Step 5 Preview so với A.X-K2: Mô hình API 600B đối đầu với bản tải xuống 690B

Step 5 Preview và A.X-K2 là hai nửa của một quyết định cứ lặp đi lặp lại vào mùa thu này: thuê một mô hình đẳng cấp tiên phong từ API, hay mang một mô hình chủ lực trọng số mở về nhà và tự vận hành. Step 5 Preview của StepFun là bản cho thuê — được công bố ngày 20 tháng 9 năm 2026, có thể gọi ngay trong cùng ngày với giá 1,00 USD mỗi triệu token đầu vào và 2,70 USD mỗi triệu token đầu ra, khoảng 600 tỷ tham số tổng cộng với 27 tỷ tham số hoạt động, ngữ cảnh 1M token, và điểm Chỉ số Trí tuệ Artificial Analysis độc lập là 44. A.X-K2 của SK Telecom là bản tải về — phát hành ngày 12 tháng 8 năm 2026 theo giấy phép Apache 2.0, khoảng 688 đến 692 tỷ tham số tổng cộng với 33 tỷ tham số hoạt động, ngữ cảnh 262K token, và điểm chỉ số là 21. Một bên thì lớn hơn, một bên thì có giá, và bên có giá lại chính là bên đạt điểm cao hơn hẳn. Sự đảo ngược đó chính là toàn bộ phép so sánh, và đáng để hiểu rõ trước khi bạn chọn phe theo nguyên tắc.

Cách định hình thông thường cho hai mô hình này mang tính quốc gia: lá cờ đầu về AI chủ quyền của Hàn Quốc đối đầu với một trong những phòng thí nghiệm hung hăng nhất của Trung Quốc. Cách định hình đó không hữu ích cho một quyết định triển khai. Điều hữu ích là A.X-K2 là mô hình duy nhất trong cặp mà bạn có thể nắm giữ, còn Step 5 Preview là mô hình duy nhất trong cặp mà bạn có thể mua theo token. Mọi thứ khác đều suy ra từ sự phân tách đó.

Những con số, được gắn với nguồn của chúng

Phép đo so sánh cùng chuẩn duy nhất là Intelligence Index, và nó độc lập ở cả hai phía: 44 cho Step 5 Preview so với mức trung vị 26 ở những mô hình tương đương, và 21 cho A.X-K2 so với mức trung vị 18 trong nhóm so sánh trọng số mở của nó, cả hai đều do cùng một bên thứ ba đo trên cùng một thang điểm. Đọc tại thời điểm viết bài, đó là những con số của ngày hôm nay — điểm số trên chỉ số này thay đổi khi đơn vị đánh giá hiệu chỉnh lại, và một lần đọc trước đó trên cùng trang A.X-K2 từng cho thấy một con số cao hơn. Mọi thứ còn lại trong cuộc đối đầu này đều đi kèm một sự quy kết mà bạn phải mang theo bên mình.

• Trí tuệ độc lập — Bản xem trước Step 5: 44 trên Artificial Analysis Intelligence Index so với A.X-K2: 21 trên cùng chỉ số, được đo lường độc lập.

• Tổng / tham số hoạt động — Step 5 Preview: khoảng 600B tổng, 27B hoạt động theo StepFun so với A.X-K2: khoảng 688–692B tổng, 33B hoạt động theo tài liệu của SK Telecom và thẻ chỉ mục.

• Cửa sổ ngữ cảnh — Step 5 Preview: 1M token cho StepFun so với A.X-K2: 262K token.

• Phương thức — Step 5 Preview chấp nhận văn bản và hình ảnh; A.X-K2 chỉ hỗ trợ văn bản.

• Giá — Step 5 Preview: 1,00 USD cho mỗi triệu token đầu vào và 2,70 USD cho mỗi triệu token đầu ra, do nhà cung cấp công bố, so với A.X-K2: hoàn toàn không công bố giá API thương mại nào.

• Chạy ở đâu — Step 5 Preview: API và Studio của chính StepFun, cùng các nền tảng đối tác trong các giai đoạn khuyến mãi so với A.X-K2: phần cứng của bạn, từ một bản tải xuống.

• Phát hành — Step 5 Preview được công bố ngày 20 tháng 9 năm 2026 so với A.X-K2 ra mắt ngày 12 tháng 8 năm 2026.

• Giấy phép — Bản xem trước Step 5: bản xem trước đóng với trọng số BF16 được hứa hẹn vào ngày 15 tháng 10 năm 2026 so với A.X-K2: Apache 2.0.

A.X-K2: thiết bị nặng hơn, với bằng chứng mỏng hơn

SK Telecom đã xây dựng A.X-K2 làm phiên bản kế nhiệm của A.X K1, và kiến trúc này nhắm thẳng vào chi phí ngữ cảnh dài: một bố cục mixture-of-experts với 256 chuyên gia và 8 chuyên gia hoạt động trên mỗi token, được huấn luyện gốc bằng FP8, với một cơ chế mà công ty gọi là Sparse Gated Attention. Đó là một công trình kỹ thuật đáng nể, và là lý do một mô hình có gần 700 tỷ tham số tổng cộng có thể được phục vụ bởi một tổ chức không phải là hyperscaler.

Điều nó không có là sự xác nhận độc lập. SK Telecom báo cáo mức tăng trung bình 32,2 điểm trên mười bốn benchmark so với A.X K1, một bước nhảy khoảng 83,9 điểm trên các đánh giá long-context và agent, 97,1 trên AIME 2026, 80,5 trên benchmark kiến thức tiếng Hàn KMMLU-Pro và 91,6 trên CLIcK, đồng thời nói rằng nó ngang bằng hoặc vượt các bản phát hành Qwen và DeepSeek gần đây về toán học và công việc tiếng Hàn. Mỗi một con số trong đó đều là số liệu của chính nhà cung cấp. Điểm số độc lập — 21 trên Intelligence Index — vượt mức trung vị 18 của nhóm so sánh open-weights của nó nhưng thấp hơn Step 5 Preview hai mươi ba điểm, và tập thế mạnh của A.X-K2 lại nằm ở đúng chỗ mà chỉ số cụ thể đó không đánh trọng số cao: chín đánh giá của nó phần lớn bằng tiếng Anh, lấy suy luận và agent làm trung tâm, và không một đánh giá nào trong số đó là benchmark tiếng Hàn.

Không có điều nào trong số đó khiến A.X-K2 trở thành một mô hình tệ hơn mức điểm của nó. Nó khiến điểm số của mô hình trở thành giới hạn dưới cho những gì mô hình làm được với khối lượng công việc nặng về tiếng Hàn hoặc toán học, theo lời nhà cung cấp, cho đến khi một phòng thí nghiệm độc lập công bố các đánh giá đó. Khía cạnh chi phí cụ thể hơn: một triển khai tham chiếu thuộc hạng trọng số này cần bốn GPU cấp B300 và khoảng 656 GiB ở FP8. Đó là cái giá của việc tải xuống, và không giống như hóa đơn token, nó không giảm trở lại khi thử nghiệm kết thúc.

Bước 5 Xem trước: bản mà bạn có thể dùng thử qua HTTP ngay hôm nay

Lợi thế của Step 5 Preview không phải ở chỗ nó lớn hơn hay cởi mở hơn — thực tế nó không hơn gì cả — mà ở chỗ nó có giá, có thể gọi được và được chấm điểm độc lập, cùng việc nó đã được dùng thử miễn phí trên ba bề mặt đối tác trong tháng Mười. Đối với một nhóm đang đánh giá thay vì tự vận hành, sự kết hợp đó đáng giá hơn một giấy phép Apache 2.0, vì nó biến một quyết định về phần cứng thành một lệnh gọi API. Tuy nhiên, bài công bố của StepFun về mô hình này còn sơ sài ở những chỗ thường thấy: cặp tham số 600B/27B và ngữ cảnh 1M token là những con số do chính nhà cung cấp đưa ra, các trọng số mà họ hứa vẫn chưa được phát hành, và con số hữu ích nhất của bảng đánh giá độc lập về nó có lẽ không phải là điểm 44 mà là độ dài dòng — khoảng 160 triệu token đầu ra được tạo ra trên toàn bộ bộ tác vụ của chỉ mục, so với mức trung vị gần 82 triệu, và A.X-K2 thậm chí còn xa hơn nữa ở khoảng 230 triệu so với trung vị 140 triệu. Với một mô hình tính phí 2,70 đô la cho mỗi triệu token đầu ra, khoảng cách đó chính là sự khác biệt giữa một lần đánh giá rẻ và một thói quen sản xuất tốn kém.

Tại sao mô hình lớn hơn lại đạt điểm thấp hơn

Số lượng tham số không phải là điểm số, và cặp so sánh này chứng minh điều đó một cách rõ ràng. Khoảng 300 tỷ tham số cộng thêm của A.X-K2 mua lấy mật độ tri thức thể hiện đúng ở những chỗ mà bộ đánh giá của chính nó tưởng thưởng — chiều sâu tiếng Hàn, toán học, kiến thức rộng — trong khi bảng xếp hạng mà cả hai mô hình cùng xuất hiện lại chủ yếu là tiếng Anh, nặng về suy luận và lấy tác tử làm trung tâm, nơi mà những người xây dựng Step 5 Preview có vẻ đã tinh chỉnh một cách có chủ đích. Thiết kế chỉ kích hoạt 27B cũng khiến mô hình StepFun rẻ hơn hẳn về chi phí phục vụ ở bất kỳ mức thông lượng nào, và đó là lý do vì sao tồn tại một mức giá thuê dịch vụ.

Có một cách lý giải thứ hai, kém tích cực hơn, lại có tác động theo hướng ngược lại. A.X-K2 đã ra mắt từ ngày 12 tháng 8 và Step 5 Preview từ ngày 20 tháng 9; mẫu mới hơn có ít tuần được kiểm tra độc lập hơn, và điểm 44 của nó có thể vẫn còn thay đổi khi có thêm nhiều đánh giá. Cả hai con số đều mang tính tạm thời giống như cách điểm số quý đầu tiên của bất kỳ mô hình nào cũng mang tính tạm thời. Khác biệt là ở chỗ điểm tạm thời của A.X-K2 là bằng chứng tốt nhất mà bất kỳ ai bên ngoài SK Telecom có được, trong khi điểm tạm thời của Step 5 Preview nằm trên một bảng thông số kỹ thuật của nhà cung cấp mà một bên thứ ba đã tái tạo được ít nhất một phần.

Kinh tế phục vụ, đó mới chính là nơi quyết định thực sự nằm ở.

Nếu bạn có thể gọi nó, bạn trả 1,00 USD cho đầu vào và 2,70 USD cho đầu ra mỗi triệu token, thế là xong — không mua sắm, không GPU, không vận hành. Nếu bạn tải nó về, bạn phải trả tiền cho phần cứng, điện năng, công việc lượng tử hóa và bộ khung đánh giá, đổi lại bạn giữ được prompt và dữ liệu của mình trong phạm vi bảo vệ của riêng bạn. A.X-K2 với 33B tham số hoạt động không phải là mô hình chạy trên laptop; cấu hình tham chiếu là một cụm máy nhỏ. Bản xem trước đóng của Step 5 Preview không mang lại phạm vi bảo vệ nào cả cho đến ngày 15 tháng 10, thời điểm được hứa hẹn sẽ có trọng số BF16 — và cho đến khi những tệp đó xuất hiện trong kho lưu trữ, ngày đó vẫn là một cam kết chứ không phải một lựa chọn.

Đây là thời điểm mà một lớp định tuyến chứng minh được giá trị của mình thay vì chỉ tự quảng cáo. Hầu hết các đội ngũ không muốn trả lời câu hỏi "thuê hay tự sở hữu" một lần rồi mãi mãi; họ muốn biết một mô hình hoạt động thế nào trên lưu lượng của mình trước khi mua phần cứng cho nó, rồi vẫn giữ khả năng chuyển đổi nếu câu trả lời thay đổi. OrcaRouter không định tuyến Step 5 Preview và cũng không định tuyến A.X-K2 — cả hai hiện nằm ngoài danh mục của chúng tôi. Điều nó làm là đặt hơn 200 mô hình phía sau một khóa API duy nhất và một hóa đơn với mức markup 0%, giá niêm yết của nhà cung cấp được chuyển thẳng, vì vậy bộ so sánh mà bạn dùng để đối chiếu với một trong hai flagship mới chính là bộ bạn có thể gọi ngay chiều nay, và tự động chuyển đổi dự phòng giữ cho một đường chạy production luôn hoạt động trong khi bạn vẫn đang quyết định.

Chọn cái nào?

Chọn Step 5 Preview nếu khối lượng công việc của bạn là suy luận tổng quát, lập trình tác tử hoặc bất cứ thứ gì có ngữ cảnh dài, nếu bạn muốn trả tiền theo token thay vì mua silicon, và nếu đầu vào hình ảnh quan trọng — nó thắng về điểm số độc lập, về độ dài ngữ cảnh, về độ trễ để có câu trả lời đầu tiên và về sự đa dạng phương thức, và đây là lựa chọn duy nhất trong hai lựa chọn mà bạn có thể đưa vào một thử nghiệm thí điểm không cần mua sắm trong tháng này.

Chọn A.X-K2 nếu ngôn ngữ của bạn là tiếng Hàn, nếu khối lượng công việc của bạn nặng về toán học, hoặc nếu dữ liệu đơn giản là không thể rời khỏi hạ tầng của bạn — và hãy bước vào với hiểu biết rằng bạn đang chấp nhận bảng benchmark của SK Telecom bằng niềm tin, rằng hóa đơn phần cứng là có thật, và rằng điểm độc lập mà bạn có thể chỉ ra thì thấp hơn hai mươi ba điểm. Nếu sự đánh đổi đó có vẻ sai, câu trả lời trung thực không phải là chọn chiếc flagship kia; mà là tự đo benchmark cả hai trên lưu lượng của chính bạn, đó là phép so sánh duy nhất mà con số của cả hai nhà cung cấp đều không thể thay thế được.

Không mô hình nào là lựa chọn mặc định an toàn. Step 5 Preview là phương án rẻ, có chừng mực, có thể gọi được, với trọng số vẫn đang trên đường tới; A.X-K2 là phương án nặng hơn, mang tính chủ quyền, có thể tải xuống, với bằng chứng vẫn còn nợ. Hãy chọn ràng buộc thực sự trói buộc đội của bạn — vành đai hay hóa đơn — và buông bỏ cái còn lại.