Step 5 Preview 對比 GLM-5.2：四個月的實績，對上推出僅兩週的端點

Ask a working engineer to choose between Step 5 Preview and GLM-5.2 and most will reach for the newer one, because the newer one is cheaper per token and scores ten points higher on the independent board. Ask the same engineer to put it in front of paying users and the answer gets harder, because one of these models has been carrying production traffic since June 16, 2026 and the other one was released on September 20, 2026. Step 5 Preview is the faster, cheaper, multimodal, higher-scoring model. GLM-5.2 is the one whose failure modes are already written down somewhere by somebody else, whose weights ship under MIT rather than a custom grant with revenue thresholds in it, and whose rate card has not moved in four months. Neither of those is a tiebreaker you can put in a spreadsheet, and together they are the whole decision. What the numbers cannot tell you is whether any of it has gone wrong in the field: the documented AI incidents and agent failures around models in this class are collected in the OrcaRouter AI Incident Archive where each entry carries its own sources, severity, confidence grade and disputed flag.

規格上的比較確實相當懸殊，而這也值得先講清楚，因為支持 GLM-5.2 的理由並不是規格上的理由。Z.ai 的模型僅支援文字，總參數 7,530 億，每個 token 約啟用 400 億，輸出上限為 128,000 個 token，定價為每百萬輸入 token 1.40 美元、每百萬輸出 token 4.40 美元。StepFun 的則是 1.00 美元與 2.70 美元，除了文字與圖像外還能處理影片，單次回應上限為 64k，啟用參數為 270 億。就買家最先看到的數字而言，StepFun 在六項中拿下五項。

對比的每一行

• 輸入價格 — Step 5 Preview 每百萬個 token 1.00 美元，對比 GLM-5.2 的 1.40 美元，StepFun 取得 29% 的優勢

• 輸出價格——$2.70 對比 $4.40，39% 的優勢，以及主宰代理帳單的計費項目

• 快取輸入 — Step 5 Preview 每百萬 $0.10，相較 GLM-5.2 的 $0.26 為 95% 折扣，即 81% 折扣

• 每完成一項 Intelligence Index 任務的成本 — Step 5 Preview 約 $0.71，對比 GLM-5.2 的 $2.01；這個數字把冗長程度與快取行為合而為一，也是本次比較中對 StepFun 模型卡最不客氣的一種解讀

• 獨立分數 — 在 Artificial Analysis Intelligence Index v4.3.2 上，Step 5 Preview 為 44 分，GLM-5.2 為 34 分，而 GLM-5.2 的頁面還帶有棄用標記

• 上下文與輸出 — 兩者皆具備 100 萬 token 的上下文；Step 5 Preview 的最大輸出為 64k，而 GLM-5.2 則為 128K。

• 模態 — Step 5 Preview：文字、圖像與影片輸入，文字輸出；對比 GLM-5.2：文字輸入，文字輸出，完全沒有圖像路徑

• 架構 — Step 5 Preview 為稀疏混合專家模型，總參數 600B、活躍參數 27B，對比 GLM-5.2 總參數 753B、活躍參數約 40B，而這項活躍參數數字 Z.ai 並未在模型卡上註明，是由第三方列表所提供

• 授權 — StepFun Model License 1.0，一項自訂授權，具有署名觸發條件及獨立商業授權門檻；相較於 MIT 授權下的 GLM-5.2，後者無門檻、無署名要求，亦無協商模型的途徑

• 權重 — 兩者皆可下載；Step 5 Preview 自發布日起提供 FP8 與 BF16，另於 2026 年 10 月 14 日發布 NVFP4 版本；相較之下，GLM-5.2 則透過 zai-org 組織

• 價目表穩定性 — Step 5 Preview 自 9 月 20 日起維持不變，對比 GLM-5.2 自 6 月 16 日起維持不變

在那些資料列被過度解讀之前，先說兩點。44 與 34 之間的差距，並不是表面上看起來的那種同一基準比較。GLM-5.2 於六月推出，當時的頭條指數數字是 51，而那是在同一指數的較早修訂版本下產生的；Artificial Analysis 後來重新調整了量表，而上述的 34 則是該評估機構如今標記為已棄用的模型，在當前修訂版下的讀數。拿 51 來對比 44，等於是拿兩把不同的尺在比較，而這是相關報導在處理這場對決時最常見的單一錯誤。第二，StepFun 的模型只有一個計分設定——在一種投入程度設定下得到的單一 44——而 GLM-5.2 是在更長的時間窗口內受測，因此較新模型的分數只是一個點，而較舊模型則更接近一份完整輪廓。

授權差異才是能經得起法律審查的那一項。

這兩款模型都被描述為開放權重，但這兩份文件並不等同。GLM-5.2 採用 MIT 授權。那是律師讀一次就會永久批准的授權條款：可使用、修改、散布、再授權、販售，沒有姓名標示義務，沒有使用者門檻，任何還沒到荒謬程度的商業模式都不必另外簽署協議。權重透過 Z.ai 自家的 Hugging Face 組織以 BF16 與 FP8 格式發布，模型卡上載明沒有限制地區，而且整份文件裡沒有任何條款要求新創公司得先做過任何模擬推演，才能規劃產品。

Step 5 Preview 的條款比不公開權重更寬鬆，但比 MIT 更嚴格，而這個差距並非誇大其詞。StepFun Model License 1.0 授予永久、全球、免權利金、非專屬的權利，可用於使用、複製、散布、再授權、修改及創作衍生作品，並附帶相應的專利授權。附帶兩項條件。若納入該模型的商業產品或服務在任何一個曆月內達到 1 億月活躍使用者或 2,000 萬美元營收，必須在產品介面及使用者協議中顯著顯示「Powered by StepFun AI」。硬體製造商或品牌所有者若在裝置中搭載該模型的能力，或者模型即服務業務在任何十二個月內的合併營收超過 2,000 萬美元，則需要另外取得商業授權。未向第三方暴露該模型或其能力的內部使用，則屬於授權範圍內，無需遵守上述任何條件。

For a team building an internal tool, this difference costs nothing and the argument for GLM-5.2 on licence grounds is weak. For a team building a hosted product with a revenue curve they expect to cross $20 million, it is the difference between a legal checkbox and a line item with a counterparty attached, and it is the kind of thing that gets discovered after the architecture is committed. The honest framing is that StepFun's licence is a standard shape — Llama and other open-weight licences use similar thresholds — and that MIT is simply a shorter conversation.

一份過往實績究竟值多少

GLM-5.2 自六月中問世至今。在這段期間，它已在各種代理框架（agent harness）中運行，被第三方代管服務與評測者重現，累積了公開回報的失效模式，並且已有兩個後繼版本在其基礎上推出——GLM-5.3 於 2026 年 8 月 18 日問世，採用相同的基礎權重，之後則是 GLM-5.5。Z.ai 從未取消其定價，也從未撤回權重。最後這一點比聽起來更重要：採用較舊模型的實際風險不在於它較差，而在於你還在運行它時它就失去支援，而 GLM-5.2 如今已挺過兩次世代更新，費率表依舊原封不動。

Step 5 Preview 的實際運作紀錄只有數週之久，而它具體欠缺的正是那平淡無奇的一項：大量關於它在持續負載、高併發、病態提示詞下表現如何，以及在夠長的時間窗口內、足以讓供應商端的效能退步發生並被察覺的報告。無論是 StepFun 的模型卡或其文件，都無法取代這一點；而供應商自家的基準測試表——以圖片而非可引用的文字呈現——也不是對任何事物的獨立量測。這兩套測試框架確實有附帶數字：StepFun 列出了它評估時所用的設定，包括 temperature 1.0、top-p 0.95、top-k 0，以及用於 DeepSWE v1.1 的 SWE-agent 框架。這比許多發布卡所提供的揭露還要多。但這仍然是供應商在為自己的成果打分。

有一個狹窄的例外情況，是新模型的分數確實獨立且值得信賴：Intelligence Index 上的 44 分，這是 Step 5 Preview 唯一擁有的中立分數，此外還有每完成一項索引任務約 $0.71 的成本，以及評估者在其一億六千萬詞元的套件測試上給出的「very verbose」標籤。請把 44 當成一個來源可靠的單一數字，而不是一份完整側寫。請把這個冗長度標籤視為更有可能反咬你一口的那件事，因為它陳述的是成本而非品質，而且它會出現在每一張帳單上。

選擇真正落腳之處

只要符合以下任一情況，就選 GLM-5.2。你需要沒有門檻的 MIT 授權，否則你的法務團隊會為此花上一季。你需要 128,000 token 的單次回應，這是 Z.ai 的模型能提供、而 StepFun 的模型無論出多少錢都做不到的。你正在執行文字與程式碼的工作負載，而在這類情境中，一個已有四個月公開正式環境歷練的模型，比十個指數點還更有價值，因為你寧願接手別人的 bug 清單，也不想自己產生一份。或者你需要最便宜的自架選項，以及一個 753B 的混合專家模型，具備已發表的 IndexShare 稀疏注意力設計，Z.ai 表示這能在完整上下文下把每 token 的 FLOPs 削減約 2.9 倍，而且你打算真正部署它，而不是只是呼叫它。

若工作負載需要影片，或十分的指標差距正是能用與不能用的示範之間的分野，或你只是想要頁面上最便宜的 token 並願意成為早期採用者，就採用 Step 5 Preview。影片功能是真的，但未納入評分——StepFun 的文件記載可透過 URL、Base64 或 Files API 參照輸入 MP4、QuickTime 與 Matroska，其中以 URL 為基礎的檔案須低於 128MB，建議長度低於五分鐘，而且目前沒有針對它的獨立評估。這讓它成為執行測試的理由，而不是投入正式採用的理由，整個模型也是如此：它最強的那些列，正是只有自家供應商提供來源的列；而它最值得信賴的一列——指標——則是它未輸給任何對象、且以十分之差勝出的一列。

這兩個提案在另一個方向上也不是風險相等的。選擇較舊的模型，代價是你可以衡量的能力。選擇較新的模型，代價則是你衡量不了的未知；而要限縮未知，做法就是不要把生產路徑押在它上面。這正是讓 Step 5 Preview 跑在備援機制之後、而非取代某個東西的理由：把一部分流量導向它，保留 GLM-5.2 或任何其他你信任的模型作為備援，讓每完成一項任務的成本來決定，而不是看標價。在 OrcaRouter 上，GLM-5.2 位於 z-ai/glm-5.2，以 Z.ai 的定價加上0% 加成 —— $1.40 與 $4.40，其中 $0.26 的快取讀取原樣轉嫁 —— 自動容錯移轉正是讓陌生端點的兩週試用變得安全的關鍵：試用模型會失敗，請求不會。

Step 5 Preview 並未收錄在 OrcaRouter 的現行目錄中，而誠實的指示是透過 StepFun 自家平台來呼叫它，或從已發布的 FP8、BF16 或 NVFP4 檢查點自行託管。就這次的特定比較而言，這算不上多大的損失，因為選擇它而非 GLM-5.2 的理由，在於你想搶先一步，而搶先通常意味著無論如何都得先忍受只有一家供應商。

真正能為這項比較下定論的，不是基準測試，而是時間。三個月後，Step 5 Preview 就會擁有 GLM-5.2 現在具備的東西：一份公開紀錄，記錄它在別人的負載下、別人的併發量下、別人的失敗案例中如何表現。在那之前，這兩個模型之間的選擇，與其說取決於哪個更好，不如說取決於你願意依據哪一種證據來行動——是你承接而來的證據，還是你自己產生的證據。