSeek в математике и работе с корейским языком. Каждая из этих цифр — собственный показатель вендора. Независимая оценка — 21 балл в Intelligence Index — превышает медиану в 18 баллов для его класса сравнения открытых моделей, но на двадцать три балла отстаёт от Step 5 Preview, а сильные стороны A.X-K2 лежат там, где этот конкретный индекс почти не имеет веса: его девять оценок в основном англоязычны, ориентированы на рассуждения и агентные задачи, и ни одна из них не является бенчмарком по корейскому языку.

Ничто из этого не делает A.X-K2 худшей моделью, чем его оценка. Это делает его оценку нижней границей того, что он даёт для корейскоязычной или математически интенсивной рабочей нагрузки, по словам производителя, пока независимая лаборатория не опубликует эти результаты тестирования. Сторона затрат более конкретна: эталонное развёртывание этого весового класса требует четырёх GPU класса B300 и примерно 656 ГиБ в FP8. Такова цена скачивания, и, в отличие от счёта за токены, она не снижается обратно, когда эксперимент завершается.

Шаг 5. Предварительный просмотр: тот, что можно попробовать по HTTP уже сегодня

Преимущество Step 5 Preview не в том, что она крупнее или более открыта, — ни то, ни другое не верно, — а в том, что у неё есть цена, её можно вызывать и её независимо оценивают, и что в октябре её можно было бесплатно попробовать в трёх партнёрских интерфейсах. Для команды, которая оценивает, а не разворачивает у себя, такое сочетание стоит больше, чем лицензия Apache 2.0, потому что оно превращает решение о выборе оборудования в вызов API. Журнал StepFun по этой модели, впрочем, скуден в обычных местах: заявленные 600B/27B параметров и контекст в 1 млн токенов — это собственные цифры вендора, обещанные веса так и не вышли, а самая полезная цифра независимого совета о ней — это, пожалуй, не оценка 44, а многословность: примерно 160 млн выходных токенов, сгенерированных в наборе заданий индекса, против медианы около 82 млн, а A.X-K2 ушла ещё дальше — около 230 млн против медианы 140 млн. На модели, которая берёт $2,70 за миллион выходных токенов, этот разрыв — разница между недорогой оценкой и дорогой производственной привычкой.

Почему более крупная модель набирает меньше баллов

Количество параметров — это не баллы, и данное сопоставление наглядно это демонстрирует. Дополнительные ~300 миллиардов общих параметров A.X-K2 обеспечивают плотность, которая проявляется там, где вознаграждает его собственный набор оценок — глубина корейского языка, математика, широкие знания, — тогда как индекс, в котором представлены обе модели, в основном англоязычный, с упором на рассуждения и агентные сценарии, где создатели Step 5 Preview, судя по всему, целенаправленно проводили настройку. Архитектура с 27B активных параметров также делает модель StepFun заметно дешевле в обслуживании при любой заданной пропускной способности, и именно поэтому цена за размещённую версию вообще существует.

Есть и второе, менее лестное толкование, которое работает в обратную сторону. A.X-K2 вышел 12 августа, а Step 5 Preview — 20 сентября; у более новой модели меньше недель независимой проверки, и её 44 ещё может измениться по мере поступления новых оценок. Обе цифры предварительны в том смысле, в каком предварительны оценки за первый квартал для любой модели. Разница в том, что предварительная оценка A.X-K2 — это лучшее свидетельство, какое есть у кого-либо за пределами SK Telecom, тогда как предварительная оценка Step 5 Preview опирается на спецификацию производителя, которую третья сторона хотя бы частично воспроизвела.

Экономика обслуживания — именно в ней на самом деле и принимается решение

Если вы можете вызывать её, вы платите $1.00 за вход и $2.70 за выход на миллион токенов — и на этом всё: никаких закупок, никаких GPU, никакой эксплуатации. Если вы скачиваете её, вы платите за оборудование, электроэнергию, работу по квантованию и оценочный стенд, зато ваши промпты и данные остаются внутри вашего собственного периметра. A.X-K2 с 33B активных параметров — это не модель для ноутбука; эталонная конфигурация — небольшой кластер. Закрытое превью Step 5 Preview вообще не даёт никакого периметра до 15 октября, когда обещаны веса BF16, — и пока эти файлы не появятся в репозитории, эта дата остаётся обязательством, а не опцией.

Это тот момент, когда слой маршрутизации оправдывает своё место, а не просто рекламирует себя. Большинство команд не хотят отвечать на вопрос «арендовать или владеть» раз и навсегда; они хотят знать, как модель поведёт себя на их трафике, прежде чем покупать под неё оборудование, а затем сохранять возможность перейти в другое место, если ответ изменится. OrcaRouter не маршрутизирует Step 5 Preview и не маршрутизирует A.X-K2 — обе эти модели сегодня вне нашего каталога. Что он делает, так это ставит более 200 моделей за одним ключом API и одним счётом с наценкой 0% и сквозной передачей прайс-листовой цены провайдера, так что набор для сравнения, с которым вы сопоставляете любой новый флагман, — это тот самый набор, к которому можно обратиться уже сегодня, и автоматическое переключение при сбое поддерживает рабочий продакшн-путь, пока вы ещё принимаете решение.

Какой выбрать?

Выбирайте Step 5 Preview, если ваша нагрузка — это общие рассуждения, агентное программирование или что-либо с длинным контекстом, если вы хотите платить за токены, а не покупать кремний, и если ввод изображений имеет значение — он выигрывает по независимой оценке, по длине контекста, по задержке до первого ответа и по разнообразию модальностей, и это единственный из двух, который вы можете запустить в этом месяце в виде пилота без закупок.

Выбирайте A.X-K2, если ваш язык — корейский, если ваша рабочая нагрузка требует интенсивных математических вычислений или если данные просто не могут покинуть вашу инфраструктуру, — и идите на это, зная, что принимаете таблицу бенчмарков SK Telecom на веру, что счёт за оборудование реален и что независимая оценка, на которую вы можете сослаться, на двадцать три пункта ниже. Если такой компромисс кажется неудачным, честный ответ — не выбрать другой флагман, а протестировать оба на собственном трафике: это единственное сравнение, которое нельзя заменить цифрами ни одного из вендоров.

Ни одна из моделей не является безопасным выбором по умолчанию. Step 5 Preview — это недорогой, взвешенный, доступный для вызова вариант, чьи веса всё ещё на подходе; A.X-K2 — более тяжёлый, суверенный, доступный для скачивания вариант, чьи доказательства ещё не предъявлены. Выберите ограничение, которое действительно связывает вашу команду, — периметр или счёт, — и отпустите второе.