Step 5 Preview vs Nemotron 3.5 Super: Två viktutsläpp, två väldigt olika licenser

Den 15 oktober 2026 publicerade StepFun checkpoints för Step 5 Preview och NVIDIA publicerade checkpoints för Nemotron 3.5 Super — den vision-språkmodell med 120 miljarder parametrar och 12 miljarder aktiva parametrar vars fullständiga namn på leaderboardarna är Nemotron 3.5 Super VL. Två flaggskeppsutgåvor med öppna vikter, samma dag, och nästan inget annat gemensamt. Den ena är en sparsam mixture-of-experts med 600B parametrar byggd för långsiktigt agentarbete och licensierad under StepFuns egna villkor. Den andra är en hybrid Mamba-Transformer som körs med ungefär två och en halv gånger så hög utdatahastighet på en femtedel av den aktiva beräkningskraften, under en licens utformad för att användas kommersiellt utan en konversation. På det index som Artificial Analysis visar idag står de på 29 och 14.

Poängskillnaden är den minst intressanta skillnaden mellan dem. Den mer avgörande finns på licenssidan, och den avgör vilken av dessa två du kan lägga in i en produkt utan att först fråga någon om tillstånd.

15 oktober, två gånger

De två lanseringshistorikerna är ovanligt parallella, och det är därför den här jämförelsen ständigt ramas in som ett race. Något race är det inte – modellerna byggdes för olika uppgifter och bara släppdatumen sammanfaller.

• Step 5 Preview – API:et i drift 20 september 2026; BF16- och FP8-checkpointar publicerade 15 oktober. StepFuns eget tillkännagivande beskrev förseningen som avsiktlig: släpp slutpunkten, samla in trafik och öppna sedan vikterna.

• Nemotron 3.5 Super VL — vikterna publicerades 15 oktober 2026 som BF16 och NVFP4. NVIDIA levererade checkpoints, träningsrecept, dataset och draft-modeller för spekulativ avkodning i samma släpp, och företagets egen tekniska rapport hävdar att modellen slår Nemotron 3 Ultra på SWE-bench Pro med ungefär 4,6 gånger färre aktiva parametrar.

• Till skillnad från sin syskonmodell är Nemotron 3.5 Lightning – den mindre textbaserade modellen som släpptes i samma lansering – en annan produkt och inte ämnet här. Inte heller är detta Nemotron 3 Ultra, som vi jämförde separat med Step 5 Preview och som ligger vid en annan punkt på kurvan.

Licensen är den större skillnaden

Båda kallas öppna vikter. Endast en av de två licenserna är utformad för att användas utan ett tröskelvärde.

• Step 5 Preview – StepFun Model License 1.0. Den framstår som en tillåtande licens av Apache-typ med attributionskrav, plus kommersiella villkor som utlöses vid mycket stora driftsättningar: de publicerade villkoren lägger till skyldigheter om separat licens när en produkt passerar ungefär 100 miljoner månatligt aktiva användare eller 20 miljoner USD i månatliga intäkter.

• Nemotron 3.5 Super VL — OpenMDW-1.1, som tillåter kommersiell användning direkt. Ingen tröskel för antal användare, ingen intäktsutlösare, ingen separat förhandling.

• Viktformat – Step 5 Preview levereras med BF16 och FP8. Nemotron 3.5 Super VL levereras med BF16 och NVFP4, det fyrbitarsformat som är byggt för Blackwell-hårdvara, där NVIDIA rapporterar 99,62 % median noggrannhetsåterhämtning jämfört med BF16-baslinjen över 36 benchmarks.

• Vad som följer med vikterna – Step 5 Preview publicerade ett tekniskt blogginlägg som beskrev arkitekturen och träningsansatsen. NVIDIA publicerade datamängder, recept och en drafter tillsammans med checkpointen.

För de flesta team är den praktiska tolkningen enkel: om ni ligger under StepFun-trösklarna – och det gör nästan alla – beter sig de två licenserna likartat i dagligt bruk. Skillnaden syns i due diligence. En juridisk granskning av Nemotron 3.5 Super VL slutar vid "kommersiellt bruk tillåtet". En juridisk granskning av Step 5 Preview slutar med ett stycke om trösklar som någon måste modellera mot er tillväxtplan. Det är en verklig kostnad, som betalas en gång, och värd att känna till innan ingenjörsarbetet börjar.

Nämnden, efter omräkningen

Den enskilt mest användbara korrigeringen som finns här är att de allmänt citerade siffrorna för båda modellerna är föråldrade. Lanseringsbevakningen angav Step 5 Preview till 44 och Nemotron 3.5 Super VL till 26. Artificial Analysis har sedan dess ersatt indexversionen, och på den aktuella resultattavlan visas samma två modeller som 29 och 14. Allt som härletts från de äldre avläsningarna har förflyttats med dem.

Samma körning, en rad per dimension:

• Intelligensindex — Step 5 Preview 29 vs Nemotron 3.5 Super VL 14.

• AA-Briefcase v1.1 — 1 423 mot 999.

• AutomationBench-AA — 51 % mot 15 %.

Terminal-Bench 4.0 — 33 % mot 0 %.

• FrontierCode 2.0 — 12 % vs 6 %.

• AA-Omniscience — 16 mot −3, där den negativa siffran anger fler självsäkra felaktiga svar än avståenden.

• Humanity's Last Exam (Diamond) — 24 % mot 9 %.

• Utdatashastighet — 179,1 vs 450,6 token per sekund.

• Kostnad per indexuppgift — 2,35 $ jämfört med 0,56 $.

• Blandat pris per miljon tokens – 0,54 USD mot 0,1375 USD.

Resultatmönstret är konsekvent över alla delbenchmarkar: Step 5 Preview leder när det gäller kapacitet, Nemotron 3.5 Super VL leder när det gäller genomströmning och pris. Terminal-Bench 4.0-avläsningen är den som förtjänar en närmare titt, eftersom den är en nolla, och nollor på ett så här allmänt använt benchmark brukar betyda något specifikt snarare än en total oförmåga att utföra uppgiften.

NVIDIAs egna siffror pekar på något annat

NVIDIAs publicerade siffror beskriver en mycket starkare modell än den oberoende körningen visade. Företaget rapporterar 51,78 % på SWE-bench Pro, "upp till fem gånger" den agentiska genomströmningen hos jämförbara öppna modeller, och 4 632 till 4 856 utdatatokens per sekund per GPU på GB200-hårdvara. Dessa är rapporterade av leverantören, producerade i NVIDIAs egen testrigg, och de är inte samma tester som gav indexpoängen ovan.

Det här är inte en motsägelse, och att behandla det som en sådan är det vanliga felet i bevakningen av det här paret. SWE-bench Pro och Terminal-Bench 4.0 mäter olika saker på olika scaffolding, och en leverantörs harness som är anpassad för den egna modellen tenderar att smickra den. Den ärliga sammanfattningen är att NVIDIA har publicerat det mest kompletta redovisningspaketet av de två – recept, data, en drafter – och samtidigt det minst oberoende bekräftade prestandapåståendet. Step 5 Preview är det omvända: ett tunnare redovisningspaket kring en modell vars beteende oberoende labb faktiskt har mätt.

Om du väljer mellan dessa två baserat på rykte inom benchmarks, tänk på vilken sida av den avvägningen du är bekväm med. Ett recept som du kan köra igen är värt mer än en poäng som du inte kan.

Vad det kostar att driva var och en själv

Parametrantalen ställer Nemotron i en smickrande dager på ett sätt som minnesräkningen inte helt upprepar, men riktningen är rätt.

• Steg 5 – förhandsvisning: 600B totalt, 27B aktiva. FP8-versionen får plats på en enda nod med fyra B300s eller åtta H200s. BF16-versionen behöver ungefär 1,2 TB GPU-minne, vilket innebär åtta B300s eller två H200-noder med åtta GPU:er.

• Nemotron 3.5 Super VL — 120B totalt, 12B aktiva, levereras dessutom i NVFP4. Det är en femtedel av det totala parameterantalet för Step 5 Preview, så samma hårdvarubudget ger antingen ett mycket mindre kluster eller mycket mer samtidighet.

Aktiva parametrar avgör inferenskostnaden; totala parametrar avgör om du överhuvudtaget kan ladda den. Step 5 Previews 27B aktiva parametrar håller beräkningen per token konkurrenskraftig mot modeller som är betydligt större än den, men 600B-omfånget är det du måste få plats med i minnet innan något av det har någon betydelse. Nemotrons 12B aktiva parametrar och 120B-omfång är båda små nog att en enda nod är en realistisk driftsättning snarare än ett inköpsprojekt.

Med NVIDIAs listade pris på $0,225 för indata och $0,575 för utdata per miljon token – jämfört med Step 5 Previews $1,00 och $2,70 – är den värdbaserade lösningen tillräckligt billig för att egen drift av Nemotron 3.5 Super VL mestadels handlar om datalokalisering, inte om kostnad. För Step 5 Preview är egen drift det enda sättet att undvika en taxa som är fyra till fem gånger högre per token.

Dirigerar resten av din stack

Ingen av dessa två modeller finns i OrcaRouters katalog i dag, så det här är inte en artikel där vi kan erbjuda dig en billigare endpoint för någon av dem. Det som en router verkligen är användbar för i det här beslutet är delen som omger den: de över 200 modellerna i katalogen faktureras till leverantörens listpris utan påslag, så en leverantörsprissänkning når din faktura samma dag, och automatisk failover innebär att trafiken i din stack som varken är Step-5 eller Nemotron fortsätter att köras när en leverantör vacklar.

Det realistiska upplägget för ett team som väljer ett av dessa är en hybrid: självhosta de öppna vikterna för volymarbetsbelastningen, behåll en hostad modell bakom routing-DSL för svansfallen där ditt kluster är mättat eller begäran kräver en förmåga som du inte har driftsatt. OrcaRouters fusionsläge, som kör en panel av modeller och returnerar ett kombinerat svar, är ett sätt att använda den svansen medvetet i stället för som en nödfallback.

Vad du ska titta på härnäst

Tre saker skulle ändra svaret här. Om ett andra oberoende labb publicerar resultat för Nemotron 3.5 Super VL som liknar NVIDIAs egna SWE-bench-siffror snarare än indexkörningen, är gapet 29 mot 14 inte längre rubriken, och licensen blir den enda verkliga särskiljande faktorn. Om StepFun mildrar eller klargör de kommersiella trösklarna i sin licens, försvinner kostnaden för due diligence på andra sidan. Och om det hostade priset för någon av modellerna ändras, är token-gapet på fyra till fem gånger den siffra som är mest utsatt – Nemotrons listpris är redan lågt nog att en ytterligare sänkning skulle få självhostning av den att framstå som en hobby snarare än en strategi.

Tills något av det inträffar är den ärliga uppdelningen följande: Nemotron 3.5 Super VL är modellen att driftsätta när du behöver genomströmning, en kommersiell licens utan villkor och ett fotavtryck som ryms på en nod. Step 5 Preview är modellen att driftsätta när uppgiften är lång, kontexten är stor och ett felaktigt svar kostar mer än tokens — och när du kan leva med en licens som ställer en fråga i stor skala.