A chinesa StepFun abriu acesso pago à API do Step 5 Preview a 20 de setembro de 2026: um modelo de mistura de especialistas (MoE) com 600 mil milhões de parâmetros totais, mas apenas cerca de 27 mil milhões ativos por token. O preço de entrada é de $1,00 por milhão de tokens, cerca de um quarto do que vários laboratórios de ponta cobram pelos seus modelos principais. A empresa prometeu ainda abrir os pesos do modelo a 15 de outubro de 2026, um passo que, se cumprido, o tornaria um dos maiores modelos verdadeiramente abertos já lançados por um laboratório chinês.
O lançamento chega no meio de uma das vagas de lançamentos mais intensas que a indústria de IA já viu, com a Shattered.io já ter noticiado a “fadiga” instalada no setor depois de uma sucessão de modelos lançados em poucas semanas. O Step 5 Preview destaca-se nessa torrente por três razões: a escala (600 mil milhões de parâmetros), a janela de contexto de 1 milhão de tokens com entrada multimodal, e um preço agressivo que reabre a discussão sobre quem consegue competir com os gigantes americanos sem gastar o mesmo dinheiro.
O que é exatamente o Step 5 Preview
O Step 5 Preview é descrito pela StepFun como um modelo de fundação com arquitetura esparsa de mistura de especialistas, organizado em 92 camadas. Do total de 600 mil milhões de parâmetros, apenas cerca de 27 mil milhões são ativados a cada token processado, o que corresponde a aproximadamente 4,5% da capacidade total do modelo. Esta é a mesma lógica que já vimos noutros modelos chineses recentes: construir redes gigantescas, mas acionar apenas uma fração pequena em cada inferência, reduzindo custo computacional sem reduzir, pelo menos em teoria, a capacidade de armazenar conhecimento.
O modelo aceita texto, imagem e vídeo como entrada, embora a documentação disponível não confirme a mesma amplitude de modalidades para a saída. A StepFun identifica o modelo na sua API como step-5-preview, segundo a documentação oficial de preços da plataforma. É um lançamento em fase “preview”, ou seja, a própria empresa trata-o como uma versão prévia, não como a edição final e estável da linha Step 5.
Arquitetura: dentro do MoE de 600 mil milhões de parâmetros
A escolha de uma arquitetura esparsa não é novidade na China de 2026. A Alibaba já tinha avançado por este caminho com o Qwen 3.8, a Moonshot AI fez o mesmo com o Kimi K3, e a Zhipu AI segue uma lógica semelhante com a família GLM. O que distingue o Step 5 Preview é a proporção entre parâmetros totais e parâmetros ativos: cerca de 4,5%, uma fração mais baixa do que a maioria dos modelos MoE ocidentais divulga publicamente.
Na prática, isto significa que o Step 5 Preview pode, em teoria, responder mais rápido e a um custo de inferência mais baixo do que um modelo denso do mesmo tamanho nominal, porque só uma pequena rede de especialistas é ativada a cada passo. A contrapartida é que o desempenho depende fortemente de como o roteador escolhe os especialistas certos para cada tarefa, um dos pontos mais difíceis de otimizar em modelos MoE de grande escala. Os resultados de benchmarks divulgados até agora sugerem que esse equilíbrio ainda está a meio caminho entre promissor e inconsistente, como se verá mais abaixo.
Contexto de 1 milhão de tokens e multimodalidade
A janela de contexto do Step 5 Preview chega a 1 milhão de tokens, segundo múltiplas fontes que acompanharam o lançamento. Esta dimensão coloca o modelo no grupo restrito de sistemas capazes de processar livros inteiros, bases de código completas ou longas sequências de vídeo numa única chamada, sem necessidade de cortar o conteúdo em fragmentos. Combinada com a entrada de texto, imagem e vídeo, a proposta da StepFun é clara: um modelo generalista capaz de lidar com tarefas de análise documental extensa e de perceção visual na mesma infraestrutura.
Esta aposta num contexto longo surge numa altura em que o mercado de IA já normalizou janelas de centenas de milhares de tokens, mas em que o milhão de tokens continua a ser reservado a um grupo pequeno de modelos de referência. Para equipas que trabalham com relatórios jurídicos extensos, repositórios de código complexos ou arquivos de vídeo, essa capacidade pode pesar mais do que um ou dois pontos percentuais num benchmark académico.
Preços da API: a aposta do dólar por milhão de tokens
A tabela de preços publicada pela StepFun fixa o custo de entrada (quando não há acerto de cache) em $1,00 por milhão de tokens, com saída a $2,70 por milhão. Para pedidos que acertam na cache, a documentação em inglês indica $0,10 por milhão de tokens. Já a versão chinesa da mesma documentação mostra uma mudança de preço: o valor de acerto de cache subiu de ¥0,35 para ¥0,70 por milhão de tokens a partir das 00h30 de Pequim do dia 14 de outubro de 2026, com os clientes que já usavam o modelo antes dessa data a manter o preço anterior durante algum tempo. Esta divergência entre a documentação inglesa e a chinesa sugere que a StepFun está a ajustar a política de preços à medida que a procura cresce, algo comum em fases iniciais de lançamentos de modelos muito baratos.
Um exemplo simples de chamada à API, tal como documentado pela StepFun, identifica o modelo pelo nome usado no catálogo da plataforma:
curl https://platform.stepfun.ai/v1/chat/completions \
-H "Authorization: Bearer $STEPFUN_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "step-5-preview",
"messages": [{"role": "user", "content": "Resume este relatório de 400 páginas."}]
}'Este preço de entrada coloca o Step 5 Preview claramente abaixo do que cobram vários modelos de topo da OpenAI, da Anthropic e da Google para os seus produtos principais, embora a comparação direta dependa de qual variante concreta de cada família se usa como referência, já que todos esses fornecedores mantêm múltiplos níveis de preço dentro da mesma linha de produto.
Especificações técnicas em números
A tabela seguinte resume as características técnicas e comerciais do Step 5 Preview confirmadas até à data de publicação deste artigo.
| Característica | Valor |
|---|---|
| Parâmetros totais | 600 mil milhões |
| Parâmetros ativos por token | ~27 mil milhões (≈4,5%) |
| Número de camadas | 92 |
| Janela de contexto | 1 milhão de tokens |
| Modalidades de entrada | Texto, imagem, vídeo |
| Preço de entrada (sem cache) | $1,00 / milhão de tokens |
| Preço de entrada (com cache, doc. EN) | $0,10 / milhão de tokens |
| Preço de saída | $2,70 / milhão de tokens |
| Data de abertura da API | 20 de setembro de 2026 |
| Pesos abertos prometidos para | 15 de outubro de 2026 |
Resultados nos benchmarks internos
A StepFun e fontes de monitorização independentes divulgaram um conjunto de resultados de benchmarks para o Step 5 Preview. No GPQA Diamond, um teste de perguntas de nível de doutoramento em várias áreas científicas, o modelo atingiu 93,5%, segundo uma base de dados secundária de acompanhamento de modelos (metodologia não verificada de forma independente pela Shattered.io). No Humanity’s Last Exam, o resultado foi de 46,5 pontos sem recurso a ferramentas externas e 59,4 pontos com ferramentas, de acordo com o rastreador The Model Gap.
Em tarefas mais próximas do trabalho de programação e automação de agentes, o modelo obteve 67,7% no DeepSWE v1.1 (um harness de agente de software), 49,0 pontos no StepCodeBench (média de quatro execuções) e 80,5 pontos no ProgramBench, segundo os dados publicados num cartão de modelo de terceiros no Hugging Face. No índice de inteligência da Artificial Analysis, o Step 5 Preview marcou 44 pontos, um valor descrito como aproximadamente equivalente ao Kimi K3 e próximo do GLM-5.3. No GDPval-AA v2, também da Artificial Analysis, o resultado registado a 19 de setembro de 2026 foi de 1571 pontos.
Há uma ressalva importante nestes números: segundo a cobertura do lançamento, a StepFun correu os seus testes de programação em modo de esforço “High”, enquanto vários modelos concorrentes foram avaliados no respetivo modo “Max”. Isto significa que a comparação direta entre resultados pode não refletir o desempenho máximo possível de cada sistema, algo que qualquer leitor destes números deve ter em conta antes de tirar conclusões definitivas.
Terminal-Bench v4: o teste que expõe as diferenças
O ponto mais revelador do lançamento está no Terminal-Bench v4, um benchmark que avalia a capacidade de um modelo de operar de forma autónoma numa linha de comandos para resolver tarefas práticas de engenharia. Aqui, o Step 5 Preview marcou 33,3%, claramente abaixo dos 57,9% atribuídos ao GPT-6 Astra da OpenAI e dos 52,3% do Claude Opus 5 da Anthropic em modo máximo, segundo a tabela publicada pela própria StepFun e replicada por análises independentes como a da GenzTech.
Por outro lado, quando a comparação é feita com outros modelos chineses no mesmo Terminal-Bench (numa variante 4.0 reportada separadamente), o Step 5 Preview supera a concorrência direta: 33,3% contra 26,8% do DeepSeek V4.1 Flash e cerca de 12,6% do Kimi K3. Esta dualidade resume bem a posição atual do modelo: ainda distante dos sistemas mais caros do mercado ocidental em tarefas agênticas avançadas, mas já a liderar a frente de preço baixo entre os modelos chineses que também apostam em contexto longo e custo reduzido.
Comparação direta com os principais concorrentes
A tabela seguinte junta os resultados confirmados do Terminal-Bench para os modelos mais relevantes da atual geração, permitindo uma leitura rápida de onde o Step 5 Preview se posiciona frente aos pesos pesados do mercado e aos rivais diretos chineses.
| Modelo | Terminal-Bench | Modo de esforço | Origem |
|---|---|---|---|
| GPT-6 Astra (OpenAI) | 57,9% | Máximo | EUA |
| Claude Opus 5 (Anthropic) | 52,3% | Máximo | EUA |
| Step 5 Preview (StepFun) | 33,3% | Alto (“High”) | China |
| DeepSeek V4.1 Flash | 26,8% | Não especificado | China |
| Kimi K3 (Moonshot AI) | ~12,6% | Não especificado | China |
O quadro deixa claro que, apesar do preço competitivo e da arquitetura ambiciosa, o Step 5 Preview ainda não fecha o fosso de desempenho agêntico que separa os modelos chineses mais baratos dos sistemas de referência norte-americanos. Em contrapartida, o custo de $1,00 por milhão de tokens de entrada representa uma fração do que a OpenAI e a Anthropic cobram pelos seus modelos de topo, o que pode tornar o Step 5 Preview atrativo para tarefas de volume elevado onde o desempenho de ponta não é crítico.
A incerteza sobre a licença e os pesos abertos
Um dos aspetos menos claros deste lançamento é o estatuto exato da licença e dos próprios pesos do modelo. Um espelho de terceiros no Hugging Face identifica a licença como “StepFun Community License”, mas essa informação não foi confirmada diretamente pelo repositório oficial da StepFun. Segundo o acompanhamento feito pela DeAI, o repositório oficial da empresa no Hugging Face aparecia, à data da verificação, como um espaço vazio, sem cartão de modelo, pesos ou termos de licença publicados, com a StepFun a colocar apenas uma contagem decrescente no seu site a apontar para 15 de outubro de 2026 como data de abertura dos pesos.
Esta situação não é inédita: vários laboratórios chineses já anunciaram “lançamentos abertos” que, na prática, chegam primeiro como acesso de API fechado, com os pesos a seguir semanas depois, ou nunca a chegar com as condições inicialmente prometidas. Até à data de publicação deste artigo, não existe confirmação independente de que os pesos completos do Step 5 Preview estarão disponíveis a 15 de outubro de 2026 nos termos anunciados, pelo que qualquer leitura deste lançamento como “modelo aberto” deve manter essa reserva.
Contexto histórico: a corrida chinesa pelo open-weight em 2026
O Step 5 Preview não nasce isolado. Em 2026, a China consolidou uma estratégia visível de lançar modelos de grande escala com preços de API muito abaixo dos praticados pelos laboratórios norte-americanos, ao mesmo tempo que promete, com graus variáveis de concretização, abrir os pesos ao público. A Alibaba abriu o Qwen 3.8 ao código aberto, a Moonshot AI apresentou o Kimi K3 com milhares de milhões de parâmetros, a Zhipu AI evoluiu a família GLM até à versão 5.3, e a Xiaomi lançou o MiMo-V2.6-Pro a competir diretamente com a DeepSeek em preço por milhão de tokens.
Esta sucessão de lançamentos, documentada ao longo do ano pela Shattered.io, mostra um padrão: os laboratórios chineses competem cada vez menos pelo primeiro lugar nos benchmarks académicos e cada vez mais pela combinação entre preço, contexto longo e disponibilidade (mesmo que parcial) dos pesos. O Step 5 Preview encaixa exatamente nesse padrão, com a particularidade de ser, pelo menos em parâmetros totais anunciados, um dos maiores da vaga.
Impacto no mercado da IA e nos preços
O efeito mais imediato de lançamentos como o Step 5 Preview é a pressão sobre os preços cobrados por toda a indústria. Quando um modelo de 600 mil milhões de parâmetros entra no mercado a $1,00 por milhão de tokens de entrada, os concorrentes que cobram várias vezes mais por modelos de dimensão semelhante ou inferior ficam sob escrutínio imediato dos clientes empresariais, que comparam custo por tarefa e não apenas pontuação em benchmarks. Já se viu este efeito antes em 2026, quando lançamentos de baixo custo como o GPT-6 Sol e o GPT-6 Luna da OpenAI, com preços de $2 e $0,10 por milhão de tokens de entrada respetivamente, forçaram ajustes de posicionamento comercial em toda a indústria.
Para empresas europeias e portuguesas que avaliam fornecedores de IA, o Step 5 Preview acrescenta mais uma variável à equação: um modelo com contexto de 1 milhão de tokens e preço baixo, mas com desempenho agêntico ainda distante dos líderes de mercado e com questões em aberto sobre licenciamento e soberania de dados, uma vez que o processamento ocorre em infraestrutura chinesa. Esta combinação de vantagem de preço com incerteza regulatória é precisamente o tipo de equilíbrio que departamentos de compras e equipas de conformidade terão de pesar antes de qualquer adoção em produção.
Análise: o que o Step 5 Preview revela sobre a estratégia da StepFun
Olhando para o conjunto dos números divulgados, o Step 5 Preview parece ter sido desenhado para dois públicos distintos. Por um lado, o preço de $1,00 por milhão de tokens e a arquitetura esparsa de baixa ativação visam clientes que processam grandes volumes de texto, imagem e vídeo a custo controlado, como serviços de atendimento ao cliente, análise documental em massa ou sumarização de conteúdo longo. Por outro lado, os resultados mais fracos em Terminal-Bench v4 e Agents’ Last Exam (29,5 pontos) sugerem que a StepFun ainda não está a tentar competir diretamente pela liderança em tarefas agênticas complexas, onde o GPT-6 Astra e o Claude Opus 5 continuam a marcar a diferença.
Esta divisão de prioridades ajuda a explicar a mudança de preço no acerto de cache entre a documentação inglesa e a chinesa. Subir o custo do acerto de cache de ¥0,35 para ¥0,70 por milhão de tokens, pouco menos de um mês depois do lançamento, é consistente com uma empresa a recalibrar a economia do serviço à medida que percebe os padrões reais de utilização, e não com uma estratégia de preços fixada de forma definitiva no primeiro dia.
Previsões para os próximos meses
- Se a StepFun cumprir o prazo de 15 de outubro de 2026 para a abertura dos pesos, o Step 5 Preview deverá tornar-se um dos modelos abertos mais testados por investigadores independentes nas semanas seguintes, replicando o escrutínio que modelos como o Kimi K3 e o Qwen 3.8 já enfrentaram.
- É provável que a StepFun ajuste novamente os preços de acerto de cache nos próximos meses, à medida que o volume de utilização real se consolidar, repetindo o padrão já visto entre a documentação de setembro e a atualização de outubro de 2026.
- Os resultados mais baixos em Terminal-Bench v4 e Agents’ Last Exam sugerem que o Step 5 Preview não deverá ser promovido como alternativa direta ao GPT-6 Astra ou ao Claude Opus 5 em tarefas de automação complexa, mas sim como opção de custo para processamento de volume e contexto longo.
- Espera-se que rivais diretos chineses, nomeadamente a DeepSeek, a Alibaba e a Moonshot AI, respondam nas próximas semanas com novos modelos ou atualizações de preço, mantendo o ritmo de lançamentos quase semanais já registado ao longo de 2026.
- Se o repositório oficial no Hugging Face continuar sem cartão de modelo ou pesos publicados muito depois de 15 de outubro de 2026, é provável que cresça o escrutínio público sobre a diferença entre “modelo anunciado como aberto” e “modelo efetivamente disponível em código aberto” entre os laboratórios chineses.
Resultados completos de benchmarks divulgados
Para quem quiser comparar diretamente com outros modelos no futuro, a tabela seguinte reúne todos os resultados de benchmark do Step 5 Preview confirmados por fontes independentes à data de publicação.
| Benchmark | Resultado | Nota |
|---|---|---|
| GPQA Diamond | 93,5% | Fonte secundária, não verificada de forma independente |
| Humanity’s Last Exam (sem ferramentas) | 46,5 | The Model Gap |
| Humanity’s Last Exam (com ferramentas) | 59,4 | The Model Gap |
| DeepSWE v1.1 | 67,7% | Harness de agente de software |
| StepCodeBench | 49,0 | Média de 4 execuções (avg@4) |
| ProgramBench | 80,5 | Cartão de modelo de terceiros |
| Terminal-Bench v4 | 33,3% | Esforço “High” |
| Agents’ Last Exam (ALE-CLI) | 29,5 | Cartão de modelo de terceiros |
| Artificial Analysis Intelligence Index | 44 | Nível próximo de Kimi K3 e GLM-5.3 |
| GDPval-AA v2 | 1571 | Artificial Analysis, 19 set. 2026 |
O que fica por confirmar
Vale a pena resumir, de forma transparente, o que ainda não está confirmado neste lançamento, porque é tão relevante para o leitor como os números já divulgados. Não há, até à data, uma tabela oficial e completa comparando o Step 5 Preview com o DeepSeek V4, o Qwen 3.8, o GLM-5.3 e o Kimi K3 nos mesmos benchmarks padrão (como MMLU, SWE-bench Verified ou LMArena). Não há também confirmação independente do histórico de financiamento da StepFun, do número de estrelas no GitHub ou do volume de downloads no Hugging Face. E, como já referido, a própria abertura dos pesos a 15 de outubro de 2026 continua a depender do cumprimento da promessa feita pela empresa, sem garantia externa de que isso vai acontecer nos termos anunciados.
Esta cautela não desvaloriza o lançamento, mas serve de contexto necessário num mercado onde anúncios de “código aberto” por vezes não correspondem, semanas depois, à disponibilidade real dos pesos prometidos. A Shattered.io vai continuar a acompanhar se a StepFun cumpre o calendário anunciado.
Perguntas frequentes
O que é o StepFun Step 5 Preview?
É um modelo de inteligência artificial de mistura de especialistas (MoE) lançado pela empresa chinesa StepFun a 20 de setembro de 2026, com 600 mil milhões de parâmetros totais e cerca de 27 mil milhões ativos por token.
Quanto custa usar o Step 5 Preview via API?
Segundo a documentação oficial, o preço de entrada sem acerto de cache é de $1,00 por milhão de tokens, com saída a $2,70 por milhão. O preço do acerto de cache varia entre a documentação inglesa ($0,10/milhão) e a chinesa, que subiu de ¥0,35 para ¥0,70 por milhão de tokens a partir de 14 de outubro de 2026.
O Step 5 Preview é um modelo de código aberto?
Ainda não de forma confirmada. A StepFun prometeu abrir os pesos a 15 de outubro de 2026, mas, segundo fontes que acompanharam o lançamento, o repositório oficial no Hugging Face ainda não tinha pesos nem cartão de modelo publicados à data da verificação.
Como se compara o Step 5 Preview ao GPT-6 Astra e ao Claude Opus 5?
No Terminal-Bench v4, o Step 5 Preview marcou 33,3%, abaixo dos 57,9% do GPT-6 Astra e dos 52,3% do Claude Opus 5 em modo máximo. Em contrapartida, custa uma fração do preço desses modelos por milhão de tokens.
O Step 5 Preview supera outros modelos chineses?
Em Terminal-Bench, sim: 33,3% contra 26,8% do DeepSeek V4.1 Flash e cerca de 12,6% do Kimi K3, segundo os dados disponíveis.
Qual é a janela de contexto do Step 5 Preview?
1 milhão de tokens, com entrada multimodal em texto, imagem e vídeo.
Quem está por detrás da StepFun?
A StepFun é um laboratório chinês de desenvolvimento de modelos de fundação. Os dados disponíveis não permitem confirmar de forma independente o historial completo de financiamento ou o estatuto exato da empresa.
Vale a pena usar o Step 5 Preview em produção agora?
Para tarefas de alto volume e baixo custo com contexto longo, pode ser competitivo. Para automação de agentes complexos ou tarefas de programação exigentes, os resultados em Terminal-Bench v4 e Agents’ Last Exam sugerem que ainda fica atrás dos modelos de topo ocidentais.