قیمت API مدل Step 5 Preview و چیزی که پشتشه
هوش مصنوعیClaude Opus 5.5خلاصهٔ کامل‌تر
Stepfun برای Step 5 Preview یه قیمت‌گذاری سه‌سطحی گذاشته. ورودی بدون کش هر میلیون توکن ۱ دلاره، ورودی کش‌شده ۵ دلار و خروجی ۲.۷ دلار. توکن‌های reasoning، یعنی توکن‌هایی که مدل قبل از جواب نهایی صرف فکر کردن می‌کنه، جزو خروجی حساب می‌شن. مدل کانتکست یک میلیون توکنی داره، تا ۶۴ هزار توکن خروجی می‌ده و متن، تصویر و ویدیو قبول می‌کنه.
عجیب‌ترین بخش جدول، قیمت ورودی کش‌شده‌ست که از ورودی معمولی گرون‌تره، نه ارزون‌تر. نویسنده می‌گه این یعنی تخفیف کش یه صرفه‌جویی همه‌جایی نیست و به تنظیمات شما و شرایط provider بستگی داره. برای ایجنت‌هایی که مدام همون system prompt یا همون تیکه کد رو می‌فرستن، اینکه هزینه کم یا زیاد بشه به تعداد درخواست‌ها و سهم بخش تکراری بستگی داره. به گفته مقاله، آخرش هزینه کل بیشتر به تعداد درخواست‌ها و حجم خروجی بستگی داره تا خود نرخ.
Step 5 یه مدل MoE با ۶۰۰ میلیارد پارامتر کله که فقط ۲۷ میلیاردش برای هر توکن فعال میشه. MoE یعنی هر توکن فقط از چند تا شبکه تخصصی (expert) رد میشه، نه از کل مدل. نتیجه‌ش اینه که هزینه و سرعت اجرا شبیه یه مدل خیلی کوچیک‌تره ولی ظرفیت یه مدل بزرگ رو داره. به گفته مقاله، همین ۲۷ میلیارد پارامتر فعال هست که بیشترین اثر رو روی هزینه محاسبه هر توکن داره و دلیل اینه که میشه مدل به این بزرگی رو با قیمت معقول ارائه داد.
وزن‌های مدل قراره ۱۵ اکتبر منتشر بشه و تا اون موقع تنها راه استفاده همین API هست. بعدش میشه مدل رو self-host کرد، یعنی دیگه هزینه توکن نیست ولی باید سخت‌افزار اجرای یه مدل ۶۰۰ میلیارد پارامتری رو داشته باشید. نویسنده هشدار می‌ده که این کار ساده نیست و معمولاً چند GPU یا نسخه quantizeشده لازمه. هنوز هم مشخصات دقیق سخت‌افزار برای نسخه باز اعلام نشده.
تو یه تست مستقل با Kingbench 3، که هشت تسک کدنویسی و استدلال رو داخل ایجنت Open Code اجرا می‌کنه، مدل ۶۷ از ۸۰ یعنی ۸۳.۷۵ درصد گرفت. هفت تا از هشت تسک ۸ یا بیشتر گرفتن. بازی تیراندازی با کمان و pipeline کامل fine-tune لوکال با LoRA روی Gemma 2B هر کدوم ۹.۵ گرفتن و ساعت مچی سه‌بعدی با ۶ ضعیف‌ترین بود. این امتیاز مدل رو بین GLM 5.3 Flash (۷۸.۷۵) و GLM 5.3 (۹۱.۲۵) و بالاتر از هر دو MiMo V2.6 می‌ذاره.
به گفته نویسنده، بهترین گزینه برای کسایی هست که پروتوتایپ تعاملی مثل بازی مرورگری یا نمایش سه‌بعدی می‌سازن یا با fine-tune لوکال کار می‌کنن. ولی تیم‌هایی که حجم کاری بالا دارن باید نرخ ۲.۷ دلاری خروجی رو با بقیه مقایسه کنن، چون تو ایجنت‌های چندمرحله‌ای خروجی و reasoning بیشتر صورتحساب رو می‌سازه. از اون طرف، چون این نسخه preview هست، ممکنه قیمت یا قابلیت‌ها بعد از ۱۵ اکتبر عوض بشه.
نکات کلیدی:
- قیمت هر میلیون توکن: ۱ دلار ورودی بدون کش، ۵ دلار ورودی کش‌شده، ۲.۷ دلار خروجی
- توکن‌های reasoning با نرخ خروجی حساب می‌شن
- معماری MoE با ۶۰۰ میلیارد پارامتر کل و ۲۷ میلیارد پارامتر فعال
- کانتکست یک میلیون توکن و سقف خروجی ۶۴ هزار توکن
- وزن‌های باز قراره ۱۵ اکتبر منتشر بشه ولی مشخصات سخت‌افزاری هنوز اعلام نشده
- امتیاز Kingbench 3: ۸۳.۷۵ درصد، بین GLM 5.3 Flash و GLM 5.3
