Step 5 Preview เทียบกับ A.X-K2: โมเดล API ขนาด 600B เทียบกับดาวน์โหลดขนาด 690B

Step 5 Preview และ A.X-K2คือสองด้านของการตัดสินใจที่ผุดขึ้นซ้ำ ๆ ในฤดูใบไม้ร่วงนี้: เช่าโมเดลระดับแนวหน้าจาก API หรือนำโมเดลเรือธงแบบ open-weight กลับมาไว้ในเครื่องและรันเอง Step 5 Preview ของ StepFun คือตัวเลือกแบบเช่า — ประกาศเมื่อวันที่ 20 กันยายน 2026 เรียกใช้งานได้ตั้งแต่วันเดียวกันในราคา $1.00 ต่ออินพุต 1 ล้านโทเคน และ $2.70 ต่อเอาต์พุต 1 ล้านโทเคน มีพารามิเตอร์ทั้งหมดประมาณ 600 พันล้านตัว โดยเปิดใช้งาน 27 พันล้านตัว, คอนเท็กซ์ 1M โทเคน และคะแนน Artificial Analysis Intelligence Index จากหน่วยงานอิสระที่ 44 A.X-K2 ของ SK Telecom คือตัวเลือกแบบดาวน์โหลด — เปิดตัวเมื่อวันที่ 12 สิงหาคม 2026 ภายใต้ Apache 2.0 มีพารามิเตอร์ทั้งหมดประมาณ 688 ถึง 692 พันล้านตัว โดยเปิดใช้งาน 33 พันล้านตัว, คอนเท็กซ์ 262K โทเคน และคะแนนดัชนีที่ 21 ตัวหนึ่งใหญ่กว่า อีกตัวมีค่าบริการ และตัวที่มีค่าบริการคือตัวที่ได้คะแนนสูงกว่ามาก การกลับด้านนี้คือการเปรียบเทียบทั้งหมด และมันคุ้มค่าที่จะทำความเข้าใจก่อนที่คุณจะเลือกข้างตามหลักการ

กรอบที่คนมักใช้มองโมเดลสองตัวนี้เป็นเรื่องระดับชาติ: เรือธง AI อธิปไตยของเกาหลีปะทะกับหนึ่งในแล็บที่รุกหนักที่สุดของจีน กรอบแบบนั้นไม่มีประโยชน์ต่อการตัดสินใจนำไปใช้งาน สิ่งที่มีประโยชน์คือ A.X-K2 เป็นเพียงตัวเดียวในสองตัวนี้ที่คุณถือไว้ได้ และ Step 5 Preview เป็นเพียงตัวเดียวในสองตัวนี้ที่คุณซื้อตามจำนวนโทเคนได้ ทุกอย่างอื่นตามมาจากการแยกนั้น

ตัวเลขที่ยึดโยงไว้กับแหล่งที่มา

การวัดแบบเทียบกันได้ตรง ๆ เพียงอย่างเดียวคือ Intelligence Index และมันเป็นอิสระจากทั้งสองฝ่าย: 44 สำหรับ Step 5 Preview เทียบกับค่ามัธยฐาน 26 ในบรรดาโมเดลที่เทียบเคียงได้ และ 21 สำหรับ A.X-K2 เทียบกับค่ามัธยฐาน 18 ในกลุ่มเปรียบเทียบแบบ open-weights ของมัน โดยทั้งคู่วัดโดยบุคคลที่สามรายเดียวกันบนมาตรวัดเดียวกัน เมื่ออ่าน ณ เวลาที่เขียน นี่คือตัวเลขของวันนี้ — คะแนนบนดัชนีนี้จะเปลี่ยนไปเมื่อผู้ประเมินปรับมาตรฐานใหม่ และการอ่านหน้า A.X-K2 หน้าเดียวกันก่อนหน้านี้แสดงตัวเลขที่สูงกว่า ทุกอย่างอื่นในการเปรียบเทียบนี้มาพร้อมกับที่มาที่คุณต้องแนบไปด้วยทุกครั้ง

• ความสามารถทางปัญญาแบบอิสระ — Step 5 Preview: 44 บน Artificial Analysis Intelligence Index เทียบกับ A.X-K2: 21 บนดัชนีเดียวกัน โดยวัดอย่างอิสระ

• พารามิเตอร์ทั้งหมด / พารามิเตอร์ที่ใช้งานอยู่ — Step 5 Preview: ประมาณ 600B ทั้งหมด, 27B ที่ใช้งานอยู่ ตามข้อมูลของ StepFun เทียบกับ A.X-K2: ประมาณ 688–692B ทั้งหมด, 33B ที่ใช้งานอยู่ ตามเอกสารของ SK Telecom และการ์ดดัชนี

• หน้าต่างบริบท — Step 5 Preview: 1M โทเคนต่อ StepFun เทียบกับ A.X-K2: 262K โทเคน

• รูปแบบข้อมูล — Step 5 Preview รองรับข้อความและรูปภาพ; A.X-K2 รองรับเฉพาะข้อความ

• ราคา — Step 5 Preview: $1.00 ต่อล้านอินพุต และ $2.70 ต่อล้านเอาต์พุต เผยแพร่โดยผู้ขาย เทียบกับ A.X-K2: ไม่มีการเผยแพร่ราคา API เชิงพาณิชย์เลย

• รันที่ไหน — Step 5 Preview: API และ Studio ของ StepFun เอง รวมถึงช่องทางของพาร์ตเนอร์ในช่วงโปรโมชัน เทียบกับ A.X-K2: ฮาร์ดแวร์ของคุณ จากการดาวน์โหลด

• การเปิดตัว — Step 5 Preview ประกาศเมื่อวันที่ 20 กันยายน 2026 เทียบกับ A.X-K2 ที่เปิดตัวเมื่อวันที่ 12 สิงหาคม 2026

• สัญญาอนุญาต — Step 5 Preview: พรีวิวแบบปิด โดยสัญญาว่าจะมีน้ำหนัก BF16 ภายในวันที่ 15 ตุลาคม 2026 เทียบกับ A.X-K2: Apache 2.0

A.X-K2: เครื่องมือที่หนักกว่า พร้อมหลักฐานที่บางกว่า

SK Telecom สร้าง A.X-K2 ขึ้นเป็นรุ่นสืบทอดของ A.X K1 และสถาปัตยกรรมนี้มุ่งเป้าไปที่ต้นทุนในบริบทขนาดยาวโดยตรง: โครงสร้างแบบ mixture-of-experts ที่มี 256 experts และเปิดใช้งาน 8 ตัวต่อโทเคน เทรนแบบเนทีฟใน FP8 พร้อมกลไกที่บริษัทเรียกว่า Sparse Gated Attention นั่นเป็นงานวิศวกรรมชิ้นใหญ่ และเป็นเหตุผลว่าทำไมโมเดลที่มีพารามิเตอร์รวมเกือบ 7 แสนล้านจึงสามารถให้บริการได้โดยองค์กรที่ไม่ใช่ hyperscaler

สิ่งที่มันไม่มีคือการยืนยันจากแหล่งอิสระ SK Telecom รายงานว่ามีการเพิ่มขึ้นเฉลี่ย 32.2 คะแนนจากเกณฑ์มาตรฐานสิบสี่รายการเมื่อเทียบกับ A.X K1 ซึ่งเป็นการกระโดดประมาณ 83.9 คะแนนในการประเมินด้านบริบทยาวและเอเจนต์ 97.1 คะแนนบน AIME 2026 80.5 คะแนนบนเกณฑ์มาตรฐานความรู้ภาษาเกาหลี KMMLU-Pro และ 91.6 คะแนนบน CLIcK และกล่าวว่ามันเทียบเท่าหรือเอาชนะรุ่นล่าสุดของ Qwen และ DeepSeek ในด้านคณิตศาสตร์และงานภาษาเกาหลี ทุกตัวเลขเหล่านั้นเป็นตัวเลขของผู้ขายเอง คะแนนอิสระ — 21 บน Intelligence Index — ผ่านค่ามัธยฐานที่ 18 ของกลุ่มเปรียบเทียบแบบ open-weights แต่ต่ำกว่า Step 5 Preview อยู่ 23 คะแนน และชุดจุดแข็งของ A.X-K2 เป็นจุดที่ดัชนีนั้นให้น้ำหนักไม่มาก: การประเมินเก้ารายการของมันเป็นภาษาอังกฤษเป็นส่วนใหญ่ เน้นการให้เหตุผลและเอเจนต์ และไม่มีรายการใดเลยที่เป็นเกณฑ์มาตรฐานภาษาเกาหลี

ไม่มีสิ่งใดในนั้นทำให้ A.X-K2 เป็นโมเดลที่แย่กว่าคะแนนของมัน สิ่งนั้นทำให้คะแนนของมันเป็นขอบเขตล่างของสิ่งที่มันทำได้สำหรับภาระงานภาษาเกาหลีหรือภาระงานที่เน้นคณิตศาสตร์อย่างหนัก ตามคำกล่าวอ้างของผู้ขาย จนกว่าห้องแล็บอิสระจะเผยแพร่ผลการประเมินเหล่านั้น ด้านต้นทุนเป็นรูปธรรมมากกว่า: การติดตั้งใช้งานอ้างอิงของโมเดลระดับน้ำหนักนี้ต้องใช้ GPU ระดับ B300 จำนวนสี่ตัว และประมาณ 656 GiB ใน FP8 นั่นคือราคาของการดาวน์โหลด และต่างจากบิลค่าโทเคน ตรงที่มันไม่ลดกลับลงมาเมื่อการทดลองสิ้นสุด

พรีวิว Step 5: ตัวที่คุณลองใช้ผ่าน HTTP ได้วันนี้เลย

ข้อได้เปรียบของ Step 5 Preview ไม่ได้อยู่ที่มันใหญ่กว่าหรือเปิดกว้างกว่า — ซึ่งไม่ใช่ทั้งสองอย่าง — แต่อยู่ที่มันมีราคา เรียกใช้ได้ และถูกให้คะแนนอย่างอิสระ และที่ว่ามันเปิดให้ทดลองใช้ฟรีในสามพื้นผิวของพาร์ตเนอร์ตลอดเดือนตุลาคม สำหรับทีมที่ประเมินมากกว่าโฮสต์เอง การผสมผสานนั้นมีค่ามากกว่าสัญญาอนุญาต Apache 2.0 เพราะมันเปลี่ยนการตัดสินใจเรื่องฮาร์ดแวร์ให้กลายเป็นการเรียก API อย่างไรก็ตาม บันทึกของ StepFun เกี่ยวกับโมเดลนี้ยังบางในจุดเดิม ๆ นั่นคือ คู่พารามิเตอร์ 600B/27B และคอนเท็กซ์ 1M โทเคนเป็นตัวเลขของผู้ขายเอง น้ำหนักโมเดลที่สัญญาไว้ยังไม่ส่งมอบ และตัวเลขที่มีประโยชน์ที่สุดของคณะกรรมการอิสระเกี่ยวกับมันอาจไม่ใช่คะแนน 44 แต่เป็นความยาวของคำตอบ (verbosity) — ประมาณ 160 ล้านโทเคนเอาต์พุตที่สร้างขึ้นทั่วชุดงานของดัชนี เทียบกับค่ามัธยฐานที่ราว 82 ล้าน และ A.X-K2 ยิ่งห่างออกไปอีกที่ประมาณ 230 ล้าน เทียบกับค่ามัธยฐาน 140 ล้าน บนโมเดลที่คิดราคา $2.70 ต่อล้านโทเคนเอาต์พุต ช่องว่างนั้นคือความแตกต่างระหว่างการประเมินราคาถูกกับการเป็นนิสัยการใช้งานจริงในโปรดักชันที่แพง

ทำไมโมเดลที่ใหญ่กว่าจึงได้คะแนนต่ำกว่า

จำนวนพารามิเตอร์ไม่ใช่คะแนน และการจับคู่นี้แสดงให้เห็นอย่างชัดเจน ~300 พันล้านพารามิเตอร์รวมที่เพิ่มขึ้นของ A.X-K2 ให้ความหนาแน่นที่ปรากฏในจุดที่ชุดการประเมินของมันเองให้รางวัล — ความลึกของภาษาเกาหลี คณิตศาสตร์ ความรู้กว้างขวาง — ในขณะที่ดัชนีที่ทั้งสองโมเดลปรากฏอยู่เป็นภาษาอังกฤษเป็นหลัก เน้นการให้เหตุผลและมุ่งเน้นเอเจนต์ ซึ่งผู้สร้าง Step 5 Preview ดูเหมือนจะปรับแต่งมาอย่างจงใจ การออกแบบที่เปิดใช้งาน 27B ยังทำให้โมเดลของ StepFun มีต้นทุนการให้บริการถูกกว่าอย่างเห็นได้ชัดในทุกปริมาณงานที่กำหนด ซึ่งเป็นเหตุผลว่าทำไมจึงมีราคาแบบโฮสต์อยู่เลย

มีการตีความแบบที่สองซึ่งให้ภาพที่ไม่ค่อยสวยงามนัก และตัดไปในอีกทางหนึ่ง A.X-K2 ออกมาตั้งแต่ 12 สิงหาคม และ Step 5 Preview ตั้งแต่ 20 กันยายน; โมเดลที่ใหม่กว่ามีเวลาตรวจสอบอย่างเป็นอิสระน้อยกว่า และคะแนน 44 ของมันอาจยังเปลี่ยนแปลงได้เมื่อมีการประเมินเพิ่มเติม ตัวเลขทั้งสองเป็นค่าชั่วคราวในลักษณะเดียวกับที่คะแนนไตรมาสแรกของโมเดลใด ๆ เป็นค่าชั่วคราว ความแตกต่างอยู่ที่ว่าคะแนนชั่วคราวของ A.X-K2 เป็นหลักฐานที่ดีที่สุดที่ใครก็ตามนอก SK Telecom มี ขณะที่คะแนนชั่วคราวของ Step 5 Preview ตั้งอยู่บนเอกสารสเปกของผู้ขายซึ่งบุคคลที่สามอย่างน้อยก็ทำซ้ำได้บางส่วน

เศรษฐศาสตร์การให้บริการ ซึ่งเป็นจุดที่การตัดสินใจนั้นอยู่จริง

ถ้าคุณเรียกใช้ผ่าน API ได้ คุณจ่าย 1.00 ดอลลาร์สำหรับขาเข้า และ 2.70 ดอลลาร์สำหรับขาออกต่อหนึ่งล้านโทเคน ก็เป็นอันจบ — ไม่ต้องจัดซื้อ ไม่ต้องมี GPU ไม่ต้องมีงานด้านปฏิบัติการ ถ้าคุณดาวน์โหลดมันมา คุณต้องจ่ายค่าฮาร์ดแวร์ ค่าไฟ งานควอนไทเซชัน และชุดเครื่องมือประเมินผล และคุณได้เก็บพรอมป์กับข้อมูลของคุณไว้ภายในขอบเขตของคุณเอง A.X-K2 ที่มีพารามิเตอร์ทำงาน 33B ไม่ใช่โมเดลสำหรับแล็ปท็อป คอนฟิกอ้างอิงคือคลัสเตอร์ขนาดเล็ก พรีวิวแบบปิดของ Step 5 Preview ไม่ได้ให้ขอบเขตใด ๆ เลยจนถึงวันที่ 15 ตุลาคม ซึ่งเป็นวันที่สัญญาว่าจะปล่อยเวต BF16 — และจนกว่าไฟล์เหล่านั้นจะปรากฏในรีโพซิทอรี วันที่นั้นก็เป็นเพียงคำมั่นสัญญา มิใช่ตัวเลือกที่ทำได้จริง

นี่คือจุดที่เลเยอร์การกำหนดเส้นทางพิสูจน์คุณค่าของตัวเอง แทนที่จะเพียงโฆษณาตัวเอง ทีมส่วนใหญ่ไม่ได้ต้องการตอบคำถาม "เช่าหรือซื้อ" ครั้งเดียวแล้วจบไปตลอดกาล; พวกเขาต้องการรู้ว่าโมเดลหนึ่งๆ ทำงานอย่างไรกับทราฟฟิกของตนก่อนที่จะซื้อฮาร์ดแวร์สำหรับมัน และจากนั้นยังคงความสามารถในการย้ายหากคำตอบเปลี่ยนไป OrcaRouter ไม่ได้กำหนดเส้นทางไปยัง Step 5 Preview และไม่ได้กำหนดเส้นทางไปยัง A.X-K2 — ทั้งสองตัวนี้อยู่นอกแค็ตตาล็อกของเราในปัจจุบัน สิ่งที่มันทำคือวาง โมเดลมากกว่า 200 รายการไว้หลังคีย์ API เดียวและบิลใบเดียวโดยบวกกำไร 0% โดยส่งผ่านราคาตามรายการของผู้ให้บริการ ดังนั้นชุดการเปรียบเทียบที่คุณใช้ทดสอบกับเรือธงใหม่ไม่ว่าจะตัวไหน ก็คือชุดที่คุณสามารถเรียกใช้ได้ในบ่ายนี้ และ การสลับไปใช้ระบบสำรองอัตโนมัติช่วยให้เส้นทางโปรดักชันยังคงทำงานอยู่ขณะที่คุณยังตัดสินใจไม่เสร็จ.

เลือกอันไหนดี

เลือก Step 5 Preview หากเวิร์กโหลดของคุณคือการให้เหตุผลทั่วไป การเขียนโค้ดแบบเอเจนต์ หรืออะไรก็ตามที่ต้องใช้บริบทแบบยาว หากคุณต้องการจ่ายตามโทเคนแทนการซื้อซิลิคอน และหากอินพุตรูปภาพเป็นเรื่องสำคัญ — มันชนะทั้งในคะแนนอิสระ ความยาวบริบท ความหน่วงในการได้คำตอบแรก และความหลากหลายของรูปแบบข้อมูล และเป็นตัวเดียวในสองตัวนี้ที่คุณสามารถนำไปทดลองนำร่องโดยไม่ต้องจัดซื้อจัดจ้างได้ในเดือนนี้

เลือก A.X-K2 หากภาษาของคุณคือภาษาเกาหลี หากภาระงานของคุณเน้นคณิตศาสตร์หนาแน่น หรือหากข้อมูลไม่สามารถออกจากโครงสร้างพื้นฐานของคุณได้เลย — และจงเข้าไปโดยรู้ว่าคุณกำลังยอมรับตารางเบนช์มาร์กของ SK Telecom ด้วยความเชื่อใจ ว่าค่าฮาร์ดแวร์นั้นเป็นของจริง และคะแนนอิสระที่คุณอ้างอิงได้นั้นต่ำกว่าถึงยี่สิบสามคะแนน หากการแลกเปลี่ยนนั้นดูไม่คุ้ม คำตอบที่ตรงไปตรงมาไม่ใช่การเลือกเรือธงอีกรุ่นหนึ่ง แต่คือการวัดประสิทธิภาพทั้งสองด้วยทราฟฟิกของคุณเอง ซึ่งเป็นการเปรียบเทียบเดียวที่ตัวเลขของผู้ขายไม่ว่าฝ่ายใดก็ไม่อาจแทนที่ได้

ไม่มีโมเดลใดเป็นค่าเริ่มต้นที่ปลอดภัย Step 5 Preview เป็นตัวเลือกที่ประหยัด วัดผลได้ และเรียกใช้งานได้ โดยที่น้ำหนักยังอยู่ระหว่างทาง ส่วน A.X-K2 เป็นตัวเลือกที่หนักกว่า มีอธิปไตย และดาวน์โหลดได้ โดยยังต้องแสดงหลักฐาน เลือกข้อจำกัดที่ผูกมัดทีมของคุณจริง ๆ — ขอบเขตหรือบิล — แล้วปล่อยอีกสิ่งหนึ่งไป