No dia 20 de setembro, a chinesa StepFun anunciou o Step 5 Preview — um modelo de 600 bilhões de parâmetros com apenas 27 bilhões ativos por token — e fez uma promessa específica: os pesos seriam liberados em 15 de outubro. Não "em breve". Uma data.

Hoje é 15 de outubro e, às 01h26 UTC, os três repositórios apareceram no Hugging Face: Step-5-Preview (FP8), Step-5-Preview-BF16 e Step-5-Preview-NVFP4. A StepFun cumpriu o prazo — o que é raro o bastante para virar notícia. Só que, ao abrir a caixa, o que chama a atenção não é o modelo. É o que veio junto com ele.

O que exatamente chegou (medido hoje)

Antes de qualquer opinião, os números. Levantei os três repositórios direto da API do Hugging Face na manhã de 15/10:

RepositórioPrecisãoTamanho realLicença declarada
Step-5-PreviewFP8650,3 GBother (StepFun Model License 1.0)
Step-5-Preview-BF16BF161.214,9 GBother (StepFun Model License 1.0)
Step-5-Preview-NVFP4NVFP4394,2 GBother (StepFun Model License 1.0)

Nenhum dos três está restrito por aprovação manual: são downloads abertos. O modelo tem 604,34 bilhões de parâmetros, arquitetura MoE esparsa, contexto de até 1 milhão de tokens e aceita texto e imagem (o anúncio de setembro falava também em vídeo). A promessa, então, foi cumprida em dois sentidos: chegou no dia prometido e chegou sem pedir licença prévia a ninguém.

Os benchmarks na tabela do próprio model card, publicada junto com os pesos em 15/10/2026 (fonte: Hugging Face — Step-5-Preview)

O número que decide tudo não é 600 bilhões — é 650 GB

"Peso aberto" virou sinônimo de "todo mundo pode usar" na conversa pública. Na prática, são duas perguntas separadas: eu posso? e eu consigo?. A segunda é a que costuma derrubar o entusiasmo.

O menor dos três pacotes — o NVFP4 — tem 394 GB. O FP8, que é o que a própria StepFun recomenda para servir o modelo, tem 650 GB. E o model card não esconde o que isso exige: para rodar o FP8 em vLLM, a receita é uma máquina com 4 GPUs B300 ou 8 GPUs H200 — hardware de data center, não de escritório. O BF16, que é o dobro, pede duas máquinas H200 com 16 GPUs no total.

Para comparar com a realidade de quem não tem um data center: o modelo que roda aqui na CheriffAI é um Qwen de 27 bilhões de parâmetros, servindo as tarefas do dia a dia numa fração disso. Um modelo de 600 bilhões com 27 bilhões ativos é eficiente por token — ele só não é pequeno para baixar. Eficiência de inferência e tamanho de pacote são coisas diferentes, e a segunda não ficou menor porque o modelo é esparso.

Caso prático 1 — a empresa que queria IA no próprio servidor. Esse é o cenário típico de quem trata dados sensíveis (jurídico, saúde, financeiro) e por isso exclui API externa. Até ontem, a conversa era "o Step 5 vai abrir os pesos, então dá pra rodar local". Hoje a resposta honesta é: dá, e custa um cluster. Para esse perfil, a alternativa realista continua sendo a API — US$ 1,00 por milhão de tokens de entrada e US$ 2,70 por milhão de saída, com o raciocínio incluído nesse preço. É caro perto dos modelos "flash" chineses (o GLM 5.3 Flash sai a US$ 0,50 de saída), mas é 18% do preço do Kimi K3, que é o concorrente direto que a StepFun escolheu para se comparar.

O contrato que veio na caixa

Aqui está a parte que ninguém lê e que decide mais do que o benchmark. Os pesos não saíram sob Apache 2.0, como aconteceu com os irmãos menores da própria família: os repositórios do Step 3.5 Flash e do Step 3.7 Flash estão no Hugging Face marcados como license:apache-2.0. O Step 5 Preview estreia a StepFun Model License 1.0, que a própria empresa descreve como "estilo Apache 2.0, com condições adicionais de atribuição e licenciamento comercial".

Traduzindo o texto licenciado, os pontos que importam para quem constrói produto:

  • Uso livre, de verdade. A licença concede direito perpétuo, mundial e sem royalty para usar, copiar, distribuir, sublicenciar, modificar e criar trabalhos derivados — inclusive para uso comercial.
  • Selo obrigatório em escala. Se o produto comercial que usa o modelo passar de 100 milhões de usuários ativos em um mês ou de US$ 20 milhões de receita mensal, o "Powered by StepFun AI" passa a ser obrigatório na interface e nos documentos do produto.
  • Licença comercial separada em dois casos: fabricantes ou donos de marca de hardware (celulares, veículos, óculos, robôs, casa inteligente) que embarquem as capacidades do modelo como recurso do dispositivo; e empresas de MaaS — revenda de inferência via API — com receita combinada acima de US$ 20 milhões em doze meses.
  • Destilação conta como derivado. Um modelo treinado "de forma material" nas saídas do Step 5 é tratado como trabalho derivado — mesma lógica que a Anthropic usou quando acusou a Alibaba de destilar o Claude.

Nada disso é escândalo: são cláusulas comuns em licenças de pesos abertos de 2026 e a StepFun não escondeu nenhuma delas. O ponto é outro. "Open weights" deixou de ser uma categoria técnica e virou uma categoria contratual. A pergunta útil na hora de escolher um modelo para um produto não é mais "os pesos estão disponíveis?", e sim três perguntas: o peso cabe na minha máquina? o uso que eu faço está dentro da licença? o que acontece comigo quando eu passar de determinado tamanho?

Medição própria: tamanho dos três pacotes de pesos publicados pela StepFun em 15/10/2026 (FP8, BF16 e NVFP4) e a mudança de licença em relação aos modelos anteriores da família

Caso prático 2 — a startup que quer construir em cima. Se o produto é um SaaS que chama o modelo por API para resolver tarefas do cliente, a licença não morde: o texto é explícito ao dizer que um aplicativo separado que só chama o modelo por API não é trabalho derivado. O problema aparece em dois movimentos aparentemente inofensivos: (1) destilar o Step 5 para gerar um modelo menor e mais barato — isso é derivado, com as obrigações de redistribuição que isso implica; e (2) nascer como empresa de inferência revendida (MaaS), porque aí o gatilho é receita de US$ 20 milhões em doze meses, e a conversa com o jurídico começa depois que o produto já deu certo. Fazer a pergunta antes custa uma leitura; fazer depois custa uma renegociação.

Os números do fornecedor — e o que dá para conferir

A tabela do model card coloca o Step 5 Preview lado a lado com GPT-6 Astra, Claude Opus 5, Kimi K3 e GLM 5.3. Nos números da própria StepFun, ele empata com os dois chineses abertos e fica atrás dos dois de ponta nas linhas de código mais duras: DeepSWE v1.1 67,7% contra 74,1% do Astra e 74,0% do Opus 5; Terminal-Bench v4 33,3% contra 57,9% do Astra; GDPval-AA v2 1571 contra 1735 do Opus 5. O índice de inteligência do Artificial Analysis é 44 — número que a StepFun cita, mas não mediu.

E aí vêm as três ressalvas, todas escritas no próprio material do fornecedor: a comparação põe o Step 5 no esforço High contra o Max dos concorrentes; seis linhas da tabela usam benchmarks que a própria StepFun criou; e uma linha de HLE mistura um subconjunto só de texto com execuções de conjunto completo — a empresa admite que "os resultados entre essas configurações de avaliação não são diretamente comparáveis".

O material mais interessante, porém, não é a tabela. São três experimentos com cronômetro, e eles descrevem o que a StepFun está de fato vendendo: um modelo que continua. Em 24 horas, ele otimizou um kernel de atenção em GPU H100 dos zero até 508 TFLOPS (a StepFun compara com 493 TFLOPS do Opus 5 no mesmo teste); em outras 24 horas, fez pós-treino automatizado de um Qwen 30B e subiu de 53,3% para 60% no AIME24; e jogou Pokémon Red por mais de 3.000 turnos e 6 milhões de tokens, chegando a três insígnias. Um modelo que trabalha um dia inteiro, verifica o próprio resultado e descarta regressões — por US$ 2,70 a cada milhão de tokens de saída.

StepFun, a desenvolvedora do Step 5 Preview — laboratório chinês que aposta em MoE esparso para entregar inteligência de fronteira a custo baixo (fonte: Hugging Face)

O que isso muda aqui no Brasil

Para quem desenvolve no Brasil, o recado prático é que a decisão sobre modelo aberto deixou de ser uma decisão técnica e passou a ser uma decisão de três cabeças: infraestrutura (o pacote cabe na sua máquina?), jurídico (o seu uso está dentro da licença?) e financeiro (o custo por tarefa fecha a conta?).

Nenhum dos três é resolvido por um ranking de benchmark. E é exatamente por isso que a safra atual de "pesos abertos" premia quem lê o anexo, não quem comemora o download. A StepFun fez a parte difícil: entregou no prazo, com licença legível, três precisões para escolher e documentação de implantação pronta. O resto — decidir se 650 GB e uma licença de 2.500 palavras cabem no seu projeto — continua sendo trabalho de quem está construindo. E é esse trabalho que separa um protótipo de um produto em produção.

Fontes