StepFun revela Step 5 Preview, modelo 600B a US$ 1 por millón
MoE disperso de 600 mil millones de parámetros con 1 millón de contexto marcó 33,3% en Terminal-Bench 4.0 y cobra US$ 1,00 por millón de tokens de entrada. Pesos públicos el 15 de octubre.
StepFun lanzó la API de Step 5 Preview el 20 de septiembre, el mismo día del anuncio del modelo. Se trata de 600 mil millones de parámetros en una arquitectura MoE dispersa, 27 mil millones activos por token y una ventana de contexto de 1 millón, con entrada de texto, imagen y vídeo. El precio en la API propia de la compañía es de US$ 1,00 por millón de tokens de entrada en cache miss, US$ 0,05 en cache hit y US$ 2,70 por millón de tokens de salida, cobrando como salida los tokens de razonamiento, según el material divulgado por la empresa.
Artificial Analysis puntuó el modelo con 44 en el Intelligence Index v4.3, el mismo número que el Kimi K3 y un punto por debajo del GLM-5.3 y del Claude Opus 5. El DeepSeek V4.1 Flash, publicado diez días antes, quedó en 40. La diferencia relevante no está en el índice agregado. En el Terminal-Bench 4.0, que mide tareas terminales en varias etapas, el Step 5 Preview marcó 33,3% frente a alrededor del 12,6% del Kimi K3 y 26,8% del DeepSeek V4.1 Flash. En SciCode, los dos primeros empatan en 59%. La velocidad de salida medida fue de 99,8 tokens por segundo, frente a la mediana de 64,6 entre los modelos analizados por la misma empresa.
El precio es el argumento
Un modelo que empata con el Kimi K3 en inteligencia agregada y cobra US$ 1,00 en la entrada cambia las cuentas de quienes operan agentes en producción. Según la medición de Artificial Analysis, el Step 5 Preview cuesta alrededor de una séptima parte del precio del GPT-5.6 Sol. Para un equipo que ejecuta un agente de ingeniería sobre un gran repositorio, sin embargo, el número que importa es otro: US$ 0,05 por millón de tokens en cache hit. Un bucle agente relee el mismo contexto decenas de veces por tarea, y es en esta repetición donde se forma la factura.
StepFun informó que los pesos completos estarán disponibles el 15 de octubre. Este es el punto que separa un lanzamiento de un anuncio de precio. Una empresa europea o brasileña que no puede enviar datos a un endpoint ubicado en China sigue impedida de usar la API, pero puede descargar los pesos y ejecutar el modelo en su propia infraestructura, bajo el régimen de datos que ya posee. Fue por este camino, y no por la API, que DeepSeek y Qwen entraron en pruebas de concepto corporativas en Occidente a lo largo de 2026.
Hay una salvedad que la hoja de benchmarks no cubre. Step 5 Preview es, por su propio nombre, una previa: StepFun no ha publicado datos de disponibilidad, límite de solicitudes por minuto ni compromiso de versión congelada. Para un banco que coloca un agente en producción con un SLA contractual, esto pesa más que un punto en el Intelligence Index.
Donde la cuenta cambia, de Bangalore a São Paulo
En Estados Unidos, el efecto inmediato recae sobre el margen de quienes venden tokens. OpenAI y Anthropic fijan precios de capacidad de frontera, y un modelo abierto que entrega 33,3% en Terminal-Bench por US$ 1,00 en la entrada no sustituye la cima. Retira de los laboratorios estadounidenses la franja de trabajo repetitivo de agente, que es la de mayor volumen y la que sostiene el consumo continuo de tokens a lo largo del mes.
En India, donde TCS, Infosys y Wipro reconstruyen la entrega en torno a pipelines agénticos, el costo por token es una línea de costo directo en el contrato. Una caída de una orden de magnitud en el precio de inferencia aparece en el margen bruto del trimestre siguiente o en el precio cobrado al cliente. El historial del sector indica que aparece en ambos, con un desfase de uno o dos trimestres entre uno y otro.
En Brasil, el cuello de botella de los proyectos de agentes en bancos y aseguradoras rara vez es la calidad del modelo. Es el costo por interacción en operaciones con decenas de millones de clientes, sumado a la exigencia de mantener datos sensibles dentro del país. Pesos públicos que funcionan en la nube local resuelven ambos problemas de una vez. Por eso el 15 de octubre importa más que el 20 de septiembre para el CIO que está configurando la hoja de ruta de 2027 por aquí.
StepFun ha listado ingeniería de software, tareas agénticas de largo horizonte, trabajo de conocimiento profesional y finanzas como objetivos declarados del modelo. Ninguno de los cuatro es un chatbot. Lo que los laboratorios chinos están disputando en este momento no es la conversación, es la ejecución en segundo plano, cobrada por token y medida en horas de trabajo que dejan de ser realizadas por personas. El empate en 44 puntos se convierte en un detalle cuando uno de los dos lados publica los pesos tres semanas después.