การ์ดชื่อเรื่องที่สร้างขึ้นสำหรับ Step 5 Preview โดยมีข้อความว่า 'Step 5 Preview — สิ่งที่รั่วไหลออกมาจนถึงตอนนี้' แสดงข้อมูลจำเพาะหกรายการเป็นแถวป้ายกำกับและค่า: พารามิเตอร์ทั้งหมดประมาณ 600B, เปิดใช้งานต่อการอนุมานประมาณ 27B, อินพุตเป็นข้อความและรูปภาพ, หน้าต่างบริบท 1M โทเค็น, AA Intelligence Index 44 และราคา $1.00 ขาเข้า และ $2.70 ขาออก ต่อ 1M โทเค็น ข้อความส่วนท้ายระบุว่า 'ตัวเลขทั้งหมดเป็นของบุคคลที่สามและยังไม่ได้ตรวจสอบ - StepFun ยังไม่ได้ประกาศโมเดลนี้' โลโก้ OrcaRouter อยู่ที่มุมขวาล่าง
Guides & Insights

พรีวิว Step 5: เรือธง 600B ที่ยังไม่เปิดตัวของ StepFun อยู่บนลีดเดอร์บอร์ดแล้ว

ผู้เขียน

Elias Hawthorne

วันที่เผยแพร่

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด
เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
กลับไปยังโพสต์ทั้งหมด

Step 5 Previewมีอันดับบนกระดานผู้นำ มีราคาที่ประกาศไว้ มีความเร็วเอาต์พุตที่วัดได้ และมีคะแนน Intelligence Index อยู่ที่ 44 — เท่ากับคะแนนของ Kimi K3 ซึ่งเป็นโมเดลที่มีขนาดใหญ่กว่าราวห้าเท่า สิ่งที่มันยังไม่มีคือการเปิดตัว StepFun ยังไม่ได้ประกาศเรื่องนี้ เอกสารแพลตฟอร์มของ StepFun เองก็ไม่ได้ระบุไว้ และไม่มีเวตให้ดาวน์โหลด ตัวเลขทุกตัวด้านล่างมาจากบุคคลที่สามซึ่งได้เข้าถึงก่อนที่ผู้ขายจะพูดอะไรต่อสาธารณะ จึงทำให้ชิ้นนี้เป็นบทความแบบ "สิ่งที่เรารู้กันจนถึงตอนนี้" มากกว่าจะเป็นการรีวิว ให้อ่านตัวเลขเหล่านี้เป็นหลักฐานของสิ่งที่กำลังจะมา ไม่ใช่ในฐานะสเปกชีต

การรั่วไหลคือเรื่องราว

ร่องรอยสาธารณะครั้งแรกของ Step 5 Preview คือการรันประเมินผล Artificial Analysis มีหน้าโมเดลแบบสดสำหรับโมเดลนี้ โดยให้คะแนนผ่าน API ของ StepFun เองภายใต้แท็กทดสอบ step-5-preview-b โดยแพลตฟอร์มระบุวันที่ของโมเดลเป็น 18 กันยายน 2026 หน้านั้นเป็นแหล่งที่มาของค่า 44 ราคา การวัดความเร็ว และแถวผลการทดสอบมาตรฐานในบทความนี้

ในทางกลับกัน ฝั่งผู้ให้บริการกลับว่างเปล่า เอกสารสำหรับนักพัฒนาของ StepFun ระบุโมเดลสูงสุดถึง Step 3.7 Flash และ Step 3.5 Flash แล้วก็หยุดเพียงเท่านั้น — ไม่มี step-5 ไม่มีรายการพรีวิว องค์กร stepfun-ai บน Hugging Face ไม่มีคลังข้อมูล Step 5 ซึ่งสอดคล้องกับการเป็นเรือธงแบบปิดน้ำหนักมากกว่าจะเป็นความหลงลืม รายงานจากชุมชนบนฟอรัมนักพัฒนาชาวจีนชี้ว่าอาจมีการเปิดตัวในงาน AGI Frontier ที่เซี่ยงไฮ้ในวันที่ 19 กันยายน ซึ่งนับเป็นราวหนึ่งวันหลังจากผลการประเมินปรากฏขึ้น ณ เวลาที่เขียนนี้ ไม่มีใครนอก StepFun ที่มีข้อมูลจำเพาะอย่างเป็นทางการ ราคาอย่างเป็นทางการ หรือชื่ออย่างเป็นทางการของเวอร์ชันที่จะวางจำหน่าย

ชื่อนี้เองคือเบาะแสแรกว่านี่คือการพรีวิว ไม่ใช่การเปิดตัว StepFun ข้ามซีรีส์ Step 4.x ไปทั้งหมดแล้วกระโดดไปที่ Step 5 โมเดลที่เปิดตัวภายใต้คำต่อท้าย Preview ซึ่งถูกวัดผลก่อนที่จะมีหน้าผลิตภัณฑ์ คือโมเดลที่ผู้พัฒนายังคงปรับเทียบอยู่ — ทั้งราคา การจัดเส้นทาง และขีดจำกัด ล้วนเปลี่ยนแปลงได้ก่อนการเปิดให้ใช้ทั่วไป

ข้อกำหนดมีลักษณะเป็นอย่างไร เท่าที่ใคร ๆ จะบอกได้

นี่คือตัวเลขที่กำลังแพร่กระจาย และเป็นข้อกล่าวอ้างที่ถูกพูดซ้ำมากที่สุดของข้อมูลที่รั่วไหล — ซึ่งไม่ใช่สิ่งเดียวกับข้อกล่าวอ้างที่ได้รับการยืนยันมากที่สุด:

• จำนวนพารามิเตอร์ทั้งหมด — ประมาณ 600B เมื่อเทียบกับราว 2.8T ของ Kimi K3

• เปิดใช้งานต่อการอนุมานแต่ละครั้ง — ประมาณ 27B คิดเป็นประมาณ 4.5% ของทั้งหมด ซึ่งเป็นอัตราส่วน mixture-of-experts ที่เบาบางอย่างผิดปกติ

• รูปแบบข้อมูลนำเข้า — ข้อความและรูปภาพ; เอาต์พุตเป็นข้อความเท่านั้น

• การให้เหตุผล — ใช่ ด้วยการคิดแบบขยาย

• Context window — 1M โทเคนบน Artificial Analysis; การกำหนดค่าของบุคคลที่สามอีกชุดหนึ่งที่แพร่หลายในเครื่องมือสำหรับนักพัฒนา ระบุไว้ที่ 350,000 โดยมีเอาต์พุตสูงสุด 64,000

• ความพร้อมใช้งานของน้ำหนัก — ปิด, ไม่มีที่เก็บ

ความขัดแย้งเรื่องหน้าต่างบริบทนั้นสมควรถูกชี้ให้เห็นอย่างตรงไปตรงมา เพราะยังไม่มีใครแก้ไขมันได้ หน้าต่าง 1M โทเคนกับหน้าต่าง 350k โทเคนเป็นผลิตภัณฑ์ที่ต่างกัน โดยมีต้นทุนหน่วยความจำที่ต่างกัน และตัวเลขหลังมาพร้อมเพดานเอาต์พุต 64k ซึ่งตัวเลขแรกไม่ได้กล่าวถึงเลย หากคุณกำลังวางแผนไปป์ไลน์เอกสารยาวโดยอาศัยตัวเลข 1M การกำหนดค่า 350k คือเหตุผลที่ควรรอหน้าข้อมูลจากผู้ขาย จำนวนพารามิเตอร์ก็มีความคลุมเครือคล้ายกัน: ตัวติดตามของ DataLearner ยังบันทึกว่าสถาปัตยกรรม MoE และจำนวนพารามิเตอร์สำหรับ Step 5 Preview อยู่ในสถานะไม่พร้อมใช้งาน ซึ่งหมายความว่าคู่ 600B/27B — ข้อเท็จจริงที่ถูกอ้างถึงมากที่สุดเพียงหนึ่งเดียวเกี่ยวกับโมเดลนี้ — ก็เป็นหนึ่งในข้อเท็จจริงที่ได้รับการยืนยันอย่างเป็นทางการน้อยที่สุดด้วย

ตัวเลขที่น่าสนใจคือ 27B ไม่ใช่ 600B

โมเดล sparse mixture-of-experts ใช้พลังประมวลผลกับเฉพาะผู้เชี่ยวชาญ (experts) ที่โทเคนถูกส่งเส้นทางไปถึงจริงเท่านั้น ดังนั้นตัวเลขที่เปิดใช้งานจึงเป็นตัวกำหนดว่าโมเดลจะทำงานอย่างไรในการใช้งานจริง ที่ขนาดเปิดใช้งานประมาณ 27B, Step 5 Preview ทำงานต่อโทเคนในช่วงเดียวกับโมเดลที่มีขนาดเพียงเศษเสี้ยวของมัน ขณะที่ขนาดรวม 600B เป็นเรื่องของการใช้หน่วยความจำเป็นหลัก

ผลลัพธ์สองประการตามมา และทั้งคู่ปรากฏในการวัดของบุคคลที่สาม ต้นทุนการให้บริการแปรตามพารามิเตอร์ที่เปิดใช้งาน ซึ่งเป็นส่วนหนึ่งของเหตุผลที่ราคาอยู่ตรงจุดที่มันเป็น และความเร็วต่อโทเค็นก็ได้ประโยชน์เช่นกัน: Artificial Analysis วัดได้ 99.8 โทเค็นเอาต์พุตต่อวินาที อยู่ในอันดับที่ 42 จาก 200 โมเดล เทียบกับค่ามัธยฐานที่ 64.6 เวลาถึงโทเค็นแรกอยู่ที่ 2.96 วินาที เทียบกับค่ามัธยฐานประมาณ 3.57 วินาที หากการแบ่ง 600B/27B นั้นแม่นยำ นี่คือโมเดลที่ออกแบบมาให้มีต้นทุนการให้บริการต่ำ มากกว่าจะมีต้นทุนการโฮสต์ต่ำ — ความแตกต่างสำคัญหากคุณเป็นผู้จ่ายค่า GPU ไม่ใช่ค่าโทเค็น

อยู่ตรงไหนบน Intelligence Index

Artificial Analysis ให้คะแนน Step 5 Preview ที่ 44 บน Intelligence Index v4.3 ซึ่งรวมการประเมินสิบรายการ นั่นคืออันดับที่ 25 จาก 200 โมเดลบนกระดานจัดอันดับ และสูงกว่าค่ามัธยฐานของโมเดลที่ดัชนีนี้ให้คะแนนอยู่มาก โดยค่ามัธยฐานอยู่ที่ 25

• ดัชนีความฉลาด — Step 5 Preview 44 vs Kimi K3 44

• ด้านบนโดยตรง — GLM-5.3 และ Claude Opus 5 ทั้งคู่ที่ 45

• ด้านล่างโดยตรง — DeepSeek V4.1 Flash ที่ 40 และ DeepSeek V4 Pro ที่ 36

• Terminal-Bench 4.0 — Step 5 Preview 33.3% เทียบกับ Kimi K3 ที่ราว 12.6% และเทียบกับ DeepSeek V4.1 Flash ที่ 26.8%

• SciCode — 59% สำหรับ Step 5 Preview ทัดเทียมกับ Kimi K3

• ความเร็วในการสร้างผลลัพธ์ — 99.8 โทเค็นต่อวินาที เทียบค่ามัธยฐานของกลุ่มที่ 64.6

พาดหัวข่าวคือการเสมอกับ Kimi K3 และการตีความอย่างตรงไปตรงมานั้นแคบกว่าที่พาดหัวข่าวชวนให้คิด การทำได้เทียบเท่าโมเดล 2.8T พารามิเตอร์บนดัชนีรวมที่ขนาดรวม 600B ถือเป็นผลลัพธ์ด้านประสิทธิภาพจริง แต่ค่าดัชนีรวมกลับซ่อนรูปร่างของมันไว้ ช่องว่างใน Terminal-Bench 4.0 ที่เข้าข้าง Step 5 Preview นั้นชัดเจนมาก ขณะที่ผลลัพธ์ SciCode นั้นสูสีกันจนแทบเสมอ ความเท่าเทียมกันโดยรวมบนดัชนีไม่ใช่ความเท่าเทียมกันในทุกด้าน และบิลด์พรีวิวเป็นช่วงเวลาที่เชื่อถือได้น้อยที่สุดในการคาดเดาว่าช่องว่างเหล่านั้นจะยังคงอยู่

ความคลาดเคลื่อนอีกจุดหนึ่งที่ควรเอ่ยถึง: Artificial Analysis รายงาน 44 ขณะที่ตัวติดตามอิสระของ DataLearner บันทึกการรันเดียวกันไว้ที่ 43.6 นั่นเป็นความต่างจากการปัดเศษมากกว่าจะเป็นความเห็นที่ไม่ตรงกันเรื่องขีดความสามารถ แต่ก็เป็นสิ่งประเภทที่ทำให้ประเด็นเกี่ยวกับตัวเลขของโมเดลนี้ชัดเจนขึ้นโดยทั่วไป — พวกมันเป็นค่าที่บุคคลที่สามอ่านได้จากโมเดลที่ยังไม่ประกาศ เก็บ ณ ช่วงเวลาที่ต่างกันเล็กน้อย และไม่มีค่าใดเลยที่ได้รับการยืนยันโดย StepFun ไม่มีเกณฑ์มาตรฐานเหล่านี้ตัวใดที่รายงานโดยผู้ขาย ซึ่งเป็นดาบสองคม: ไม่มีใครที่ StepFun อ้างตัวเลขใด ๆ ที่นี่ และไม่มีใครที่ StepFun ยืนยันรับรองตัวเลขใดเลยเช่นกัน

Screenshot of the Artificial Analysis model page for Step 5 Preview, headed 'Step 5 Preview Intelligence, Performance & Price Analysis', showing StepFun as the creator, a release date of September 2026, an Intelligence Index of 44 at rank 25 of 200, an output speed of 99.8 tokens per second at rank 42 of 200, input pricing of $1.00 and output pricing of $2.70 per million tokens with a 95% cache discount, $0.71 per Intelligence Index task, verbosity of 160M output tokens, and technical specifications listing reasoning as supported, input modality as text plus image, and a 1M token context window.

ราคา และความเยิ่นเย้อที่กัดกินมัน

ราคาเป็นส่วนหนึ่งของการรั่วไหลนี้ที่จะส่งผลกระทบต่องบประมาณเร็วที่สุด ผ่าน API ของ StepFun นั้น Artificial Analysis บันทึกข้อมูลดังต่อไปนี้:

• อินพุต — $1.00 ต่อหนึ่งล้านโทเคน เทียบกับค่ามัธยฐานที่ $1.88 สำหรับโมเดลที่เทียบเคียงได้

• เอาต์พุต — 2.70 ดอลลาร์ต่อล้านโทเค็น เทียบกับค่ามัธยฐานที่ 10.00 ดอลลาร์

• แคช — ส่วนลดแคช 95% ทำให้การเรียกใช้ที่ได้จากแคชมีค่าใช้จ่ายเพียงประมาณ $0.05 ต่อล้านโทเคน

• แบบผสม — ประมาณ $0.51 ต่อล้านโทเค็น ที่สัดส่วนผสมแคชฮิตต่ออินพุตต่อเอาต์พุต 7:2:1

• ค่าใช้จ่ายต่องาน Intelligence Index — $0.71

• ค่าใช้จ่ายในการรันดัชนีแบบเต็มหนึ่งครั้ง — รวมทั้งหมด $918.34

เอาต์พุตที่ $2.70 คือบรรทัดที่สำคัญที่สุด เพราะมันต่ำกว่าหนึ่งในห้าของราคาที่ Kimi K3 เรียกเก็บสำหรับหนึ่งล้านโทเคนเดียวกันที่ $15.00 แต่มีจุดที่การเปรียบเทียบต่อโทเคนซ่อนไว้ และ Artificial Analysis วัดมันโดยตรง นั่นคือความเยิ่นเย้อ Step 5 Preview สร้างเอาต์พุต 160M โทเคนเพื่อทำ Intelligence Index ให้เสร็จ เทียบกับค่ามัธยฐานที่ 90M ของทั้งวงการ และอยู่ในอันดับที่ 65 จาก 200 ในตัววัดนั้น

ลองคำนวณดูสิ ที่ราคา $2.70 ต่อล้าน โทเค็นเอาต์พุต 160M คิดเป็นประมาณ $432 — ราวครึ่งหนึ่งของต้นทุนรวม $918.34 ของการรันดัชนีทั้งหมด ซึ่งหมดไปกับความช่างพูดของโมเดลเองมากกว่าที่จะไปกับงานต่าง ๆ ถ้าผลักโทเค็น 160M ชุดเดียวกันผ่านอัตราเอาต์พุต $15.00 ของ Kimi K3 คุณจะอยู่ที่ $2,400 ซึ่งเป็นที่มาของข้อได้เปรียบด้านราคา แต่คำเตือนในทางปฏิบัติมีไว้สำหรับใครก็ตามที่ประเมินต้นทุนโดยหยิบจำนวนโทเค็นจากโมเดลอื่นมาใช้: Step 5 Preview เขียนประมาณ 1.8 เท่าของค่ามัธยฐาน ดังนั้นงานที่เน้นเอาต์พุตจึงได้ทั้งอัตราที่ถูกกว่าและโทเค็นที่มากกว่าในเวลาเดียวกัน ส่วนลดยังอยู่ แต่เล็กกว่าที่การเทียบ $1.00/$2.70 กับ $3.00/$15.00 ทำให้ดูเหมือน และขนาดของมันขึ้นอยู่ทั้งหมดกับว่าพรอมป์ของคุณทำให้โมเดลช่างพูดแค่ไหน

ส่วนลดแคช 95% คือกลไกอีกข้อหนึ่ง และมันดุดันเป็นพิเศษ ภาระงานที่มีการใช้พรอมต์ซ้ำสูง — พรอมต์ระบบยาว เอกสารคงที่ ฐานโค้ดที่ใช้ร่วมกัน — จะเข้าใกล้ $0.51 แบบผสมมากกว่าอัตราอินพุต $1.00 อย่างชัดเจน ตัวเลขผสมนั้นตั้งอยู่บนสมมติฐานอัตราส่วน 7:2:1 ซึ่งเป็นสมมติฐานในการสร้างแบบจำลองมากกว่าการรับประกัน แต่มันเป็นรูปแบบการคำนวณที่เหมาะสมสำหรับนำไปใช้กับทราฟฟิกของคุณเอง

A generated two-column comparison scoreboard titled 'Step 5 Preview vs Kimi K3 — the scoreboard'. The left column gives Step 5 Preview the rows AA Index 44, total params about 600B, active params about 27B, Terminal-Bench 4.0 33.3%, SciCode 59%, and price $1.00 / $2.70. The right column gives Kimi K3 the rows AA Index 44, total params about 2.8T, active params not disclosed, Terminal-Bench 4.0 about 12.6%, SciCode 59%, and price $3.00 / $15.00. A footer reads 'Step 5 Preview figures third-party via Artificial Analysis and unaudited; Kimi K3 figures per Artificial Analysis. Prices per 1M tokens.' The OrcaRouter logo sits in the bottom-right corner.

สิ่งที่ผู้ทดสอบกลุ่มแรกกำลังพบเจอ

สิ่งเหล่านี้เป็นรายงานเฉพาะบุคคลจากฟอรัมนักพัฒนาและโพสต์โซเชียลในช่วงหลายวันรอบ ๆ การรั่วไหล ไม่ใช่ผลการวัด และควรให้น้ำหนักตามความเหมาะสม:

• การเรียกใช้เครื่องมือเป็นปัญหาที่ถูกคอมเพลนมากที่สุด — เลือกชื่อเครื่องมือผิด และพยายามแก้ไขโดยยังไม่ได้อ่านไฟล์เป้าหมายก่อน

• ข้อผิดพลาดที่รายงานเมื่อเกินบริบทประมาณ 340,000 โทเคน ซึ่งเป็นโหมดความล้มเหลวที่ต้องจับตา หากหน้าต่าง 1M กลายเป็นตัวเลขจริง

• การกรองเนื้อหาตัดทอนเอาต์พุตในบางพรอมป์ต์

• ความประทับใจด้านความสามารถแตกออกเป็นสองฝั่ง: ผู้ทดสอบบางคนจัดให้มันอยู่เหนือ GLM-5.3 Flash ขณะที่บางคนจัดให้อยู่ต่ำกว่า DeepSeek V4.1 Flash

การที่บิลด์พรีวิวที่ยังไม่เปิดตัวล้มเหลวในการใช้เครื่องมือไม่ใช่เรื่องอื้อฉาว — นั่นคือสิ่งที่ป้ายพรีวิวมีไว้สำหรับ แต่ก็หมายความว่าไม่ควรอ่าน 44 ว่าเป็นคำสัญญาเกี่ยวกับความน่าเชื่อถือแบบเอเจนต์ เพราะ Intelligence Index ไม่ได้ทดสอบสิ่งที่ผู้ทดสอบช่วงแรกบ่นมากที่สุด

คุณจะเรียกมันว่าอะไรจริง ๆ — และใช้อะไรไปก่อนในระหว่างนี้

OrcaRouter ไม่ได้จัดเส้นทางให้ Step 5 Preview ไม่มี endpoint สาธารณะและไม่มี weights ดังนั้นจึงไม่มีอะไรให้จัดเส้นทาง และยังไม่มีแพลตฟอร์มของบุคคลที่สามรายใดที่สามารถอ้างเป็นอย่างอื่นได้อย่างซื่อสัตย์ ใครก็ตามที่บอกคุณว่าวันนี้จะเรียกใช้งานมันได้ที่ไหน กำลังอธิบายถึง evaluation endpoint ไม่ใช่ผลิตภัณฑ์

โมเดลที่นำมาเปรียบเทียบด้วยนั้นเป็นอีกเรื่องหนึ่ง Kimi K3, GLM-5.3 และ DeepSeek V4.1 Flash ล้วนใช้งานได้ผ่าน OrcaRouter พร้อมกับโมเดลอีก 199 รายการจาก 15 ผู้ให้บริการ ภายใต้คีย์ API เดียวและบิลเดียว การคิดราคาส่งผ่านในราคาตามรายการของผู้ให้บริการโดยบวกเพิ่ม 0% ซึ่งสำคัญกว่าปกติกับโมเดลแบบนี้: หากราคา $1.00/$2.70 ของ Step 5 Preview ทรงตัวตอนเปิดตัวแล้วจากนั้นมีการเปลี่ยนแปลง เส้นทางแบบส่งผ่านราคาจะปรับในวันเดียวกัน แทนที่จะเป็นไปตามตารางการปรับราคาของคนอื่น

เมื่อมันเปิดให้เรียกใช้ได้จริง วิธีที่สมเหตุสมผลในการรันโมเดลที่ใกล้เคียงกับรุ่นที่ยังไม่เปิดตัว คือวิธีเดียวกับที่คุณจะรันโมเดลใดก็ตามที่คุณยังไม่ไว้วางใจ นั่นคือไว้หลังเส้นทางที่มีการสลับสำรองอัตโนมัติ เพื่อให้ความล้มเหลวในการเรียกเครื่องมือหรือข้อผิดพลาดเรื่องบริบทแบบยาวตกไปยังโมเดลที่ทำงานได้ แทนที่จะลากแอปพลิเคชันของคุณล่มไปด้วย นั่นคือแพตเทิร์นที่รายงานช่วงแรกชี้ว่าควรใช้ในกรณีนี้โดยเฉพาะ บิลด์พรีวิวที่มีรายงานปัญหาการเรียกเครื่องมือและข้อผิดพลาดเรื่องบริบทแบบยาว เป็นโมเดลที่คุณต้องการให้มีตัวสำรองอยู่ข้างหลังพอดี ไม่ใช่โมเดลที่คุณต้องการให้อยู่บนเส้นทางโปรดักชันโดยลำพัง

Screenshot of the OrcaRouter models page at www.orcarouter.ai/models showing 199 models from 15 providers behind one API key and one bill, with filters for input modalities, context length, input price, status, series and supported parameters, and a 'How to call any model' card showing a POST request to the OrcaRouter chat completions endpoint.

อะไรจะทำให้สิ่งนี้เปลี่ยนจากการรั่วไหลให้กลายเป็นการเปิดตัว

สามสิ่งที่ต้องจับตา เรียงตามลำดับว่าแต่ละข้อจะช่วยคลี่คลายได้มากน้อยเพียงใด อย่างแรก หน้าโมเดลและราคาบนแพลตฟอร์มนักพัฒนาของ StepFun เอง — ทันทีที่ step-5ปรากฏในรายการโมเดล เอกสารสเปกอย่างเป็นทางการจากผู้พัฒนาก็จะเข้ามาแทนที่ข้อมูลจากแหล่งบุคคลที่สามทุกแห่งในบทความนี้ รวมถึงคู่ตัวเลข 600B/27B และข้ออ้างเรื่องคอนเท็กซ์ 1M อย่างที่สอง การคลี่คลายความขัดแย้งเรื่องคอนเท็กซ์ระหว่าง 1M กับ 350k เพดานเอาต์พุต 64k ภายใต้หน้าต่าง 1M ถือเป็นความแตกต่างที่มีนัยสำคัญสำหรับใครก็ตามที่สร้างไปป์ไลน์สำหรับเอกสารยาวหรือแบบเอเจนต์ และตอนนี้ยังไม่มีข้อยุติ อย่างที่สาม ราคานี้เป็นท่าทีตอนเปิดตัวหรือเป็นราคาถาวร — ราคาพรีวิวของโมเดลเรือธงจีนมีประวัติว่าปรับเปลี่ยนเมื่อกำลังการผลิตตึงตัว และ 2.70 ดอลลาร์ต่อล้านโทเคนเอาต์พุตก็ดุดันพอที่จะเชิญชวนให้ตั้งคำถามนั้น

จนกว่าอย่างน้อยสิ่งแรกในนั้นจะเป็นจริง สรุปตามตรงก็คือ Step 5 Preview ดูเป็นโมเดลที่มีประสิทธิภาพอย่างแท้จริง — 600B ทั้งหมดทำงานรวมได้ในระดับ 2.8T ในราคาที่ต่ำกว่าคู่แข่งในวงการหลายเท่า — พร้อมสเปกที่ยังไม่ได้รับการยืนยัน ต้นทุนจากความเยิ่นเย้อที่แท้จริง และชื่อเสียงด้านการเรียกใช้เครื่องมือที่ยังไม่ได้รับการพิสูจน์ คุ้มค่าที่จะวางแผนโดยคำนึงถึง ยังไม่คุ้มค่าที่จะเดิมพันเส้นทางโปรดักชันกับมัน

การเปรียบเทียบในบทความนี้4

ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน

© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

providers@orcarouter.ai

เข้าร่วมคอมมูนิตี้ของเรา

Discordsupport@orcarouter.aiXGitHubYouTube