Step 5 Preview 對比 Nemotron 3.5 Super：兩次權重釋出，兩種截然不同的授權條款
- Orca新OrcaCyber: MiniMax M3.1 Flash Abliterated2026-10-29orca/orcacyber-minimax-m3.1-flash
- Orca新OrcaCyber: GLM 5.3 Flash Abliterated2026-10-2795 tok/s
- Orca新OrcaCyber: Qwen3.8 Flash Next Abliterated2026-10-26$0.80 / $1.60 每百萬 tokens · 260 tok/s
- Orca新OrcaCyber: MiMo V2.6 Flash Abliterated2026-10-26$0.80 / $1.60 每百萬 tokens · 91 tok/s
- Moonshot新MoonshotAI: Kimi K3.1 Pro2026-10-2446智能
- Orca新OrcaCyber: DeepSeek V4.1 Flash Abliterated2026-10-23$0.80 / $1.60 每百萬 tokens · 103 tok/s
- minimax新MiniMax: M3.1 Flash2026-10-1929智能
- Orca新Orca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 tokens · 65 tok/s
- deepseek新DeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeek新DeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 每百萬 tokens · 101 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955智能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2854智能
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 每百萬 tokens · 180 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2228智能
- OpenAIOpenAI: GPT-6 Sol2026-09-2248智能
- AnthropicAnthropic: Claude Opus 5.52026-09-2258智能
- xiaomiXiaomi: MiMo-V2.6-Flash2026-09-2127智能
- xiaomiXiaomi: MiMo-V2.6-Pro2026-09-2130智能
- xAIGrok 4.72026-09-2134智能
2026 年 10 月 15 日，StepFun 發布了 Step 5 Preview 的檢查點，而 NVIDIA 發布了Nemotron 3.5 Super 的檢查點——這是 1,200 億參數、120 億活躍參數的視覺語言模型，其在排行榜上的全名為 Nemotron 3.5 Super VL。兩個旗艦開放權重版本，同一天發布，除此之外幾乎毫無共同點。一個是為長時程代理任務打造的 600B 稀疏混合專家模型，並依 StepFun 自身條款授權。另一個是混合 Mamba-Transformer，以約五分之一的活躍算力，達到約 2.5 倍的輸出速度；其授權旨在讓商業使用無需另行洽談。在 Artificial Analysis 今日提供的指數上，兩者的讀數為 29 和 14。
那個分數差距是它們之間最不有趣的差異。更具影響力的一項差異在授權頁面上，它決定了這兩者之中，哪一個可以讓你在不必先徵求任何人許可的情況下，放進產品裡。
10月15日，兩次
這兩段發布歷程異常平行，這就是為什麼這項比較不斷被框定成一場競賽。但它並不是——這些模型是為不同的任務而打造，只有推出日期恰好重合。
• Step 5 Preview — API 於 2026 年 9 月 20 日正式上線；BF16 與 FP8 檢查點於 10 月 15 日發布。StepFun 自家的公告將這次延遲定調為刻意為之：先讓端點上線、蒐集流量，再開放權重。
• Nemotron 3.5 Super VL — 權重於 2026 年 10 月 15 日以 BF16 與 NVFP4 形式發布。NVIDIA 在同一次發布中一併釋出了檢查點、訓練配方、資料集，以及用於推測式解碼的草稿模型；其自家技術報告宣稱，該模型在 SWE-bench Pro 上擊敗 Nemotron 3 Ultra，而活躍參數約少 4.6 倍。
• 與同系列產品不同——同批發布、較小的純文字模型 Nemotron 3.5 Lightning 是另一款產品，並非本文主題。本文也不是在談 Nemotron 3 Ultra；我們曾另行將它與 Step 5 Preview 比較，而它位於曲線上的不同位置。
授權才是更大的差異
兩者都稱為開放權重。兩份授權中，只有一份是為了在沒有門檻的情況下使用而撰寫的。
• Step 5 Preview — StepFun Model License 1.0。讀起來像是 Apache 風格的寬鬆授權，附帶姓名標示，外加針對超大規模部署觸發的商業條件：公布的條款規定，一旦產品月活躍用戶超過約一億，或月營收超過兩千萬美元，便附加獨立授權義務。
• Nemotron 3.5 Super VL — OpenMDW-1.1，直接允許商業使用。沒有使用者人數門檻、沒有營收觸發條件，也無需另行協商。
• 權重格式 — Step 5 Preview 提供 BF16 與 FP8。Nemotron 3.5 Super VL 提供 BF16 與 NVFP4，這是專為 Blackwell 硬體打造的四位元格式；NVIDIA 報告指出，在 36 項基準測試中，其相對於 BF16 基準的準確度恢復中位數達 99.62%。
• 隨權重一同發布的內容 — Step 5 Preview 發表了一篇技術部落格，介紹其架構與訓練方式。NVIDIA 也隨著檢查點一併發布了資料集、配方與草稿模型。
對多數團隊來說，實務上的解讀很簡單：如果你未達 StepFun 的門檻——而幾乎所有人都是如此——這兩份授權在日常使用上表現相似。差異會在盡職調查時顯現。對 Nemotron 3.5 Super VL 的法律審查，結論停在「允許商業使用」。對 Step 5 Preview 的法律審查，則以一段關於門檻的說明作結，得有人拿它對照你的成長計畫來推算。這是實實在在的成本，只付一次，值得在工程動工之前先搞清楚。
重新計分後的記分板
這裡最有用的更正是：這兩款模型廣為引用的數字都已過時。推出時的報導將 Step 5 Preview 列為 44，Nemotron 3.5 Super VL 列為 26。Artificial Analysis 之後已更換指數版本，而在目前榜單上，同樣這兩款模型分別為 29 和 14。所有根據較舊讀數衍生出的內容也隨之變動。
同一次執行，每個維度一行：
• 智慧指數 — Step 5 Preview 29 對比 Nemotron 3.5 Super VL 14。
• AA-Briefcase v1.1 — 1,423 對 999。
• AutomationBench-AA — 51% 對 15%。
• Terminal-Bench 4.0 — 33% 對比 0%。
• FrontierCode 2.0 — 12% 對 6%。
• AA-Omniscience — 16 對 −3，其中負值表示自信的錯誤答案多於棄答。
• Humanity's Last Exam（Diamond）— 24% 對 9%。
• 輸出速度 — 179.1 對比 450.6 token/秒。
• 每個索引任務的成本 — $2.35 對比 $0.56。
• 每百萬個權杖的混合價格 — $0.54 對比 $0.1375。
結果的整體形態在每個子基準測試中都一致：Step 5 Preview 在能力上領先，Nemotron 3.5 Super VL 則在吞吐量與價格上領先。Terminal-Bench 4.0 的讀數值得再仔細檢視，因為它是零分，而在如此廣泛使用的基準測試上出現零分，通常意味著某個特定的問題，而不是完全無法執行該任務。
NVIDIA 自己的數字指向另一個方向
NVIDIA 公布的數據所描述的模型，比獨立執行測試所發現的強大得多。該公司報告在 SWE-bench Pro 上達到 51.78%，代理式吞吐量「最高可達相仿開放模型的五倍」，以及在 GB200 硬體上每顆 GPU 每秒 4,632 至 4,856 個輸出 token。這些都是廠商自行報告的數據，是在 NVIDIA 自家的測試框架上產生，且與上述產生指數分數的測試並不相同。
這並非矛盾，而把它當成矛盾，正是報導這對組合時常見的錯誤。SWE-bench Pro 與 Terminal-Bench 4.0 在不同的測試框架上衡量不同的東西，而為自家模型調校的廠商測試框架，往往會偏袒該模型。誠實的總結是：在兩者之中，NVIDIA 公布了最完整的揭露資料——包括配方、數據、草稿模型（drafter）——但同時其效能聲稱也是最少獲得獨立驗證的。Step 5 Preview 則恰恰相反：其揭露資料較為單薄，但該模型的行為已由獨立實驗室實際測量過。
如果你是在依據基準評測的聲譽來選擇這兩個，請留意你對這項取捨中的哪一邊感到安心。一份能重新執行的配方，比一個你無法重現的分數更有價值。
自行執行每一個的成本
參數量讓 Nemotron 顯得比實際更好，而記憶體成本並未完全重現這種效果，但方向是對的。
• Step 5 Preview — 總計 600B，活躍參數 27B。FP8 版本可放入單一節點，該節點配備四張 B300 或八張 H200。BF16 版本需要約 1.2 TB 的 GPU 記憶體，這表示需要八張 B300，或兩個各配備八張 GPU 的 H200 節點。
• Nemotron 3.5 Super VL — 總參數量 120B、活躍參數 12B，另外還推出 NVFP4 版本。它的總參數量是 Step 5 Preview 的五分之一，因此同樣的硬體預算，可以換得規模小得多的叢集，或高得多的併發量。
活躍參數決定推論成本；總參數則決定你究竟能不能載入這個模型。Step 5 Preview 的 27B 活躍參數量，讓每 token 運算量得以與規模遠大於它的模型競爭；但 600B 的整體規模，才是你在這一切成立之前必須先放進記憶體的條件。Nemotron 的 12B 活躍參數量與 120B 整體規模都夠小，因此單一節點就是務實可行的部署方式，而非一項採購專案。
NVIDIA 標價為每百萬個 token 輸入 $0.225、輸出 $0.575，相較於 Step 5 Preview 的 $1.00 與 $2.70，託管方案便宜到自架 Nemotron 3.5 Super VL 主要是一項資料駐留決策，而非成本決策。對 Step 5 Preview 而言，自架是避免每 token 費率高四到五倍的唯一方法。
路由堆疊的其餘部分
目前 OrcaRouter 的目錄中並沒有這兩個模型，所以我們無法在這篇文章裡為其中任何一個提供更便宜的端點。在這項決策中，路由器真正有用的地方在於它周邊的部分：目錄中那 200 多個模型都按供應商定價計費、不加價，因此供應商一降價，當天就會反映到你的帳單上，而自動容錯移轉意味著當某家供應商出狀況時，你技術堆疊中非 Step-5、非 Nemotron 的流量仍能持續運作。
對選擇其中之一的團隊來說，務實的做法是採用混合式：為大量工作負載自行託管開放權重，並將託管模型置於路由 DSL之後，用於處理叢集已飽和，或請求需要你尚未部署之能力的長尾案例。OrcaRouter 的融合模式會執行一組模型並回傳綜合答案，能讓你刻意利用該長尾，而非將其作為緊急備援。
接下來要看什麼
有三件事會改變這裡的答案。如果第二個獨立實驗室公布的 Nemotron 3.5 Super VL 結果，更接近 NVIDIA 自家的 SWE-bench 數字，而非該指數跑分，那麼 29 對 14 的差距就不再是頭條，授權條款也會成為唯一真正的差異因素。如果 StepFun 放寬或釐清其授權條款中的商業門檻，另一方的盡職調查成本就會消失。而如果任一模型的託管價格出現變動，四到五倍的 token 差距就是最受影響的數字——Nemotron 的牌價已經低到若再進一步降價，自行託管它會看起來像嗜好，而不是策略。
在這些情況之一發生之前，誠實的區分是這樣的：Nemotron 3.5 Super VL 是當你需要吞吐量、不附帶條件的商業授權，以及能容納於單一節點的佔用空間時，該部署的模型。Step 5 Preview 則是當任務漫長、上下文龐大，且錯誤答案的代價高於 token 成本時，該部署的模型——也是當你能接受一套會在大規模使用時提出詢問的授權時，該部署的模型。
