AIREITERStep 5 Preview llama la atención por su precio: cuesta muy poco para un modelo al que Artificial Analysis atribuye una puntuación de 44. Pero decidir si conviene comprar acceso no depende solo del coste por token. StepFun ha anunciado el modelo y una vía de acceso mediante API, aunque su documentación pública todavía no ofrece una página de modelo completa, una especificación de facturación ni un contrato de producción claramente definido. Por ahora, lo sensato es tratarlo como candidato para una prueba controlada, no como endpoint predeterminado.
La respuesta cambia según qué entendamos por «disponible»
Step 5 Preview ya no es solo un rumor: la cuenta oficial de StepFun lo anunció el 20 de septiembre de 2026 y afirmó que los pesos abiertos llegarán el 15 de octubre. Sin embargo, al buscar en las páginas públicas de la plataforma de StepFun siguen apareciendo el portal general y la documentación de Step 3.7, pero no una referencia claramente indexada a step-5-preview. La diferencia es importante: que el acceso se haya anunciado no significa que exista un acceso de producción documentado y disponible para cualquiera.
| Pregunta | Respuesta actual | Nivel de confianza |
|---|---|---|
| ¿Lo ha anunciado StepFun? | Sí, mediante el anuncio oficial de @StepFun_ai | Alto |
| ¿Se ha comunicado un ID de modelo para la API? | step-5-preview | Medio; hay que verificarlo en la cuenta |
| ¿Se han publicado precios por token? | 1 $ de entrada / 2,70 $ de salida por cada 1M de tokens | Medio; medición o listado de terceros |
| ¿Se pueden descargar ya los pesos? | No se han encontrado pesos públicos | Alto a 20 de septiembre |
| ¿Se han prometido pesos abiertos? | El 15 de octubre, según el anuncio de StepFun | Alto para la promesa; su entrega sigue pendiente |
Lo que StepFun ha confirmado y lo que aún no está verificado
El anuncio oficial describe un modelo MoE disperso de 600B parámetros, con 27B parámetros activos, una ventana de contexto de 1M de tokens, entrada de texto e imagen y puntos fuertes en tareas agénticas, ingeniería de software y finanzas. Son afirmaciones del proveedor, no una prueba independiente de que todos esos límites estén disponibles en todas las rutas de la API.
La búsqueda en la plataforma oficial no devolvía una página específica de precios o de la API de Step 5 cuando se comprobó el 20 de septiembre de 2026. Por tanto, varias cuestiones operativas —límites de velocidad, salida máxima, llamadas a funciones, facturación de caché y disponibilidad regional— siguen sin una fuente oficial que las respalde. No copies un directorio de modelos de terceros en la configuración de producción como si fuera documentación de StepFun.
Una publicación de un usuario real, @xueyu1125, señalaba que una prueba sencilla de animación SVG le había parecido menos convincente de lo que sugería la puntuación de Artificial Analysis, especialmente en tareas 3D y de razonamiento (fuente). Es una experiencia inicial aislada, no un resultado de benchmark, pero sirve como recordatorio de que una puntuación agregada no representa por igual todas las capacidades.
“目前的简单使用体验是对不起Artifical Analysis的44 Index分数，至少在3D和思维能力这方面达不到GLM-5.3-Flash🤣” — @xueyu1125, tras una primera prueba práctica (X)
Precios de la API de Step 5 Preview: conviene tomar las cifras con cautela
El precio de la API de Step 5 Preview que más se repite es de 1,00 $ por cada millón de tokens de entrada y 2,70 $ por cada millón de tokens de salida. Artificial Analysis también habla de un descuento del 95 % para la caché y calcula un coste combinado de 0,51 $ por millón de tokens bajo una combinación concreta: 70 % de aciertos de caché, 20 % de entrada y 10 % de salida. Ese importe combinado parte de unos supuestos; no es una tarifa universal que aparezca necesariamente en todas las facturas.
| Uso | Tarifa comunicada | Qué verificar antes del lanzamiento |
|---|---|---|
| Entrada | 1,00 $ / 1M de tokens | Si la tarifa procede de StepFun y si cambia según la región |
| Salida | 2,70 $ / 1M de tokens | Si los tokens de razonamiento cuentan como salida |
| Acierto de caché | Aproximadamente 0,05 $ / 1M con un descuento del 95 % | Elegibilidad de la caché y reglas de escritura |
| Ejemplo: 100k de entrada + 20k de salida | Aproximadamente 0,154 $ | Impuestos, mínimos, reintentos y uso oculto de razonamiento |
La cuenta básica es sencilla: (tokens de entrada ÷ 1.000.000 × 1,00) + (tokens de salida ÷ 1.000.000 × 2,70). Por tanto, una petición con 100.000 tokens de entrada y 20.000 de salida costaría aproximadamente 0,10 $ + 0,054 $ = 0,154 $, antes de aplicar descuentos o cargos específicos del proveedor.
El problema puede estar en la verbosidad. Artificial Analysis midió alrededor de 160 millones de tokens de salida en su evaluación Intelligence Index, frente a una mediana de 92 millones en modelos comparables. Una tarifa baja por token de salida puede acabar generando una factura mayor si el modelo emplea más tokens en razonar o responder; además, un usuario señaló que los tokens de pensamiento podrían aparecer incluidos en la facturación de salida (fuente).
La señal de rendimiento es potente, pero irregular
Artificial Analysis atribuye al modelo una puntuación de 44 en Intelligence Index, una velocidad aproximada de 100 tokens por segundo y 2,96 segundos hasta el primer token de respuesta. BenchLeader, por su parte, recoge un contexto de 1M de tokens, una velocidad de salida de 100 tokens por segundo y 23 segundos hasta la primera respuesta. Estas diferencias en la definición de latencia demuestran por qué no conviene comparar directamente las cifras de distintos paneles.
| Indicador | Resultado comunicado | Qué significa para quien compra |
|---|---|---|
| Intelligence Index | 44 | Buen resultado agregado, pero no garantiza el rendimiento en todas las tareas |
| Velocidad de salida | 99,8 tokens por segundo | Competitiva una vez iniciada la generación |
| Primer token de respuesta | 2,96 segundos en Artificial Analysis | Hay que comprobar la definición de la métrica y la ruta utilizada |
| Ventana de contexto | 1M de tokens | Confirma el límite de la API desplegada, no solo el perfil del modelo |
| Salida de la evaluación | 160M de tokens | Conviene presupuestar la verbosidad y el uso de razonamiento |
| Resultado en contexto largo | 88,3 %, puesto #2 en el listado de BenchLeader | Es prometedor, aunque los detalles del benchmark importan |
La imagen que dibujan los benchmarks no es uniformemente positiva. BenchLeader otorga a Step 5 Preview un 58,9 % en SciCode, con el puesto #8, pero sitúa su resultado en MMMU-Pro en el puesto #64 e identifica el rendimiento multimodal como su categoría agregada más débil. Artificial Analysis informa de entrada de imágenes, mientras que el catálogo de CloudPrice marca la entrada de imágenes y varias capacidades como no disponibles. Hasta que StepFun publique una matriz exacta de capacidades de la API, diseña la aplicación suponiendo el conjunto de funciones compatible más limitado.
Mejor una prueba controlada que una migración a producción
Los datos disponibles justifican una evaluación acotada, no un cambio incondicional. Empieza con un presupuesto pequeño y deja que la propia API demuestre los aspectos que las páginas de terceros no pueden confirmar.
- Confirma el endpoint y el ID del modelo en la cuenta oficial. Envía una petición inocua utilizando
step-5-previewy registra el nombre del modelo devuelto, la región, el código de estado y las cabeceras de límite de velocidad. - Revisa los campos de facturación. Compara el uso de entrada, salida, caché y tokens de razonamiento. No calcules la factura únicamente a partir de las cifras públicas de
1 $/2,70 $. - Prueba el contexto largo por etapas. Empieza con 50K tokens, continúa con 100K y 350K, y solo aumenta la carga si la petición anterior funciona. Registra el tiempo hasta el primer token, los truncamientos y el comportamiento ante errores.
- Evalúa las herramientas por separado de la calidad del texto. Comprueba los nombres de las funciones, la validez de los argumentos, los reintentos y si el modelo consulta el estado objetivo antes de modificarlo. La puntuación de Intelligence Index no demuestra que la ejecución de herramientas sea fiable.
- Mantén una alternativa preparada. Redirige las llamadas fallidas, agotadas por tiempo o con herramientas malformadas a un modelo que tu stack ya admita. Un endpoint en vista previa no debería ser la única vía de un flujo orientado al cliente.
En una arquitectura con varios proveedores, una pasarela de API unificada puede facilitar ese respaldo, pero no elimina la necesidad de verificar la facturación y los límites propios de StepFun. El objetivo práctico es contener el riesgo: mantener un modelo aún no probado detrás de un presupuesto, registros y una ruta alternativa validada.
Preguntas frecuentes sobre la API de Step 5 Preview
¿Se ha lanzado oficialmente Step 5 Preview?
StepFun anunció oficialmente Step 5 Preview el 20 de septiembre de 2026. La documentación pública y la disponibilidad amplia para producción son menos claras, así que «anunciado» no debe interpretarse como «completamente documentado y estable».
¿Cuál es el ID del modelo de la API de Step 5 Preview?
Los primeros informes identifican el modelo como step-5-preview. Verifica el identificador exacto en la cuenta oficial de StepFun o en la respuesta de la API antes de fijarlo en el código.
¿Cuánto cuesta Step 5 Preview?
Los listados de terceros y Artificial Analysis indican 1,00 $ por cada 1M de tokens de entrada y 2,70 $ por cada 1M de tokens de salida. Confirma si el razonamiento, las escrituras en caché, los reintentos y las tarifas regionales se facturan de otra manera.
¿Step 5 Preview es de código abierto ya?
No había pesos públicos disponibles en las fuentes consultadas el 20 de septiembre de 2026. El anuncio de StepFun afirma que los pesos abiertos están previstos para el 15 de octubre, lo que representa un compromiso futuro, no una disponibilidad actual.
¿Admite imágenes y un contexto de 1M de tokens?
El anuncio de StepFun y Artificial Analysis informan de entrada de imágenes y un contexto de 1M de tokens. Los datos contradictorios de algunos catálogos hacen necesario probar la ruta exacta de la API y evitar asumir que todas las capacidades anunciadas están activadas en cualquier entorno.
La decisión, por tanto, es sencilla aunque el modelo todavía no lo sea: ejecuta una prueba pequeña e instrumentada si la relación entre precio y rendimiento encaja con tu carga de trabajo, pero no conviertas Step 5 Preview en una dependencia de producción hasta que StepFun publique la página del modelo, las reglas de facturación, la lista de capacidades y los límites que los desarrolladores necesitan para operarlo con seguridad.
