Step 5 Preview vs GLM-5.2: En fyra månader lång meritlista mot en två veckor gammal endpoint

Be en yrkesverksam ingenjör att välja mellan Step 5 Preview och GLM-5.2 och de flesta kommer att välja den nyare, eftersom den nyare är billigare per token och får tio poäng högre på den oberoende resultattavlan. Be samma ingenjör att sätta den framför betalande användare, och svaret blir svårare, eftersom en av dessa modeller har hanterat produktionstrafik sedan 16 juni 2026 och den andra släpptes den 20 september 2026. Step 5 Preview är den snabbare, billigare, multimodala modellen med högre poäng. GLM-5.2 är den vars fellägen redan har skrivits ned någonstans av någon annan, vars vikter levereras under MIT i stället för en anpassad licens med intäktströsklar i sig, och vars prislista inte har rört sig på fyra månader. Inget av dem är en utslagsgivande faktor som du kan lägga in i ett kalkylblad, och tillsammans utgör de hela beslutet. Vad siffrorna inte kan berätta för dig är om något av detta har gått fel i fält: de dokumenterade AI-incidenterna och agentfelen kring modeller i den här klassen samlas i OrcaRouter AI Incident Archive där varje post har sina egna källor, allvarlighetsgrad, konfidensgradering och flagga för omstridd.

Specifikationsjämförelsen är verkligen obalanserad och det är värt att avverka den först, eftersom argumentet för GLM-5.2 inte är ett specifikationsargument. Z.ai:s modell är endast för text, 753 miljarder parametrar totalt med ungefär 40 miljarder aktiva per token, begränsad till 128 000 utgående token och prissatt till $1.40 per miljon indata och $4.40 per miljon utdata. StepFuns kostar $1.00 och $2.70, tar video såväl som text och bilder, begränsar ett svar till 64k och kör 27 miljarder aktiva parametrar. På de siffror en köpare ser först vinner StepFun fem rader av sex.

Varje rad av kontrasten

• Indatapris — Step 5 Preview $1.00 per miljon tokens jämfört med GLM-5.2 $1.40, ett försprång på 29 % för StepFun

• Pris för utdata — $2,70 vs $4,40, en fördel på 39 %, och mätaren som dominerar en agents räkning

• Cachad inmatning — Step 5 Preview $0.10 per miljon, en rabatt på 95% jämfört med GLM-5.2 $0.26, en rabatt på 81%

• Kostnad per slutförd Intelligence Index-uppgift – Step 5 Preview cirka 0,71 $ jämfört med GLM-5.2 2,01 $, vilket förenar ordrikedom och cachebeteende i ett enda tal och är den minst smickrande tolkningen av StepFuns kort någonstans i den här jämförelsen

• Oberoende poäng — Step 5 Preview 44 mot GLM-5.2 34 på Artificial Analysis Intelligence Index v4.3.2, där GLM-5.2:s sida också har en utfasningsmarkör

• Kontext och utdata — 1M tokens kontext för båda; 64k maximal utdata för Step 5 Preview mot 128K för GLM-5.2

• Modalitet — Step 5 Preview: text, bilder och video in, text ut vs GLM-5.2: text in, text ut, utan någon bildväg alls

• Arkitektur — Step 5 Preview gles mixture-of-experts, 600B totalt och 27B aktiva mot GLM-5.2 753B totalt med ungefär 40B aktiva, en siffra för aktiva parametrar som Z.ai inte anger på modellkortet och som tredjepartslistningar tillhandahåller

• Licens — StepFun Model License 1.0, ett anpassat beviljande med en attributionsutlösare och trösklar för separat kommersiell licens, jämfört med GLM-5.2 under MIT, utan tröskel, utan attributionskrav och utan förhandlingsväg till modellen

• Vikter — båda nedladdningsbara; Step 5 Preview i FP8 och BF16 sedan releasedagen plus en NVFP4-build publicerad 14 oktober 2026 mot GLM-5.2 i BF16 och FP8 via zai-orgorganisationen

• Stabilitet i prislistan — Step 5 Preview utan ändringar sedan 20 september jämfört med GLM-5.2 utan ändringar sedan 16 juni

Två anmärkningar innan de där raderna övertolkas. Gapet mellan 44 och 34 är inte samma jämförelse som det ser ut. GLM-5.2 lanserades i juni med en indexsiffra på 51 i rubriken, vilken togs fram under en tidigare revidering av samma index; Artificial Analysis har sedan dess räknat om skalan, och 34:an ovan är den aktuella revideringens avläsning av en modell som utvärderaren nu markerar som föråldrad. Att citera 51 mot 44 vore att jämföra två olika linjaler, och det är det enskilt vanligaste misstaget i bevakningen av den här matchningen. För det andra har StepFuns modell en enda poängsatt konfiguration — en enda 44:a vid en ansträngningsinställning — medan GLM-5.2 har mätts över ett längre fönster, så den nyare modellens siffra är en punkt där den äldre har något som mer liknar en profil.

Licensskillnaden är den som överlever kontakt med en juridisk granskning.

Båda dessa modeller beskrivs som open-weight, och de två dokumenten är inte likvärdiga. GLM-5.2 är MIT. Det är en licens som en jurist läser en gång och godkänner permanent: använda, ändra, distribuera, vidarelicensiera, sälja, ingen attributionsskyldighet, ingen användartröskel, inget separat avtal för någon affärsmodell på den här sidan av absurditeten. Vikterna publiceras via Z.ai:s egen Hugging Face-organisation i BF16 och FP8, modellkortet anger inga regionala begränsningar, och det finns ingen klausul någonstans i den som en startup måste modellera innan den kan planera en produkt.

Villkoren för Step 5 Preview är mer tillåtande än ingen tillgång till vikter och mer restriktiva än MIT, och gapet är inte retoriskt. StepFun Model License 1.0 beviljar en evig, världsomspännande, royaltyfri, icke-exklusiv rätt att använda, kopiera, distribuera, underlicensiera, modifiera och skapa derivatverk, med en motsvarande patentlicens. Två villkor är knutna till detta. En kommersiell produkt eller tjänst som använder modellen och som överskrider 100 miljoner månatliga aktiva användare eller 20 miljoner USD i intäkter under en och samma kalendermånad måste visa "Powered by StepFun AI" framträdande i produktgränssnittet och i användaravtalet. En hårdvarutillverkare eller varumärkesägare som levererar modellens kapaciteter i enheter, eller en model-as-a-service-verksamhet vars sammanlagda intäkter överstiger 20 miljoner USD under någon tolvmånadersperiod, behöver en separat kommersiell licens. Intern användning som inte exponerar modellen eller dess kapaciteter för en tredje part ligger inom beviljandet utan något av detta.

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.

Vad ett track record faktiskt är värt

GLM-5.2 har funnits i världen sedan mitten av juni. Under den tiden har den körts i agentramverk, reproducerats av tredjepartsvärdar och granskare, samlat på sig offentligt rapporterade felmoder och fått två efterträdare lanserade ovanpå sig — GLM-5.3 den 18 augusti 2026, på samma basvikter, och GLM-5.5 efter det. Z.ai tog aldrig bort prissättningen och drog aldrig tillbaka vikterna. Den sista punkten är viktigare än den låter: den praktiska risken med att använda en äldre modell är inte att den är sämre, utan att den blir utan stöd medan du fortfarande kör den, och GLM-5.2 har nu överlevt två generationsförnyelser med sin prislista intakt.

Step 5 Previews operativa historik mäts i veckor, och det specifika den saknar är det oglamorösa: en mängd rapporter om hur den beter sig under ihållande belastning, vid hög samtidighet, med patologiska prompter och över ett tillräckligt långt fönster för att en regression hos leverantören ska ha hunnit inträffa och uppmärksammats. Varken StepFuns modellkort eller dess dokumentation är en ersättning för det, och leverantörens egen benchmarktabell – presenterad som en bild i stället för som citerbar text – är inte en oberoende mätning av någonting. De två testramverken har faktiskt siffror kopplade till sig: StepFun anger de inställningar som den utvärderade vid, inklusive en temperatur på 1,0, top-p på 0,95, top-k på 0 och SWE-agent-ramverket för DeepSWE v1.1. Det är mer öppenhet än många lanseringskort erbjuder. Det är fortfarande leverantören som betygsätter sitt eget arbete.

Det finns ett enda snävt undantag där den nyare modellens siffror är verkligen oberoende och värda att lita på: 44:an i Intelligence Index, som är den enda neutrala poängen Step 5 Preview har, tillsammans med ungefär $0,71 per slutförd indexuppgift och utvärderarens etikett ”mycket ordrik” på dess svitkörning med 160 miljoner token. Behandla 44:an som ett enda välkällbelagt nummer och inte som en profil. Behandla ordrikhetsetiketten som det som med större sannolikhet biter dig, eftersom den är ett uttalande om kostnad snarare än kvalitet och den dyker upp på varje faktura.

Var valet faktiskt landar

Välj GLM-5.2 om något av följande stämmer. Du behöver en MIT-licens utan tröskelvärden, eftersom din juridiska avdelning annars kommer att lägga ett kvartal på den. Du behöver ett enskilt svar på 128 000 token, vilket Z.ai:s modell erbjuder och StepFuns inte erbjuder oavsett pris. Du kör en arbetsbelastning för text och kod där en modell med fyra månaders offentlig produktionshistorik bakom sig är värd mer än tio indexpoäng, eftersom du hellre ärver någon annans bugglista än genererar din egen. Eller så behöver du det billigaste möjliga självhostade alternativet och en 753B Mixture-of-Experts-modell med en publicerad IndexShare-design för gles uppmärksamhet som Z.ai säger minskar FLOPs per token med ungefär 2,9 gånger vid full kontext, och du tänker faktiskt driftsätta den i stället för att anropa den.

Ta Step 5 Preview om arbetsbelastningen vill ha video, eller om indexgapet på tio punkter är skillnaden mellan en demo som fungerar och en som inte gör det, eller om du helt enkelt vill ha den billigaste token på sidan och är beredd att vara tidig användare. Videofunktionen är verklig men inte poängsatt — StepFun dokumenterar inmatning av MP4, QuickTime och Matroska via URL, Base64 eller en Files API-referens, med URL-baserade filer under 128 MB och en rekommenderad längd under fem minuter, och det finns ingen oberoende utvärdering av den. Det gör det till ett skäl att köra ett test snarare än ett skäl att satsa, och samma sak gäller för hela modellen: dess starkaste rader är de där den egna leverantören är den enda källan, och dess mest trovärdiga rad — indexet — är den där den inte förlorar mot något och vinner med tio.

De två förslagen är inte lika riskfyllda i den andra riktningen heller. Att välja den äldre modellen kostar dig kapacitet som du kan mäta. Att välja den nyare kostar dig en okänd faktor som du inte kan mäta, och sättet att begränsa en okänd faktor är att inte satsa produktionsvägen på den. Det är argumentet för att köra Step 5 Preview bakom en reservlösning snarare än som ersättning för något: routa en del av trafiken till den, behåll GLM-5.2 eller vad du nu litar på som reservlösning, och låt kostnaden per slutförd uppgift avgöra i stället för prislappen. På OrcaRouter ligger GLM-5.2 på z-ai/glm-5.2 till Z.ais listpris med 0 % påslag — 1,40 $ och 4,40 $, med cacheläsningen på 0,26 $ vidarefakturerad oförändrad — och eftersom vidarefaktureringen är leverantörens eget pris når en ändring av Z.ais pris din faktura samma dag som den träder i kraft i stället för vid nästa cykel. Automatisk failover är det som gör en tvåveckors provperiod med en obekant endpoint säker: testmodellen fallerar, men förfrågan gör det inte.

Step 5 Preview finns inte i OrcaRouters aktuella katalog, och den ärliga instruktionen är att anropa den via StepFuns egen plattform eller självhosta den från de publicerade FP8-, BF16- eller NVFP4-checkpointarna. För just den här jämförelsen är det inte någon större förlust, eftersom anledningen att välja den framför GLM-5.2 är att du vill vara tidig, och att vara tidig innebär vanligtvis att man får leva med en enda leverantör ändå.

Det enda som skulle avgöra den här jämförelsen är inte ett benchmark. Det är tid. Om tre månader kommer Step 5 Preview att ha det som GLM-5.2 har nu: en offentlig historik över hur det beter sig under andras belastning, vid andras samtidighet, i andras felsituationer. Fram till dess handlar valet mellan dessa två modeller mindre om vilken som är bättre och mer om vilken typ av evidens du är beredd att agera utifrån – den evidens du har ärvt, eller den evidens du själv genererar.