StepFun, la empresa de inteligencia artificial con sede en Shanghái, dio el jueves 8 de octubre de 2026 un paso importante para que su modelo más ambicioso llegue a desarrolladores de todo el mundo. Ese día, Step 5 Preview apareció en OpenRouter, una pasarela que permite acceder a cientos de modelos de distintos fabricantes con una misma interfaz, y en Vercel AI Gateway. Para muchos programadores, eso convierte el cambio de modelo en una simple línea de código.
El modelo no es completamente nuevo. StepFun lo presentó el 20 de septiembre en su propia plataforma y en su interfaz de programación, y lo describe como «el modelo insignia de StepFun para el trabajo agéntico». Según la compañía, ofrece un rendimiento de nivel frontera en ingeniería de software y trabajo profesional del conocimiento, «con especial fuerza en finanzas». La novedad de esta semana es su distribución a gran escala a través de servicios muy utilizados.
En lo técnico, Step 5 Preview es un modelo de mezcla de expertos dispersa, una arquitectura que activa solo una parte de la red para cada fragmento de texto. Tiene 600.000 millones de parámetros en total, de los que se activan 27.000 millones por token. Admite una ventana de contexto de un millón de tokens, hasta 64.000 tokens de salida y entradas de texto, imagen y vídeo, además de llamadas a herramientas, salidas estructuradas y niveles de esfuerzo de razonamiento seleccionables.
El precio es uno de sus argumentos. En OpenRouter cuesta 1 dólar por millón de tokens de entrada, 2,70 dólares por millón de tokens de salida y 0,05 dólares por millón de tokens leídos desde caché. Por ahora, la ficha muestra a la propia StepFun como único proveedor, lo que significa que todas las peticiones acaban en sus servidores. Dentro de su catálogo, la empresa ofrece alternativas más baratas, como Step 3.5 Flash y Step 3.7 Flash, con tarifas muy inferiores.
La promesa que más atención atrae es la de los pesos abiertos. La página de lanzamiento de StepFun afirma que el modelo «se publicará con pesos abiertos el 15 de octubre». Sin embargo, a fecha del 9 de octubre, la organización oficial de la empresa en Hugging Face no mostraba ningún repositorio de Step 5 ni una licencia definida. El sitio AI Tamer advirtió de que circulan copias del modelo en cuentas de terceros desde septiembre, que no son publicaciones oficiales de StepFun.
En las pruebas que publica la propia empresa, Step 5 Preview se sitúa cerca de los mejores modelos abiertos y por detrás de los grandes modelos cerrados. En DeepSWE v1.1, una prueba de ingeniería de software, obtiene un 67,7 %, frente al 67,5 % de Kimi K3 y el 66,9 % de GLM-5.3, mientras que GPT-6 Astra y Claude Opus 5 rondan el 74 %. En FrontierFinance, una evaluación externa de casos de inversión, marca un 66,4 %, por encima del 55 % de GPT-6 Astra y por debajo del 69,7 % de Claude Opus 5.
StepFun reconoce sus límites. En StepCodeBench, una prueba interna con 553 repositorios y 33 lenguajes de programación, Step 5 Preview logra un 49 %, frente al 63,9 % de Claude Opus 5. La compañía admite que, en las tareas largas más difíciles, «sigue habiendo una brecha significativa» con la frontera. En Terminal-Bench v4 obtiene un 33,3 %, por debajo del 41,9 % de GLM-5.3. Conviene recordar que la empresa usó el nivel de esfuerzo alto para su modelo y el máximo para los rivales, por lo que las comparaciones no son equivalentes en cómputo.
La compañía también presume de resistencia en tareas de larga duración. Afirma que, con 24 horas para optimizar un núcleo de cálculo en una GPU NVIDIA H100, Step 5 Preview alcanzó un máximo de 508 teraflops, frente a 493 de Claude Opus 5. En otro experimento, mejoró la puntuación de un modelo base en el examen de matemáticas AIME24 del 53,3 % al 60 % mediante un proceso automatizado de postentrenamiento. Incluso lo puso a jugar a Pokémon Rojo, donde superó 3.000 turnos y ganó tres medallas de gimnasio sin ajustes específicos.
Una evaluación independiente de Artificial Analysis le otorga 44 puntos en su índice de inteligencia, frente a una mediana de 26 en su grupo de comparación, con un coste ponderado de 1,03 dólares por tarea. Pero el sitio Magica señala un matiz: el modelo generó 160 millones de tokens de salida en esas evaluaciones, casi el doble que la mediana, lo que indica que es bastante prolijo. Para un comprador, lo relevante no es solo el precio por token, sino cuántos tokens necesita para terminar el trabajo.
StepFun cuenta con respaldo financiero relevante. Según informaciones de enero citadas por Magica, la empresa cerró una ronda B+ de más de 5.000 millones de yuanes, unos 718 millones de dólares, con la participación de Tencent, Qiming Venture Partners y 5Y Capital. Su estrategia combina modelos fundacionales con la integración de inteligencia artificial en dispositivos.
El lanzamiento se inscribe en la fuerte competencia entre laboratorios chinos por el terreno de los modelos abiertos, donde también compiten Kimi, de Moonshot AI, GLM, de Z.ai, y Qwen, de Alibaba. Estos modelos se han ganado un lugar en muchas empresas por su relación entre calidad y coste, y por la posibilidad de ejecutarlos en infraestructura propia. Esta misma semana, el buscador europeo Ecosia anunció que sustituye a Mistral por modelos abiertos como Qwen, GLM y Kimi.
Para los desarrolladores, la recomendación de los analistas es prudente. Step 5 Preview es, como indica su nombre, una vista previa, por lo que su comportamiento y su precio pueden cambiar. Antes de dirigir tráfico real hacia él, conviene probarlo con tareas propias de contexto largo y uso de herramientas, comparar el coste por tarea completada y revisar las condiciones de tratamiento de datos de cada vía de acceso, ya que StepFun, OpenRouter y Vercel publican las suyas.
La fecha clave es el 15 de octubre. Si StepFun publica entonces los pesos con una licencia clara, Step 5 Preview podrá ejecutarse fuera de sus servidores y sumarse a la lista de modelos abiertos de gran tamaño que compiten con los sistemas cerrados de Estados Unidos. Hasta entonces, lo prudente es tratarlo como lo que es hoy: un modelo accesible por internet, prometedor y barato, cuyas cifras de rendimiento proceden sobre todo de su propio fabricante.
