Alisina NawabiStepFun zet op 15 oktober de BF16-gewichten van Step 5 Preview online, zodat organisaties het model naast de bestaande API ook in een eigen infrastructuur kunnen draaien.
StepFun noemt voor BF16 acht B300-GPU's op één node of zestien H200-GPU's verdeeld over twee nodes. De openbare BF16-repository beslaat 1,21 TB. Daarmee raakt de modelkeuze voor een Nederlandse organisatie meteen ook hardware, beheer en licentievoorwaarden.
De API-preview wordt een download
Bij de lancering op 20 september bood StepFun het model via een API aan. Het bedrijf kondigde de gewichten voor 15 oktober aan bij die previewlancering. De preview combineerde 600 miljard parameters, 27 miljard actieve parameters per token en een contextvenster van één miljoen tokens. De modelkaart houdt die specificaties aan. De download maakt de tweede route beschikbaar.
De officiële BF16-repository bevat 24 genummerde gewichtsshards en aanvullende bestanden voor beeldverwerking en snellere tokenvoorspelling, samen 1,21 TB. De README is op 15 oktober bijgewerkt; de shardcommits dateren ongeveer 25 dagen terug. Dat maakt de bestanden nu publiek, maar betekent niet dat alle shards vandaag zijn geüpload.
StepFun beschrijft een architectuur met 92 transformerblokken en Sparse GQA. Het model wisselt drie lagen Gated Sliding Window Attention af, die een kleiner deel van de context bekijken, met één sparse laag die over de hele context zoekt. StepFun presenteert dit als aanpak voor lange contexten; de blog bevat geen onafhankelijke prestatietest.
De API houdt de instap laag
De API blijft beschikbaar. StepFun rekent 1 dollar per miljoen inputtokens bij cache-miss, 10 cent bij hit en 2,70 dollar per miljoen outputtokens. Een hit hergebruikt eerdere invoer; een miss doet dat niet. Output omvat redeneerstappen en antwoord. Een verzoek met 100.000 inputtokens en 10.000 outputtokens kost zonder cache-hit 12,7 dollarcent: 10 cent invoer plus 2,7 cent uitvoer.
Zelf hosten verschuift de kosten naar hardware, stroom en beheer. StepFun noemt voor BF16 acht B300-GPU's of zestien H200-GPU's; FP8 kan op vier B300's of acht H200's. Contextlengte en gelijktijdige gebruikers beïnvloeden de capaciteit. Een eerdere kostenvergelijking schatte een omslagpunt op 15 tot 20 miljoen tokens per dag tegenover een open-weight-API, maar gebruikte andere modellen en hardware.
Op Vercels AI Gateway waren open-weightmodellen in augustus 56 procent van de tokens en 14 procent van de geschatte uitgaven; de gemiddelde tokenprijs daalde er 23,2 procent. Dit zijn cijfers van Vercels gateway, geen volledige marktmeting. Ze laten zien dat veel tokenvolume zelf hosten niet vanzelf goedkoper maakt.
De licentie maakt het gebruik specifieker
De bestanden vallen onder de StepFun Model License 1.0: royaltyvrij en wereldwijd, maar met aanvullende voorwaarden naast Apache 2.0. Voor een aanbieder die het model alleen intern gebruikt, geldt de omzetdrempel niet zolang model, afgeleiden, uitvoer en mogelijkheden niet aan derden beschikbaar komen.
Hardwarefabrikanten en merkeigenaren moeten vooraf een aparte overeenkomst sluiten als ze modelmogelijkheden als apparaat- of dienstfunctie aanbieden. Voor een MaaS-aanbieder geldt dit wanneer de gezamenlijke omzet van het bedrijf en gelieerde ondernemingen, uit alle bronnen, boven 20 miljoen dollar komt in een aaneengesloten periode van twaalf maanden. Bij meer dan 100 miljoen actieve gebruikers óf meer dan 20 miljoen dollar omzet in één kalendermaand moet het product voortaan prominent “Powered by StepFun AI” vermelden.
Een model dat materieel is getraind op Step 5-uitvoer geldt volgens de licentie als afgeleid werk. Doorleveranciers moeten daarom licentie en verplichte vermeldingen controleren. Voor inzet in een apparaat, externe dienst of doorgeleverde toepassing bepaalt het gebruik mede welke toestemming nodig is.
De scorekaart vraagt om een eigen proef
Step 5 haalt 67,7 op DeepSWE v1.1 en 80,5 op ProgramBench. Kimi K3 Max staat in dezelfde kaart op respectievelijk 67,5 en 77,8. Op FrontierFinance noteert Step 5 66,4, tegenover 69,7 voor Claude Opus 5 Max. De resultaten betreffen softwareontwikkeling en agenttaken, maar komen niet allemaal uit dezelfde testopzet.
De modelkaart vermeldt dat Step 5 op High is getest en de genoemde concurrenten op Max. Voor DeepSWE noemt StepFun de SWE-agent-harness en specifieke samplinginstellingen; die methodedetails staan niet bij elk resultaat. GDPval-AA v2.1 is gebaseerd op Artificial Analysis-data van 20 september. Een verschil van 0,2 punt op DeepSWE is daardoor geen algemene rangorde voor eigen processen.
De introductie op de modelkaart noemt tekst, afbeeldingen en video als invoer, maar de specificatietabel vermeldt alleen tekst en afbeeldingen. De inzetdocumentatie beperkt het miljoen tokens tot invoer en uitvoer samen en zegt dat haalbare context en gelijktijdigheid afhangen van de KV-cache, het tijdelijke geheugen voor die context. Een test op eigen taken en hardware blijft nodig om te bepalen wat een productieopstelling aankan.
De release maakt van Step 5 een keuze tussen API-facturatie en een eigen GPU-cluster. Bij zelf hosten komen capaciteitsplanning, toegangsbeheer en de Model License 1.0 op tafel vóór de eerste productieaanroep.
Veelgestelde vragen
Van modelkeuze naar eigen AI
Ik denk mee over API of zelf hosten, ontwerp de toepassing en realiseer en automatiseer het traject. Waar dat kan, richt ik de omgeving self-hosted in en neem ik de koppelingen en het beheer mee.
Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.
