Step 5 Preview vs DeepSeek V4 Pro: Một cái là lời hứa, cái kia là giấy phép MIT

Mọi thứ trong màn so kè này đều xoay quanh một câu hỏi chẳng liên quan gì đến benchmark: bạn thực sự có thể tải được cái gì? DeepSeek V4 Pro — bản dựng mà nhà cung cấp phát hành với tên DeepSeek-V4-Pro-0813 vào ngày 13 tháng 8 năm 2026 — là một mô hình mixture-of-experts 1,6 nghìn tỷ tham số theo giấy phép MIT, với trọng số đang nằm trên Hugging Face ngay lúc này. Step 5 Preview, được StepFun công bố vào ngày 20 tháng 9 năm 2026, là một MoE thưa 600 tỷ tham số, đạt điểm cao hơn tám điểm trên cùng một bảng đánh giá độc lập và có một kho Hugging Face chỉ chứa đúng một tệp, .gitattributes. StepFun nói rằng checkpoint BF16 sẽ có mặt vào ngày 15 tháng 10. Vậy nên hình hài trung thực của phép so sánh này không phải là "mô hình nào tốt hơn". Mà là "trong hai mô hình này, cái nào bạn có thể xây dựng dựa trên trong quý này, và cái nào bạn đang phải chờ".

Cách đặt vấn đề đó kém phần hào hứng hơn một màn so găng benchmark và hữu ích hơn đáng kể, vì khoảng cách tám điểm và khoảng chờ hai mươi lăm ngày không phải là cùng một loại sự thật. Một trong hai điều đó là thứ bạn có thể lên kế hoạch xoay quanh ngay hôm nay.

Tám điểm, và bốn điểm quan trọng

Artificial Analysis cho cả hai mô hình chạy qua Intelligence Index v4.3.2 — mười đánh giá — và đây là nơi duy nhất hai mô hình này được đo lường bởi cùng một bên.

• Chỉ số trí tuệ — Step 5 Preview 44 so với DeepSeek V4 Pro 36

• Xếp hạng trên bảng đó — Step 5 Preview thứ 24 trong 200 so với DeepSeek V4 Pro thứ 7 trong 113 trong cùng hạng của nó

• Terminal-Bench 4.0 — Step 5 Preview 33.3%; DeepSeek V4 Pro không được liệt kê trên cùng bảng, vì vậy không có hàng tác tử tương đương để trích dẫn

• Tốc độ đầu ra — Step 5 Preview 99,8 token/giây so với DeepSeek V4 Pro 88,8 token/giây

• Thời gian đến token đầu tiên — Step 5 Preview 2,96 giây so với DeepSeek V4 Pro 1,69 giây

• Giá trên mỗi 1 triệu token — Step 5 Preview 1,00 $ vào / 2,70 $ ra so với DeepSeek V4 Pro 1,32 $ vào / 3,96 $ ra ở mức giá cao điểm của DeepSeek, giảm một nửa xuống 0,66 $ / 1,98 $ ngoài giờ cao điểm

• Giảm giá cache — Step 5 Preview 95% so với DeepSeek V4 Pro 97%

• Ngữ cảnh — cả hai đều 1 triệu token; DeepSeek công bố mức trần đầu ra 384.000 token, StepFun chưa công bố mức trần nào

• Trọng số — Step 5 Preview đã đóng, checkpoint BF16 dự kiến vào ngày 15 tháng 10; DeepSeek V4 Pro MIT, có thể tải xuống ngay bây giờ

Hai hàng số liệu đi ngược lại tiêu đề. DeepSeek V4 Pro trả về token đầu tiên trong 1,69 giây, so với 2,96 giây của Step 5 Preview — lợi thế xuất phát sớm 43% ở mỗi lượt gọi, và trong một vòng lặp agent dài thì điều đó cộng dồn thành thời gian thực đáng kể. Còn mức chiết khấu cache của nó tốt hơn hai điểm, điều đặc biệt quan trọng đối với đúng loại khối lượng công việc mà cả hai mô hình này được bán cho: một agent gửi lại cùng một system prompt và ngữ cảnh kho mã ở mỗi lượt thì gần như nằm trọn trong khoản chiết khấu đó.

Khoảng cách tổng hợp tám điểm là có thật, và nó cũng hẹp hơn mức mà con số tám điểm gợi ra. Một chỉ số là sự tổng hợp của mười phép đánh giá, và chính cách cấu thành mới là nơi hai mô hình tách biệt nhau. Con số 33,3% của Step 5 Preview trên Terminal-Bench 4.0 là một kết quả agentic đích thực; còn thế mạnh hàng đầu của chính DeepSeek V4 Pro là khả năng suy luận tầm dài với một mức giá mà không gì khác trong phân khúc trọng số mở sánh kịp. Không bảng xếp hạng nào công bố một dòng mà ở đó hai mô hình đối đầu trực tiếp, và đó chính là lý do trung thực khiến cuộc so sánh này không thể được phân định bằng một con số duy nhất.

“Mở” mang lại cho bạn điều gì khi nhà cung cấp đổi ý

Đây là phần của cuộc đối đầu này mà một bảng thông số không thể truyền tải, và đáng để nói kèm với các mốc ngày tháng thực tế bởi vì nó xảy ra mười một ngày trước khi Step 5 Preview được công bố.

DeepSeek đã thông báo với người dùng rằng họ sẽ ngừng cung cấp V4 Pro. Vào ngày 9 tháng 9, công ty cho biết các yêu cầu sẽ được định tuyến đến DeepSeek V4.1 Flash mới hơn; đến ngày 10 tháng 9, họ đã chốt ngày thành 12:00 giờ Bắc Kinh ngày 14 tháng 9. Đến ngày 11 tháng 9, họ đảo ngược quyết định — dịch vụ API V4 Pro tiếp tục sau ngày 14 tháng 9, không thay đổi cách tính phí, theo lời chính DeepSeek. Chuỗi model, ngữ cảnh 1M-token và giới hạn đồng thời 500 yêu cầu đều vẫn như cũ, và trang Models & Pricing của DeepSeek ghi lại sự đảo ngược này dưới dạng chú thích trên deepseek-v4-prohàng

Hãy đọc điều đó như một minh chứng cho thứ mà trọng số mở thực sự bảo vệ bạn khỏi, và cho thứ mà chúng không bảo vệ được. API suýt nữa đã bị lấy đi bởi một quyết định về lịch trình. Còn trọng số thì không thể. Một checkpoint được cấp phép MIT trên phần cứng của chính bạn không có nhà cung cấp nào có thể tuyên bố khai tử nó, và đó là một kiểu đảm bảo khác với một lời hứa về giá — nó hoàn toàn không phải là một lời hứa.

Đó chính xác là khoảng trống mà Step 5 Preview đang nằm trong. StepFun đã cam kết ngày 15 tháng 10 cho checkpoint BF16, và tên kho lưu trữ mà họ đã đặt trước — stepfun-ai/Step-5-Preview-BF16 — chính là định dạng mà bạn tinh chỉnh và lượng tử hoá từ đó, được đặt tên ngay khi tạo và sẽ được điền vào sau. Đó là một tín hiệu về lịch trình, không phải một hiện vật đã có. Cho đến khi kho lưu trữ chứa thứ gì đó khác ngoài một .gitattributes, Step 5 Preview là một mô hình bạn phải thuê, theo điều khoản của một nhà cung cấp duy nhất, không có giấy phép để đọc và không có phương án dự phòng nếu các điều khoản thay đổi.

Hai cách để trở thành lựa chọn giá rẻ

Cả hai mô hình này đều có giá thấp hơn đáng kể so với các mô hình tiên tiến đóng, và các cơ chế không giống nhau, điều này ảnh hưởng đến mức độ bền vững của mức giá.

DeepSeek V4 Pro rẻ vì một phòng thí nghiệm đã công bố trọng số và một thị trường phục vụ cạnh tranh đã khiến lợi nhuận biên của chúng biến mất. Đó là một mức sàn mang tính cấu trúc: bất kỳ ai cũng có thể phục vụ checkpoint, nên giá được quyết định bởi chi phí một giờ GPU chứ không phải bởi chiến lược định giá của một công ty. API của chính DeepSeek định giá nó theo hai khung — $1.32 và $3.96 vào giờ cao điểm, bằng một nửa mức đó ngoài giờ cao điểm — và giờ cao điểm rất hẹp, chỉ vài giờ vào buổi sáng các ngày trong tuần theo UTC, nên phần lớn lưu lượng rơi vào mức giá rẻ hơn và cuối tuần không bao giờ thấy mức cao hơn.

Step 5 Preview rẻ vì StepFun đã quyết định định giá nó như vậy. Chỉ có một endpoint, một bảng giá và không có nguồn thứ hai. Đó không phải là một lời buộc tội — một mô hình thưa 600B/27B thực sự tốn ít chi phí hơn để phục vụ so với số tham số của nó gợi ý, và tỷ lệ tham số được kích hoạt là lý do. Đơn giản đó là một kiểu giá khác, và sự khác biệt đó lộ ra vào ngày StepFun quyết định rằng bản preview đã hoàn thành nhiệm vụ của nó.

Khoảng cách giá giữa hai bên nhỏ đến mức nó không nên quyết định bất cứ điều gì: $1.00 và $2.70 so với $1.32 và $3.96 là mức chênh lệch 24% ở đầu vào và 32% ở đầu ra, nằm gọn trong phạm vi mà một khoản chiết khấu cache, một khác biệt về độ dài đầu ra hoặc tỷ lệ thử lại có thể xóa bỏ. Về vấn đề độ dài dòng, hai bên khá gần nhau — Step 5 Preview tạo ra 160M token đầu ra trong lần chạy chỉ mục so với mức trung vị 92M, và lần chạy của chính DeepSeek V4 Pro cũng nằm trong cùng dải. Cả hai đều không phải là mô hình tiết kiệm, và cả hai đều được bán dựa trên việc rẻ trên mỗi token thay vì rẻ trên mỗi tác vụ.

Mỗi cái nằm ở đâu trong một stack thực tế

Nếu bạn cần một mô hình mà bạn có thể tinh chỉnh, lượng tử hóa, tự lưu trữ trong VPC của riêng mình, hoặc giao cho đội pháp lý kèm một tệp giấy phép mà họ có thể đọc, thì đây không phải là một quyết định sát nút và cũng không phải là vấn đề điểm chuẩn. DeepSeek V4 Pro hiện có sẵn theo giấy phép MIT ngay hôm nay. Step 5 Preview không có giấy phép, không có cấu hình và không có tệp tham số, và thời điểm sớm nhất mà bạn có thể lên kế hoạch xung quanh là giữa tháng Mười. Khoảng cách chỉ số tám điểm không làm thay đổi phép tính đó, bởi vì một mô hình bạn không thể tải xuống thì không thể được triển khai.

Nếu điều bạn muốn là kết quả agentic mạnh nhất hiện có ở mức một đô-la mỗi triệu token đầu vào, thì Step 5 Preview đang dẫn đầu trên bảng xếp hạng duy nhất đã đo lường cả hai, và nó là lựa chọn mặc định tốt hơn cho công việc thử-và-sai vốn chiếm phần lớn một vòng lặp agent — trích xuất, phân loại, dựng giàn giáo kiểm thử, những lệnh gọi thường nhật giữa hai thứ quan trọng đó. Tốc độ 99,8 token mỗi giây của nó cũng hoàn tất đầu ra nhanh hơn con số 88,8 của DeepSeek V4 Pro, điều này rút ngắn chính vòng lặp chứ không chỉ hóa đơn.

Trường hợp trớ trêu là trường hợp mà hầu hết các đội thực sự đang gặp: bạn muốn con số của Step 5 Preview nhưng bạn không thể đưa một endpoint xem trước vừa mở vào ngày ra mắt, không có giới hạn đầu ra nào được công bố, lên đường sản xuất. Đó là một bài toán định tuyến, và đó cũng là vấn đề mà so sánh này kết thúc. DeepSeek V4 Pro có thể truy cập qua OrcaRouter với $0.66 và $1.98 mỗi triệu token, mức ngoài cao điểm bằng một nửa bảng giá $1.32 và $3.96 của DeepSeek, cùng các mô hình văn bản xung quanh đi kèm — đằng sau một khóa duy nhất cho hơn 200 mô hình với markup 0%, vì vậy việc DeepSeek đổi giá sẽ xuất hiện trên hóa đơn của bạn ngay trong ngày thay vì đến kỳ gia hạn. Hãy hướng phần lưu lượng thăm dò vào bản xem trước và giữ đường sản xuất trên mô hình có giấy phép chống lưng, với tự động chuyển đổi dự phòng giữa các nhà cung cấp đảm nhiệm công việc mà đường cong công suất của một endpoint xem trước khiến trở nên cần thiết.

Điều gì sẽ giải quyết được nó?

Ba điều, và cả ba đều có thể kiểm chứng chứ không phải để tranh cãi.

Đầu tiên là giấy phép. Khi checkpoint BF16 được phát hành, kho lưu trữ nói doanh nghiệp được phép làm gì với nó? Một giấy phép cởi mở sẽ tự nó thu hẹp phần lớn khoảng cách này, vì nó biến lợi thế dẫn trước tám điểm thành thứ bạn có thể sở hữu thay vì đi thuê. Một giấy phép hạn chế sẽ khiến DeepSeek V4 Pro trở thành mô hình duy nhất trong cặp mà bạn thực sự có thể xây dựng sản phẩm trên đó.

Điều thứ hai là trần đầu ra. DeepSeek công bố 384.000 token. Thông báo của StepFun nói ngữ cảnh 1M và không đề cập đến giới hạn đầu ra, còn một cấu hình bên thứ ba riêng biệt đã lan truyền trong đợt rò rỉ liệt kê ngữ cảnh 350.000 với mức tối đa đầu ra 64.000. Đối với công việc agentic tầm xa mà cả hai mô hình được bán để phục vụ, con số đó không phải là một chi tiết nhỏ nhặt.

Điều thứ ba là liệu mức giá có giữ được khi hậu tố preview bị gỡ đi hay không. Giá preview là một con số nhằm giành khách hàng; giá khi phát hành chính thức là một mô hình kinh doanh. Mức sàn của DeepSeek V4 Pro được quy định bởi một thị trường phục vụ mang tính cạnh tranh và không thể thay đổi nhiều. Còn của Step 5 Preview thì có thể thay đổi vào một ngày thứ Ba.

Cho đến khi hai câu hỏi đầu tiên được trả lời, cách hiểu thực tế là DeepSeek V4 Pro là mô hình bạn triển khai còn Step 5 Preview là mô hình bạn dùng để đối chuẩn — với lưu ý rằng một endpoint xem trước mới chỉ vài ngày tuổi, lại nằm cao hơn tám điểm so với một mô hình chủ lực trưởng thành được cấp phép MIT, là một kết quả thực sự, và là lý do ngày 15 tháng 10 đáng được ghi vào lịch thay vì chỉ nhún vai.