Step 5 Preview so với LongCat 2.5: Mô hình rẻ hơn chính là mô hình mà không ai có thể đánh giá

Trên lý thuyết, đây là quyết định chi phí dễ nhất trên thị trường mô hình năm 2026. LongCat 2.5 — mô hình mà Meituan thực sự cung cấp dưới định danh LongCat-2.5-Preview — định giá input không cache ở mức $0.30 mỗi triệu token và output ở mức $1.20, tức chỉ bằng một phần ba và chưa đến một nửa mức mà Step 5 Preview tính ở mức $1.00 và $2.70. Meituan cũng cho bạn cửa sổ ngữ cảnh 1M token với mức giá đó. Vấn đề là không ai, kể cả Meituan, đã công bố một con số benchmark nào cho nó, trong khi Step 5 Preview có một điểm số độc lập, một checkpoint có thể tải xuống và một bài viết kỹ thuật. Vì vậy, quyết định không phải là giữa một mô hình rẻ và một mô hình đắt. Mà là giữa một mô hình bạn có thể đo lường và một mô hình bạn sẽ phải tự đo lường.

Đó không phải là lý do để gạt bỏ LongCat 2.5. Ở mức ¥2 cho mỗi triệu token đầu vào — tương đương khoảng $0.30 trên các bảng niêm yết quy đổi nó — việc tự đo lường nó có giá phải chăng theo cách mà việc đo lường một mô hình tiên phong không có. Đó là lý do để bước vào với những kỳ vọng đúng đắn, và để biết chính xác nhà cung cấp nào trong hai nhà cung cấp công bố điều gì.

Mỗi nhà cung cấp thực sự sẽ nói gì với bạn

StepFun cởi mở đến mức quá đà. Step 5 Preview đã có trên API của mình vào ngày 20 tháng 9 năm 2026 và dưới dạng trọng số có thể tải xuống vào ngày 15 tháng 10: BF16 và FP8 trên Hugging Face và ModelScope, các công thức vLLM và SGLang trong cùng ngày, cùng một blog kỹ thuật mô tả một chồng 92 lớp, cơ chế chú ý GQA thưa với tỷ lệ xen kẽ 3:1 giữa các lớp cửa sổ trượt và các lớp chú ý đầy đủ thưa, 8 trong số 352 chuyên gia hoạt động cộng thêm một chuyên gia chia sẻ, và một mô hình 600 tỷ tham số với 27 tỷ tham số hoạt động trên mỗi token. Có một bảng giá, một giới hạn ngữ cảnh, một giấy phép với các ngưỡng doanh thu được nêu rõ, và một điểm số độc lập.

Một điều nhỏ đáng lưu ý về bảng giá của chính Meituan: tiêu đề cột ghi “Discounted Price $/1M Tokens” và mọi con số bên dưới đều tính bằng nhân dân tệ. Những con số đô-la đang lưu hành cho mô hình này là do người khác quy đổi, không phải một bảng giá thứ hai.

Meituan thẳng thắn về giao diện và im lặng về mô hình. Nền tảng API LongCat có một điểm cuối tương thích OpenAI và một điểm cuối tương thích Anthropic, một bảng giá được công bố, một giới hạn ngữ cảnh được công bố, cùng tài liệu về tính phí, giới hạn tần suất và số dư trả trước. Điều mà nền tảng này không có là số lượng tham số của LongCat 2.5, một báo cáo kỹ thuật, một bảng benchmark, một kho lưu trữ Hugging Face, hay một khung thời gian ngừng hỗ trợ. Danh sách mô hình được hỗ trợ của nền tảng có đúng hai mục — LongCat-2.5-Preview và LongCat-2.0 — và con số 1,6 nghìn tỷ tham số, 48 tỷ tham số hoạt động đang lưu truyền gắn với 2.5 thực chất là model card của LongCat 2.0, được mang sang mà không được công bố lại. Trang này sẽ không in con số đó như một đặc tả của LongCat 2.5, và bất kỳ nguồn nào khác cũng không nên làm vậy.

Khoảng cách giá, từng dòng một

• Đầu vào không cache trên mỗi triệu token — Step 5 Preview: 1,00 USD. LongCat 2.5: 2 CNY trên bảng giá riêng của Meituan, mà các bảng niêm yết của bên thứ ba quy đổi thành khoảng 0,30 USD.

• Đầu ra trên mỗi triệu token — Step 5 Preview: $2,70. LongCat 2.5: ¥8, được các bảng niêm yết của bên thứ ba quy đổi thành khoảng $1,20.

• Đầu vào được lưu trong bộ nhớ đệm — Bản xem trước Bước 5: giảm giá 90% đối với giá đầu vào và ¥0.70 mỗi triệu trên thẻ nhân dân tệ sau khi mức giá trúng bộ nhớ đệm tăng gấp đôi từ ¥0.35 lúc 00:30 giờ Bắc Kinh ngày 14 tháng 10 năm 2026. LongCat 2.5: ¥0.04 mỗi triệu, quy đổi khoảng $0.006.

• Cửa sổ ngữ cảnh — Bản xem trước Bước 5: 1 triệu token. LongCat 2.5: 1.048.576 token.

• Phương thức đầu vào — Step 5 Preview: văn bản, hình ảnh và video. LongCat 2.5: được ghi nhận là văn bản trong tài liệu tham chiếu API, được mô tả là hỗ trợ hình ảnh trong nhật ký thay đổi bản phát hành — xem bên dưới.

• Trọng số — Step 5 Preview: có thể tải xuống theo StepFun Model License 1.0. LongCat 2.5: không có. Tổ chức Hugging Face của Meituan nắm giữ dòng LongCat 2.0, không phải 2.5.

• Điểm số độc lập — Step 5 Preview: 29 trên Chỉ số Trí tuệ Artificial Analysis v5.0. LongCat 2.5: chưa có đơn vị đánh giá nào công bố điểm số như vậy và không có trang nào để đăng nó.

• Cam kết ổn định — Bản xem trước Bước 5: giấy phép được công bố với các ngưỡng được nêu rõ. LongCat 2.5: không có cửa sổ ngừng hỗ trợ, không có cam kết về phiên bản và bảng giá mà chính tiêu đề của bảng ghi "thời gian có hạn".

Một bên có tầm nhìn. Bên kia có mâu thuẫn.

Step 5 Preview chấp nhận văn bản, hình ảnh và video, đồng thời trả về văn bản. Điều này không hề mơ hồ trong tài liệu của nhà cung cấp và nhất quán ở mọi nơi trong tài liệu đó.

LongCat 2.5 được hai trang trong bộ tài liệu của chính Meituan mô tả theo hai cách khác nhau. Nhật ký thay đổi công bố mô hình vào ngày 25 tháng 9 năm 2026 liệt kê đầu vào hình ảnh gốc trong số các tính năng của nó. Tài liệu tham chiếu API, trong trường máy đọc được mà các SDK và gateway thực sự đọc, lại liệt kê các phương thức đầu vào chỉ là văn bản. Một trong hai điều đó là sai. Đây là một sửa đổi chỉ một dòng trên một trang được tạo tự động, và cho đến khi nó được sửa, giả định an toàn duy nhất cho một tích hợp trong môi trường sản xuất là đầu vào hình ảnh không khả dụng — một mục trong nhật ký thay đổi là một lời hứa, còn một trường trong lược đồ là một sự thật.

Nếu khả năng hiểu hình ảnh là một phần lý do bạn đang cân nhắc mua sắm, thì mâu thuẫn đơn lẻ đó chấm dứt việc so sánh. Nếu không, đó là một lời nhắc hữu ích về tình trạng chung của tài liệu.

"Preview" có nghĩa khác nhau trong mỗi tên

Cả hai mô hình đều mang lời ấy, và không trường hợp nào {{1}}nó{{/1}} chỉ là đồ trang trí — nhưng chúng mang {{2}}nó{{/2}} theo những cách khác nhau.

Trong Step 5 Preview, “Preview” là một phần trong bản sắc của sản phẩm đúng như khi được phát hành: chuỗi bạn gửi là step-5-preview, còn lộ trình của StepFun để đưa lên một mô hình khả dụng chung không phải là điều mà tài liệu mô tả. Điều mà tài liệu mô tả là một giấy phép sẽ không thay đổi dưới chân bạn, và một checkpoint sẽ chạy vào ngày mai.

Trong LongCat-2.5-Preview, từ “preview” đóng vai trò then chốt theo ba cách cụ thể. Đây là định danh duy nhất mà nền tảng chấp nhận — không có bí danh GA nào để gửi thay thế. Giá được nêu rõ là tạm thời, với cụm từ “limited-time” trên mọi cột và một câu kết nói rằng các con số hiển thị trên nền tảng và trong hồ sơ thanh toán của bạn là có tính quyết định. Và không có cam kết ổn định nào được công bố ở bất kỳ đâu: không có thời hạn thông báo ngừng sử dụng, không có lời hứa về phiên bản, và không có tuyên bố nào về việc liệu mô hình có giữ nguyên ID khi tốt nghiệp hay không.

Đó là điều bình thường đối với một bản xem trước và không phải lý do để tránh mô hình. Đó là lý do để không xây dựng một mô hình kinh tế đơn vị dựa trên một bảng giá cho bạn biết là đừng làm vậy.

Tốc độ, trong trường hợp chỉ một trong số chúng được đo

Artificial Analysis đo Step 5 Preview ở mức 179,1 token đầu ra mỗi giây trên API của StepFun, so với mức trung vị cùng loại là 74,1, với chi phí 2,35 đô la cho mỗi tác vụ chỉ mục đầy đủ. Không có phép đo tương đương nào cho LongCat 2.5, và những giai thoại hiện có lại chỉ về hướng ngược lại: các bài viết đánh giá thực tế từ bên thứ ba về việc xây dựng demo giao diện người dùng và hoạt ảnh với nó báo cáo các tác vụ mất tới hơn ba mươi phút từ đầu đến cuối. Đó không phải là con số token mỗi giây và nó không chứng minh thông lượng — các tác vụ tác nhân dành phần lớn thời gian thực để chờ các lệnh gọi công cụ. Nhưng nó gợi ý rằng mô hình này không được tiếp thị dựa trên tốc độ, và một vòng lặp tầm xa trên một mô hình chậm là một sản phẩm khác với một vòng lặp tầm xa trên một mô hình nhanh.

Nếu khối lượng công việc của bạn mang tính tương tác, đây là khía cạnh cần kiểm thử trước tiên, trước cả chi phí. Một mô hình có giá bằng một phần ba nhưng mất gấp ba lần thời gian cho mỗi lượt thì không hề rẻ hơn đối với người dùng đang phải chờ đợi nó.

Làm thế nào để kiểm tra một mô hình mà chưa ai từng chấm điểm

Câu trả lời thực tế là ngừng so sánh trên giấy và đo lường trên khối lượng công việc của chính bạn, điều này ở đây rất rẻ: với ¥2 mỗi triệu token đầu vào, một nghìn tác vụ thực tế là một hóa đơn nhỏ. Điều bạn cần là một cách để chạy so sánh mà không phải xây dựng hai tích hợp và đối chiếu hai hóa đơn.

Đó là phần trong câu chuyện này mà OrcaRouter kiếm được. Cả LongCat 2.5 lẫn Step 5 Preview đều không nằm trong danh mục đang hoạt động của chúng tôi — 214 ID mô hình trên 16 nhà cung cấp, không có mục Meituan và không có mục StepFun tính đến ngày 29 tháng 10 năm 2026 — vì vậy với riêng hai mô hình này, bạn đang gọi lần lượt nền tảng của Meituan và API của StepFun. Nhưng câu hỏi xung quanh, nên đánh giá đối chuẩn với những ứng viên nào từ danh mục, là câu hỏi bạn trả lời dưới một khóa duy nhất: cùng một dạng yêu cầu với nhiều mô hình, một hóa đơn theo giá niêm yết của nhà cung cấp mà không cộng thêm phí, và chuyển đổi dự phòng tự động khi bạn đưa mô hình nào thắng vào production. Ý nghĩa của một danh mục có quy mô như vậy là mô hình bạn cuối cùng dùng hiếm khi là mô hình bạn bắt đầu đánh giá.

Ba câu hỏi mà sự so sánh này đặt ra, đã được trả lời

LongCat 2.5 có thực sự là một mô hình 1,6 nghìn tỷ tham số không?Không rõ. Meituan không công bố số lượng tham số cho 2.5. Con số tổng 1,6T và 48B đang hoạt động thuộc về thẻ mô hình đã công bố của LongCat 2.0, và hình dạng đó có thể đã được kế thừa hoặc không. Một nhà cung cấp sẵn sàng công bố bảng giá và giới hạn ngữ cảnh nhưng không công bố số lượng tham số đã đưa ra một lựa chọn, và cách đọc trung thực về lựa chọn đó là con số sẽ không giúp ích cho bài chào hàng.

Cái nào rẻ hơn cho một vòng lặp agent? LongCat 2.5, ở mọi dòng trong bảng giá — rẻ hơn khoảng 3,3 lần ở đầu vào, 2,25 lần ở đầu ra và một bậc độ lớn ở lượt đọc bộ nhớ đệm. Việc nó có rẻ hơn trên mỗi tác vụ đã hoàn thành hay không là một câu hỏi khác, và là câu hỏi không thể trả lời nếu không có số đo của riêng bạn, vì mô hình hoàn thành trong ít bước hơn sẽ thắng bất kể giá token của nó.

Hôm nay bạn có xây dựng trên LongCat 2.5 không? Đối với một công cụ nội bộ hay một thử nghiệm mà ở đó giá cả là điểm mấu chốt và kiểu thất bại là thử lại, thì có. Đối với một sản phẩm hướng tới khách hàng với kỳ vọng về mức dịch vụ, việc kết hợp một bảng giá tạm thời, không có cửa sổ ngừng hỗ trợ và một hồ sơ năng lực chưa được kiểm chứng là ba rủi ro cộng dồn thay vì bù trừ lẫn nhau. Step 5 Preview có hồ sơ ngược lại: giấy phép được công bố, một checkpoint có thể tải xuống và điểm số 29, không phải điểm cao nhưng là điểm thật.

Việc so sánh quy về chuyện bạn đang mua gì bằng khoản chênh lệch đó. Gấp ba lần giá đầu vào sẽ mua được một mô hình đã được đo lường, kèm trọng số và giấy phép. Nếu khoản chênh lệch đó không đáng với bạn, LongCat 2.5 là một ứng viên nghiêm túc, và cách duy nhất để biết nó có phải lựa chọn tốt hay không là chạy thử nó.