น้ำหนักของ Step 5 Preview ไม่เคยหายไป: NVFP4 Checkpoint เปลี่ยนแปลงอะไรบ้าง

S​tep 5 Preview สามารถดาวน์โหลดได้ตั้งแต่วันที่ StepFun เปิดตัวมันเมื่อ 20 กันยายน 2026 — และเนื้อหาส่วนใหญ่ที่เขียนเกี่ยวกับโมเดลนี้ตั้งแต่นั้นกลับบอกเป็นอย่างอื่น รีโพซิทอรี FP8 stepfun-ai/S​tep-5-Preview ถูกสร้างขึ้นเมื่อ 03:15 UTC ของเช้าวันนั้น และชาร์ดแรกของมันถูกคอมมิต 36 นาทีต่อมา; รีโพซิทอรี BF16 ตามมาเมื่อ 03:52 และชาร์ดต่างๆ ของมันถูกอัปโหลดเมื่อ 04:18 ทั้งคู่เป็นของ StepFun เอง ทั้งคู่ไม่มีการกั้นการเข้าถึง และเมื่อรวมกันแล้วมีเวต 1.86 เทระไบต์ สิ่งที่เปลี่ยนไปในช่วงกลางเดือนตุลาคมนั้นแคบกว่าและมีประโยชน์มากกว่าการเปิดตัวซ้ำ: StepFun เผยแพร่เช็กพอยต์ตัวที่สามในรูปแบบ NVFP4 ของ N​VIDIA และเมื่อ 15 ตุลาคม 2026 N​VIDIA ได้สนับสนุนมันอย่างเปิดเผย — โดยเรียกสิ่งนี้ว่า "การเปิดตัวเวตแบบเปิดที่ใหญ่ที่สุดของพวกเขา" บอกว่าโมเดลนี้ "ถูกสร้างมาเพื่อรองรับงานเอเจนต์ที่ยาวนานถึง 24 ชั่วโมง" และระบุตัวเลขว่า "เกือบ 8K โทเคน/วินาที/GPU บน N​VIDIA GB300 โดยใช้ NVFP4"

นั่นคือข่าว การแก้ไขคือเหตุผลที่บทความนี้ขึ้นต้นด้วยวันที่แทนที่จะเป็นประกาศข่าว การรายงานที่เขียนเมื่อวันที่ 20 กันยายนอ้างอิงกับรีโพซิทอรีที่มีอายุเพียงไม่กี่นาทีและว่างเปล่าในช่วงสั้น ๆ และกรอบความว่า "ค่าน้ำหนักที่สัญญาไว้ว่าจะมาในภายหลัง" ก็ยังติดอยู่ แม้ค่าน้ำหนักจะมาถึงในเช้าวันเดียวกัน บทความที่เกี่ยวข้องบนเว็บไซต์นี้ย้ำเรื่องนี้อีกครั้งเมื่อไม่นานมานี้เมื่อวันที่ 13 ตุลาคม มันไม่จริงในตอนนี้ และก็ไม่จริงในตอนนั้น และเรื่องนี้สำคัญเพราะคำถามเรื่องน้ำหนักแบบเปิด (open-weights) เป็นประเด็นที่ยังไม่คลี่คลายที่ใหญ่ที่สุดเพียงหนึ่งเดียวในทุกบทความที่เขียนถึงโมเดลนี้

อะไรที่เปิดตัวจริงในวันที่ 14 และ 15 ตุลาคม

อาร์ติแฟกต์ใหม่คือ stepfun-ai/S​tep-5-Preview-NVFP4 โดยที่รีโพซิทอรีถูกสร้างเมื่อเวลา 02:59 UTC วันที่ 14 ตุลาคม 2026 และการอัปโหลดเวตเป็นคอมมิตเมื่อเวลา 07:10 UTC ของวันเดียวกันโดยผู้มีส่วนร่วมซึ่งบัญชีชื่อ huangyu-nv ยังได้เขียน README ใหม่ในอีกหนึ่งชั่วโมงต่อมาเพื่อให้สอดคล้องกับรีโพซิทอรี FP8 และ BF16 โดยจัดเก็บ 394.18 GB ในไฟล์ safetensors จำนวน 95 ไฟล์ ซึ่งจัดเรียงเป็นไฟล์ต่อเลเยอร์ 92 ไฟล์ บวกไฟล์เสริมอีกสองไฟล์ และไฟล์วิชันทาวเวอร์หนึ่งไฟล์ — รูปแบบการแบ่งชาร์ดที่แตกต่างจากรีโพซิทอรี FP8 และ BF16 ซึ่งทั้งคู่มาพร้อมกับชาร์ดข้อความ 24 ชาร์ด บวกกับ multi-token-prediction head และ ViT

สิ่งที่อยู่ในนั้นควรค่าแก่การระบุให้แม่นยำ เพราะ "NVFP4" ถูกใช้อย่างหลวม ๆ ในกระแสทั่วไป บล็อกการควอนไทซ์ใน config.json อ่านว่า quant_method: modelopt, quant_algo: NVFP4, group_size: 16 และ kv_cache_quant_algo: null รายการ ignore นั้นยาวและเจาะจง: บล็อก self-attention 92 บล็อก, MoE gate 88 ตัว, shared expert 88 ตัว, ตาราง embedding, norm สุดท้ายและหัว language-model รวมถึง vision tower และ projector ของมัน มีเพียงสามรายการในทั้งรายการที่แตะ moe.experts พูดง่าย ๆ คือ attention และกลไกการจัดเส้นทางยังคงอยู่ในความแม่นยำสูงกว่า และน้ำหนัก feed-forward ของ expert — ส่วนใหญ่ของพารามิเตอร์ 6 แสนล้าน — คือส่วนที่ถูกควอนไทซ์ KV cache ไม่ถูกแตะต้อง ซึ่งเป็นรายละเอียดที่กำหนดว่าการตั้งค่าการให้บริการบริบทแบบยาวของคุณจะอยู่รอดจากการสลับนี้หรือไม่

การนับพารามิเตอร์ของ Hugging Face เองบน repository นั้นแสดงค่า 320.6 พันล้าน แบ่งเป็น 282.4 พันล้าน U8, 38.2 พันล้าน BF16 และ 2.4 ล้าน F32 และหน้าไฟล์แสดงข้อความ "321B params" เป็นขนาดโมเดล การ์ดของ StepFun บนหน้าเดียวกันระบุว่า 600B ทั้งหมด และ 27B active ทั้งคู่ถูกต้อง และกำลังนับคนละสิ่ง: ตัวเลข 321B เป็นการนับจำนวนองค์ประกอบที่ถูกควอนไทซ์ซึ่งจัดเก็บไว้ ไม่ใช่จำนวนพารามิเตอร์ในความหมายที่คำอธิบายสถาปัตยกรรมใช้ หากคุณกำลังประเมินขนาดหน่วยความจำ ให้ใช้ตัวเลขพื้นที่จัดเก็บ หากคุณกำลังอธิบายโมเดล ให้ใช้การ์ด

สามเช็คพอยต์ สามบิลฮาร์ดแวร์

เหตุผลที่การเปิดตัว NVFP4 สำคัญกว่าแค่ไฟล์ที่สี่ในโฟลเดอร์ คือมันเปลี่ยนเครื่องที่เล็กที่สุดที่คุณสามารถรันโมเดลนี้ได้ ตารางการปรับใช้ของ StepFun เองในโมเดลการ์ดให้ค่า shape สำหรับเช็กพอยต์สองเวอร์ชันก่อนหน้า และรีโพซิทอรีให้ขนาดข้อมูล ต่อไปนี้คือทั้งหมดรวมกัน โดยมีแถว NVFP4 เพิ่มเข้ามา

• ความแม่นยำ — FP8 650.32 GB เทียบกับ BF16 1,214.9 GB เทียบกับ NVFP4 394.18 GB บนดิสก์

• การกำหนดค่า vLLM ที่เล็กที่สุดที่เผยแพร่ — FP8 หนึ่งโหนด B300 ที่มี 4 GPU หรือหนึ่งโหนด H200 ที่มี 8 GPU เทียบกับ BF16 หนึ่งโหนด B300 ที่มี 8 GPU หรือสองโหนด H200 ที่มี 16 GPU เทียบกับ NVFP4 ซึ่งยังไม่มีในตารางของ StepFun

• การทำงานแบบขนานที่การ์ดแนะนำ — FP8 TP4, TEP4 หรือ DEP4 บน B300 เทียบกับ BF16 TP8, TEP8 หรือ DEP8 เทียบกับ NVFP4 ไม่ได้ระบุ

• น้ำหนักของ attention และ router — FP8 ถูกควอนไทซ์เป็น 8 บิต เทียบกับ BF16 ที่มีความแม่นยำเต็มรูปแบบ เทียบกับ NVFP4 ที่ถูกเว้นไว้โดยไม่ควอนไทซ์ตามรายการ ignore ของ ModelOpt

• KV cache — ไม่ถูกควอนไทซ์ในทั้งสามรายการ เนื่องจากคอนฟิก NVFP4 ตั้งค่า kv_cache_quant_algo เป็น null

• สแต็กการให้บริการ — ทั้งสามผ่าน vLLM หรือ SGLang ที่มีเอนด์พอยต์เข้ากันได้กับ OpenAI หรือแบบออฟไลน์ผ่านเส้นทาง Transformers แบบสแตนด์อโลน

ช่องว่างในสองแถวสุดท้ายคือข้อแม้ที่ตรงไปตรงมาเกี่ยวกับเช็กพอยต์ใหม่ โพสต์ของ NVIDIA ระบุว่าโมเดลทำงานที่เกือบ 8K โทเคนต่อวินาทีต่อ GPU บน GB300 โดยใช้ NVFP4 แต่ตารางการดีพลอยของ StepFun ยังไม่ได้รับการอัปเดตให้มีแถว NVFP4 ดังนั้นจึงยังไม่มีสูตรการทำพาราเลลิซึมที่ผู้ขายเผยแพร่สำหรับมัน หากคุณกำลังวางแผนดีพลอยในสัปดาห์นี้ เส้นทาง FP8 คือเส้นทางที่มีการกำหนดค่าพร้อมเอกสารกำกับ และเส้นทาง NVFP4 คือเส้นทางที่มีตัวเลขพาดหัวข่าวผูกอยู่กับฮาร์ดแวร์ของคนอื่น

ตัวเลข 8K เป็นตัวเลขจากผู้ขาย และมีผู้ขายเพียงรายเดียวเท่านั้นที่พูดเช่นนั้น

โพสต์วันที่ 15 ตุลาคมของ N​VIDIA เป็นบันทึกจากฝ่ายแรกทั้งหมดเท่าที่มีเกี่ยวกับเรื่องนี้ ไม่มีบทความบล็อกนักพัฒนาของ N​VIDIA ไม่มีหน้าประกาศของ StepFun และไม่มีการทำซ้ำข้ออ้างเรื่อง throughput โดยบุคคลที่สามที่สามารถตรวจสอบได้จากภายนอก "Nearly 8K tokens/sec/GPU" ก็เป็นข้อความที่แทบไม่มีความหมายหากไม่มี batch size, sequence length และ concurrency ที่ใช้ในการวัด — การกำหนดค่าโมเดลแบบเดียวกันอาจต่างกันได้ถึงหนึ่งลำดับขนาดเมื่อเทียบในสามแกนนี้ และเฟรมเวิร์กสำหรับให้บริการโมเดล mixture-of-experts มีความอ่อนไหวเป็นพิเศษต่อจำนวน expert ที่ทำงานอยู่ต่อ token ให้ถือว่านี่เป็น N​VIDIA ที่รายงานเกี่ยวกับฮาร์ดแวร์ของ N​VIDIA ซึ่งเป็นสิ่งที่ข้อความนี้ระบุไว้เอง และไม่ใช่ตัวเลข throughput ที่ได้รับการตรวจสอบยืนยันอย่างอิสระ

ข้ออ้างเรื่องเอเจนต์ 24 ชั่วโมงมีสถานะเดียวกัน มันเป็นคำอธิบายความสามารถมากกว่าการวัด และการ์ดของ StepFun เองก็อธิบายการทำงานระยะยาวด้วยถ้อยคำเดียวกันโดยไม่ระบุระยะเวลากับมัน บันทึกการประเมินที่เผยแพร่โดยผู้ขายสำหรับโมเดลนี้ได้ระบุฮาร์เนสและการตั้งค่า — temperature 1.0, top-p 0.95, top-k 0, การตั้งค่า High reasoning, ฮาร์เนส SWE-agent สำหรับ DeepSWE v1.1 — ซึ่งมากกว่าที่การ์ดเปิดตัวหลายแห่งเสนอ แต่ตารางคะแนนเองเป็นรูปภาพ และ StepFun ไม่ได้เผยแพร่ตารางเกณฑ์มาตรฐานเชิงตัวเลขในเอกสารของตน ผู้ประเมินที่เป็นกลางเพียงรายเดียวที่มีคะแนนสดสำหรับโมเดลนี้คือ Artificial Analysis ซึ่ง S​tep 5 Preview อยู่ที่ 44 บน Intelligence Index และเดิมมีค่าใช้จ่าย $1.03 ต่อการรันงานดัชนี

สูตรการปรับใช้มาพร้อมกับเช็กพอยต์ และมันคือส่วนที่คุณจะได้ใช้

จากการอ่านประวัติของรีโพซิทอรี ไฟล์น้ำหนักและคำแนะนำไม่ได้มาพร้อมกัน รีโพซิทอรีเก่าทั้งสองถูกเขียนใหม่ในช่วงวันที่ 13 และ 14 ตุลาคม — มีคอมมิตของ README เจ็ดครั้งบนรีโพซิทอรี FP8 ระหว่างวันที่ 13 ถึง 15 ตุลาคม — และสิ่งที่คอมมิตเหล่านั้นเพิ่มเข้ามาคือคู่มือการให้บริการฉบับเต็ม: อิมเมจคอนเทนเนอร์ที่เผยแพร่แล้วที่ vllm/vllm-openai:step-5-preview คำสั่งที่ใช้งานได้จริงสำหรับ tensor, expert และ combined parallelism ชุดแฟล็กที่โมเดลนี้ต้องใช้ และเส้นทาง SGLang ที่ผ่านการตรวจสอบแล้ว แฟล็กคือจุดที่มองเห็นงานเฉพาะของโมเดลได้ชัดเจน: --max-model-len 1048576 หัว speculative decoding ที่กำหนดค่าเป็น --spec-method mtp --spec-tokens 3 และพาร์เซอร์เฉพาะ --reasoning-parser step5 กับ --tool-call-parser step5 เพื่อให้บล็อกการให้เหตุผลและ tool call ของโมเดลคงอยู่ตลอดการเดินทางไปกลับผ่าน API ที่มีรูปร่างแบบ O​penAI บน Blackwell การตั้งค่า TEP และ DEP จะสลับแบ็กเอนด์ MoE ไปเป็น deep_gemm_mega_moe ส่วนการตั้งค่า TP4 แบบธรรมดาทำเช่นนั้นไม่ได้ เพราะแบ็กเอนด์นั้นต้องใช้ expert parallelism

นั่นคือการมาถึงของการรองรับเฟรมเวิร์ก และสำหรับใครก็ตามที่กำลังตัดสินใจว่าจะสร้างบนโมเดลนี้หรือไม่ สิ่งนี้มีค่ามากกว่าคำกล่าวอ้างเรื่องอัตราการประมวลผล การดาวน์โหลด 650 GB พร้อมคำสั่งเริ่มต้นที่ยังไม่ผ่านการตรวจสอบคือโครงการวิจัย การดาวน์โหลด 650 GB พร้อมอิมเมจคอนเทนเนอร์ที่ตรึงเวอร์ชันไว้ การตั้งค่าแบบขนานที่ผ่านการทดสอบสี่ชุดต่อความแม่นยำแต่ละระดับ และตัวแยกวิเคราะห์ที่เข้าใจรูปแบบเอาต์พุตของโมเดลเอง คือการนำไปใช้งานจริง

ถ้าคุณไม่อยากเป็นเจ้าของสิ่งเหล่านั้นเลย การคำนวณต้นทุนบนโมเดลนี้ก็ไม่ธรรมดา S​tep 5 Preview ทำงานบนแพลตฟอร์มของ StepFun เอง ในราคา 1.00 ดอลลาร์ต่ออินพุตหนึ่งล้านโทเคน 0.10 ดอลลาร์ต่ออินพุตหนึ่งล้านโทเคนที่เป็นแคชฮิต และ 2.70 ดอลลาร์ต่อเอาต์พุตหนึ่งล้านโทเคน ดังนั้นหนึ่งเดือนที่ใช้อินพุต 200 ล้านโทเคนและเอาต์พุต 200 ล้านโทเคนจะคิดค่าบริการ 200 ดอลลาร์และ 540 ดอลลาร์ตามลำดับ — เทียบกับราคาโดยประมาณของโหนด B300 สี่ GPU ต่อเดือนสำหรับฮาร์ดแวร์ที่ให้บริการมัน การโฮสต์เองในกรณีนี้เป็นการตัดสินใจเรื่องการควบคุมและถิ่นที่อยู่ของข้อมูล ไม่ใช่การตัดสินใจเรื่องต้นทุน และการที่เวตเป็นโอเพนซอร์สคือสิ่งที่ทำให้มันกลายเป็นการตัดสินใจที่คุณได้รับอนุญาตให้ทำได้ตั้งแต่แรก ควรพูดให้ชัดเจนว่า S​tep 5 Preview ไม่ได้อยู่ในรายการโมเดลที่ใช้งานจริงของ OrcaRouter ดังนั้นที่ที่จะเรียกใช้ก็คือ API ของผู้จำหน่ายเอง สิ่งที่ API เดียวสำหรับมากกว่า 200 โมเดลซื้อให้คุณได้ในสถานการณ์นี้ก็คืออีกครึ่งหนึ่งของคำถาม — ต้นทุนของโมเดลที่คุณจะย้ายงานไปหา หากการติดตั้งแบบโฮสต์เองไม่เป็นอย่างที่หวัง ด้วยมาร์กอัป 0% จากราคาตั้งของผู้ให้บริการทุกราย

สัญญาอนุญาต เมื่ออ่านตามตัวอักษร

“Open weights” กำลังทำหน้าที่ในถ้อยคำของ N​VIDIA ซึ่งสัญญาอนุญาตไม่ได้รองรับอย่างเต็มที่ และนี่คือส่วนของเรื่องราวที่เสี่ยงต่อการถูกตีความผิดมากที่สุด สัญญาอนุญาต StepFun Model License 1.0 เป็นการให้สิทธิ์แบบถาวร ทั่วโลก ปลอดค่าลิขสิทธิ์ และไม่จำกัดเฉพาะราย ในการใช้งาน คัดลอก เผยแพร่ ให้สิทธิ์ช่วง ดัดแปลง และสร้างงานดัดแปลงจากน้ำหนัก (weights) พร้อมการให้สิทธิ์สิทธิบัตรที่สอดคล้องกัน มันไม่ใช่สัญญาอนุญาตโอเพนซอร์สที่ได้รับการรับรองจาก OSI และมีเงื่อนไขสองข้อที่ควรรู้ก่อนที่คุณจะสร้างธุรกิจบนพื้นฐานของมัน

• การระบุแหล่งที่มา — หากผลิตภัณฑ์หรือบริการเชิงพาณิชย์ที่นำโมเดลนี้ไปใช้มีผู้ใช้งานที่ใช้งานต่อเดือน 100 ล้านคน หรือมีรายได้ 20 ล้านดอลลาร์สหรัฐในเดือนตามปฏิทินใดเดือนหนึ่ง คุณต้องแสดงข้อความ "Powered by StepFun AI" อย่างเด่นชัดในอินเทอร์เฟซของผลิตภัณฑ์และในข้อตกลงผู้ใช้ของคุณ

• ต้องมีใบอนุญาตเชิงพาณิชย์แยกต่างหาก — หากคุณเป็นผู้ผลิตฮาร์ดแวร์หรือเจ้าของแบรนด์ที่จัดจำหน่ายอุปกรณ์ซึ่งมีความสามารถของโมเดลนี้อยู่ภายใน หรือหากคุณดำเนินธุรกิจให้บริการโมเดลแบบ model-as-a-service และมีรายได้รวมเกิน 20 ล้านดอลลาร์สหรัฐในช่วงสิบสองเดือนใด ๆ

• อะไรที่ไม่ใช่ MaaS อย่างชัดเจน — การฝังความสามารถของโมเดลลงในฟีเจอร์สำหรับผู้ใช้ปลายทางแบบตายตัว หรือเพียงแค่ส่งต่อคำขอไปยังโมเดลของผู้ให้บริการรายอื่น

• สิ่งที่ได้รับอนุญาตอย่างชัดแจ้งโดยไม่ต้องมีข้อตกลงเพิ่มเติม — การใช้งานภายในที่ไม่เปิดเผยโมเดลหรือความสามารถของโมเดลต่อบุคคลที่สาม และการใช้งานที่ได้มาผ่านช่องทางการจัดจำหน่ายที่ได้รับการรับรองจาก StepFun ภายในขอบเขตของการรับรองนั้น

• การสิ้นสุด — การผิดสัญญาสาระสำคัญทำให้การอนุญาตสิ้นสุดลง โดยมีระยะเวลาแก้ไขสามสิบวันหลังจากได้รับหนังสือบอกกล่าว

ดังนั้นการตีความในทางปฏิบัติก็คือ เวทนั้นดาวน์โหลดได้จริงและใช้งานได้จริง รวมถึงในเชิงพาณิชย์ จนถึงเกณฑ์ที่ระบุในข้อ 2 สตาร์ทอัพที่ไฟน์จูนโมเดลนี้สำหรับงานเอกสารภายในองค์กรอยู่ในขอบเขตของสิทธิ์ที่ให้ไว้ ผู้ผลิตมือถือที่นำไปใช้เป็นฟีเจอร์ หรือธุรกิจให้บริการอินเฟอเรนซ์แบบโฮสต์ที่มีรายได้เกิน 20 ล้านดอลลาร์ ไม่อยู่ในขอบเขตนั้น นั่นคือรูปแบบข้อจำกัดเดียวกับที่สัญญาอนุญาตของ Llama และ Qwen ใช้ และควรพูดให้ชัดเจนตรง ๆ มากกว่าจะจัดไว้ใต้ป้าย "open"

สิ่งนี้ทำให้โมเดลอยู่ในสถานะใด

โมเดล Mixture-of-Experts ขนาด 600 พันล้านพารามิเตอร์ ที่มีพารามิเตอร์ที่ใช้งานอยู่ 27 พันล้านตัว, บริบทขนาด 1 ล้านโทเคน, อินพุตข้อความ รูปภาพ และวิดีโอ, เอาต์พุตสูงสุด 64k ในเอกสารของ StepFun, อัตราค่าบริการประมาณ $1.00 / $2.70, คะแนนดัชนี 44 จากผู้ประเมินที่เป็นกลางเพียงรายเดียวที่ให้คะแนน, และเช็คพอยต์ที่ดาวน์โหลดได้สามแบบที่ความแม่นยำสามระดับ เปิดตัวเมื่อวันที่ 20 กันยายน 2026 น้ำหนักเปิดให้ใช้งานตั้งแต่เช้าของวันเปิดตัว ควอนไทซ์สำหรับ Blackwell เมื่อวันที่ 14 ตุลาคม ได้รับการรับรองจากผู้จำหน่าย GPU เมื่อวันที่ 15 ตุลาคม ที่ตัวเลขอัตราการประมวลผลที่ไม่มีใครนอก N​VIDIA ทำซ้ำได้

สิ่งต่อไปที่ควรจับตาดูไม่ใช่เอนด์พอยต์อีกตัวหนึ่ง แต่เป็นการวัดผลอิสระครั้งแรกบนเช็กพอยต์ NVFP4 ต่างหาก นั่นคือการเปรียบเทียบทรูพุตหรือคุณภาพกับเส้นทาง FP8 จากคนที่ไม่ได้ขายฮาร์ดแวร์นั้น การควอนไทซ์ที่สี่บิตโดยเว้นสแตกแอตเทนชันไว้เป็นดีไซน์ที่สมเหตุสมผล และคำถามเฉพาะเจาะจงคือน้ำหนักของ expert จะรอดผ่านมันไปได้หรือไม่ จนกว่าจะมีใครเผยแพร่ผลนั้นออกมา จุดยืนที่ซื่อสัตย์ต่อเช็กพอยต์ใหม่ก็ยังเป็นจุดยืนเดียวกับที่การรายงานข่าวเมื่อเดือนกันยายนควรใช้กับเช็กพอยต์เก่า นั่นคือ น้ำหนักมีอยู่จริง สูตรมีอยู่จริง และคำกล่าวอ้างเรื่องประสิทธิภาพเป็นของผู้ขาย

ผลลัพธ์เช่นนี้ยังเป็นเครื่องเตือนใจว่าความผิดพลาดของโมเดลได้รับการบันทึกไว้แล้ว: เหตุการณ์ด้าน AI และความล้มเหลวของเอเจนต์ที่อยู่เบื้องหลังโมเดลในระดับนี้ถูกรวบรวมไว้ใน the OrcaRouter AI Incident Archive ซึ่งแต่ละรายการมีแหล่งที่มาของตนเอง ระดับความรุนแรง เกรดความเชื่อมั่น และสถานะการถูกโต้แย้ง