Step 5 Preview so với Nemotron 3.5 Super: Hai đợt phát hành trọng số, hai giấy phép rất khác nhau

Vào ngày 15 tháng 10 năm 2026, StepFun đã công bố các checkpoint cho Step 5 Preview và NVIDIA đã công bố các checkpoint cho Nemotron 3.5 Super — mô hình ngôn ngữ-thị giác 120 tỷ tham số, 12 tỷ tham số hoạt động, có tên đầy đủ trên các bảng xếp hạng là Nemotron 3.5 Super VL. Hai bản phát hành trọng số mở hàng đầu, cùng một ngày, và gần như chẳng có gì giống nhau ngoài điều đó. Một bên là mixture-of-experts thưa 600B được xây dựng cho công việc tác nhân tầm dài và được cấp phép theo các điều khoản riêng của StepFun. Bên kia là một Mamba-Transformer lai chạy với tốc độ đầu ra nhanh gấp khoảng hai lần rưỡi trên một phần năm lượng tính toán hoạt động, theo một giấy phép được thiết kế để dùng cho thương mại mà không cần phải trao đổi gì. Trên chỉ số mà Artificial Analysis đang công bố hôm nay, chúng cho thấy 29 và 14.

Khoảng cách điểm số đó là khác biệt ít đáng quan tâm nhất giữa chúng. Khác biệt có hệ quả lớn hơn nằm ở trang giấy phép, và nó quyết định cái nào trong hai cái này bạn có thể đưa vào một sản phẩm mà không cần xin phép ai trước.

Ngày 15 tháng 10, hai lần

Lịch sử phát hành của hai mô hình song song với nhau một cách bất thường, đó là lý do khiến phép so sánh này cứ liên tục bị đóng khung như một cuộc đua. Nhưng thực ra không phải vậy — hai mô hình được tạo ra cho những công việc khác nhau, và chỉ có ngày phát hành là trùng nhau.

• Bản xem trước Step 5 — API hoạt động trực tuyến từ ngày 20 tháng 9 năm 2026; các checkpoint BF16 và FP8 được công bố vào ngày 15 tháng 10. Thông báo của chính StepFun đã lý giải việc trì hoãn này là có chủ đích: ra mắt endpoint trước, thu thập lưu lượng truy cập, rồi sau đó mở trọng số.

• Nemotron 3.5 Super VL — trọng số được công bố ngày 15 tháng 10 năm 2026 dưới dạng BF16 và NVFP4. NVIDIA đã phát hành các checkpoint, công thức huấn luyện, bộ dữ liệu và mô hình nháp cho giải mã suy đoán trong cùng đợt phát hành, và báo cáo kỹ thuật của chính hãng khẳng định mô hình vượt Nemotron 3 Ultra trên SWE-bench Pro với số tham số hoạt động ít hơn khoảng 4,6 lần.

• Khác biệt với sản phẩm cùng dòng của nó — Nemotron 3.5 Lightning, mô hình chỉ văn bản nhỏ hơn được phát hành trong cùng đợt, là một sản phẩm khác và không phải chủ đề ở đây. Đây cũng không phải Nemotron 3 Ultra, sản phẩm mà chúng tôi đã so sánh riêng với Step 5 Preview và nằm ở một điểm khác trên đường cong.

Giấy phép là điểm khác biệt lớn hơn.

Cả hai đều được gọi là trọng số mở. Chỉ một trong hai giấy phép được soạn để sử dụng mà không cần ngưỡng.

• Bước 5 Preview — Giấy phép Mô hình StepFun 1.0. Văn bản này giống như một giấy phép cấp quyền kiểu Apache với yêu cầu ghi công, cộng thêm các điều kiện thương mại áp dụng cho những triển khai rất lớn: các điều khoản đã công bố gắn kèm nghĩa vụ cấp phép riêng khi một sản phẩm vượt khoảng 100 triệu người dùng hoạt động hàng tháng hoặc 20 triệu đô la doanh thu hàng tháng.

• Nemotron 3.5 Super VL — OpenMDW-1.1, giấy phép cho phép sử dụng thương mại hoàn toàn. Không có giới hạn số lượng người dùng, không có ngưỡng doanh thu, không cần đàm phán riêng.

• Định dạng trọng số — Step 5 Preview có sẵn BF16 và FP8. Nemotron 3.5 Super VL có sẵn BF16 và NVFP4, định dạng bốn bit được xây dựng cho phần cứng Blackwell, với NVIDIA báo cáo mức phục hồi độ chính xác trung vị 99,62% so với đường cơ sở BF16 trên 36 benchmark.

• Những gì đi kèm với trọng số — Step 5 Preview đã xuất bản một blog kỹ thuật mô tả kiến trúc và phương pháp huấn luyện. NVIDIA đã xuất bản các bộ dữ liệu, công thức huấn luyện và một mô hình drafter cùng với checkpoint.

Với hầu hết các nhóm, cách hiểu thực tế rất đơn giản: nếu bạn ở dưới các ngưỡng của StepFun — và gần như mọi người đều vậy — thì hai giấy phép này hoạt động tương tự trong sử dụng hằng ngày. Sự khác biệt thể hiện ở bước thẩm định. Một đánh giá pháp lý về Nemotron 3.5 Super VL kết thúc ở "được phép dùng cho mục đích thương mại". Một đánh giá pháp lý về Step 5 Preview kết thúc bằng một đoạn về các ngưỡng mà ai đó phải mô hình hóa so với kế hoạch tăng trưởng của bạn. Đó là một chi phí thực, trả một lần, và đáng để biết trước khi công việc kỹ thuật bắt đầu.

Bảng điểm, sau khi tính lại điểm

Sự điều chỉnh hữu ích nhất ở đây là các con số được trích dẫn rộng rãi cho cả hai mô hình đều đã lỗi thời. Các bài đưa tin khi ra mắt ghi Step 5 Preview ở mức 44 và Nemotron 3.5 Super VL ở mức 26. Artificial Analysis kể từ đó đã thay phiên bản chỉ số, và trên bảng hiện hành, hai mô hình đó ghi nhận 29 và 14. Mọi thứ rút ra từ các số liệu cũ đều đã thay đổi theo.

Cùng một lần chạy, một dòng cho mỗi chiều:

• Intelligence Index — Step 5 Preview 29 so với Nemotron 3.5 Super VL 14.

• AA-Briefcase v1.1 — 1.423 so với 999.

AutomationBench-AA — 51% so với 15%.

• Terminal-Bench 4.0 — 33% so với 0%.

• FrontierCode 2.0 — 12% so với 6%.

• AA-Omniscience — 16 so với −3, trong đó con số âm cho thấy số câu trả lời sai nhưng tự tin nhiều hơn số lần từ chối trả lời.

• Humanity's Last Exam (Diamond) — 24% so với 9%.

• Tốc độ đầu ra — 179.1 so với 450.6 token mỗi giây.

• Chi phí mỗi tác vụ lập chỉ mục — $2.35 so với $0.56.

• Giá trộn trên mỗi triệu token — $0.54 so với $0.1375.

Hình thái của kết quả nhất quán trên mọi bài benchmark con: Step 5 Preview dẫn đầu về năng lực, Nemotron 3.5 Super VL dẫn đầu về thông lượng và giá. Điểm số Terminal-Bench 4.0 là điểm đáng để xem xét lại, vì nó là số 0, và số 0 trên một bài benchmark được sử dụng rộng rãi như vậy thường có nghĩa là một điều gì đó cụ thể chứ không phải là hoàn toàn không có khả năng thực hiện tác vụ.

Những con số của chính NVIDIA lại chỉ về một hướng khác

Các số liệu công bố của NVIDIA mô tả một mô hình mạnh hơn nhiều so với mô hình mà lần chạy độc lập phát hiện. Công ty báo cáo 51,78% trên SWE-bench Pro, “nhanh gấp tới năm lần” thông lượng tác nhân so với các mô hình mở tương đương, và 4.632 đến 4.856 token đầu ra mỗi giây trên mỗi GPU trên phần cứng GB200. Đây là những số liệu do nhà cung cấp báo cáo, được tạo ra trên bộ khung thử nghiệm của chính NVIDIA, và chúng không phải là các bài kiểm tra giống nhau đã tạo ra điểm chỉ số ở trên.

Đây không phải là mâu thuẫn, và việc coi nó là mâu thuẫn chính là sai lầm phổ biến trong các bài đưa tin về cặp này. SWE-bench Pro và Terminal-Bench 4.0 đo lường những thứ khác nhau trên những bộ khung khác nhau, và một harness của nhà cung cấp được tinh chỉnh cho mô hình của chính họ sẽ có xu hướng tô điểm cho nó. Tóm tắt trung thực là NVIDIA đã công bố gói thông tin đầy đủ nhất trong hai — công thức, dữ liệu, một mô hình dự thảo — và đồng thời là tuyên bố hiệu năng ít được kiểm chứng độc lập nhất. Step 5 Preview thì ngược lại: một gói thông tin mỏng hơn xoay quanh một mô hình mà hành vi của nó đã thực sự được các phòng thí nghiệm độc lập đo lường.

Nếu bạn đang lựa chọn giữa hai phương án này dựa trên danh tiếng về benchmark, hãy lưu ý xem bạn thấy thoải mái với phía nào của sự đánh đổi đó. Một công thức có thể chạy lại đáng giá hơn một điểm số mà bạn không thể tái lập.

Chi phí để tự vận hành từng cái là bao nhiêu

Số lượng tham số tôn Nemotron lên theo một cách mà chi phí bộ nhớ không hoàn toàn lặp lại, nhưng hướng thì đúng.

• Bước 5 Bản xem trước — tổng 600B, 27B hoạt động. Bản dựng FP8 vừa với một node bốn B300 hoặc tám H200. Bản dựng BF16 cần khoảng 1,2 TB bộ nhớ GPU, nghĩa là tám B300 hoặc hai node H200 tám GPU.

• Nemotron 3.5 Super VL — tổng 120B, kích hoạt 12B, được phát hành thêm ở định dạng NVFP4. Nó chỉ bằng một phần năm tổng số tham số của Step 5 Preview, vì vậy với cùng ngân sách phần cứng, bạn có thể có một cụm nhỏ hơn nhiều hoặc khả năng xử lý đồng thời lớn hơn nhiều.

Các tham số hoạt động quyết định chi phí suy luận; tổng số tham số quyết định liệu bạn có thể nạp được mô hình vào máy hay không. Con số 27B tham số hoạt động của Step 5 Preview giữ cho chi phí tính toán trên mỗi token cạnh tranh với những mô hình lớn hơn nó rất nhiều, nhưng chính cái khuôn khổ 600B mới là thứ bạn phải nhét vừa bộ nhớ trước khi mọi chuyện trên trở nên có ý nghĩa. Với Nemotron, cả 12B tham số hoạt động lẫn khuôn khổ 120B đều đủ nhỏ để một nút đơn trở thành phương án triển khai thực tế thay vì một dự án mua sắm.

Với mức giá niêm yết của NVIDIA là $0.225 cho đầu vào và $0.575 cho đầu ra trên mỗi triệu token — so với $1.00 và $2.70 của Step 5 Preview — phương án sử dụng dịch vụ lưu trữ đủ rẻ để việc tự vận hành Nemotron 3.5 Super VL chủ yếu là quyết định về vị trí lưu trú dữ liệu, chứ không phải về chi phí. Đối với Step 5 Preview, tự vận hành là cách duy nhất để tránh mức giá cao gấp bốn đến năm lần trên mỗi token.

Định tuyến phần còn lại của ngăn xếp của bạn

Cả hai mô hình này hiện đều không có trong danh mục của OrcaRouter, vì vậy đây không phải là một bài mà ở đó chúng tôi có thể cung cấp cho bạn một endpoint rẻ hơn cho một trong hai. Điều mà một router thực sự hữu ích trong quyết định này là phần bao quanh nó: hơn 200 mô hình có trong danh mục được tính theo giá niêm yết của nhà cung cấp mà không có phụ giá, nên việc nhà cung cấp cắt giảm giá sẽ đến hóa đơn của bạn ngay trong cùng ngày, và chuyển đổi dự phòng tự động có nghĩa là lưu lượng không thuộc Step-5, không thuộc Nemotron trong hệ thống của bạn vẫn chạy khi một nhà cung cấp gặp trục trặc.

Cách bố trí thực tế cho một nhóm chọn một trong những phương án này là mô hình kết hợp: tự triển khai các trọng số mở cho khối lượng công việc lớn, giữ một mô hình được lưu trữ phía sau DSL định tuyến cho các trường hợp đuôi khi cụm của bạn bị quá tải hoặc yêu cầu cần một năng lực mà bạn chưa triển khai. Chế độ fusion của OrcaRouter, chạy một nhóm mô hình và trả về một câu trả lời tổng hợp, là cách sử dụng phần đuôi đó một cách có chủ đích thay vì như một phương án dự phòng khẩn cấp.

Xem gì tiếp theo

Ba điều sẽ thay đổi câu trả lời ở đây. Nếu một phòng thí nghiệm độc lập thứ hai công bố kết quả Nemotron 3.5 Super VL giống với các con số SWE-bench của chính NVIDIA hơn là lần chạy chỉ số, thì khoảng cách 29 so với 14 sẽ không còn là tiêu đề chính nữa và giấy phép sẽ trở thành yếu tố khác biệt thực sự duy nhất. Nếu StepFun nới lỏng hoặc làm rõ các ngưỡng thương mại trong giấy phép của mình, thì chi phí thẩm định ở phía bên kia sẽ biến mất. Và nếu giá cho thuê của một trong hai mô hình thay đổi, thì khoảng cách token gấp bốn đến năm lần chính là con số dễ bị ảnh hưởng nhất — giá niêm yết của Nemotron vốn đã đủ thấp đến mức nếu cắt giảm thêm, việc tự vận hành nó sẽ trông giống một sở thích cá nhân hơn là một chiến lược.

Cho đến khi một trong những điều đó xảy ra, cách phân định trung thực là thế này: Nemotron 3.5 Super VL là mô hình nên triển khai khi bạn cần thông lượng, giấy phép thương mại không kèm điều kiện và dấu chân vừa một node. Step 5 Preview là mô hình nên triển khai khi tác vụ dài, ngữ cảnh lớn và một câu trả lời sai tốn kém hơn số token — và khi bạn có thể chấp nhận một giấy phép đặt ra một câu hỏi ở quy mô lớn.