Step 5 vs Kimi K3, GLM-5.3, Qwen e DeepSeek: il confronto

👁 116 letture

Il nuovo Step 5 Preview di StepFun entra a far parte della fascia alta dei modelli cinesi, dove si trovano già Kimi K3, GLM-5.3, Qwen3.8 e DeepSeek V4.1. Nell’indice indipendente di Artificial Analysis pareggia con Kimi K3 (44 punti) e si trova a un solo punto da GLM-5.3, costando meno di entrambi. Nei nostri test linguistici specifici (eseguiti in lingua polacca nel nostro laboratorio di benchmark), ha mostrato tuttavia qualche limite, chiudendo in coda insieme a GLM. Ecco un confronto basato esclusivamente su dati verificati: indici, prezzi, contesto, licenze e prove sul campo.

Tabella comparativa

Fonte per indici, prezzi, contesto e parametri: schede dei modelli su Artificial Analysis, rilevate il 9 ottobre 2026. I prezzi indicati sono le tariffe di riferimento ufficiali dei produttori; su piattaforme come OpenRouter possono variare a seconda del provider.

Intelligenza: parità al vertice

Un singolo punto di differenza tra GLM-5.3, Qwen3.8 Max, Step 5 e Kimi K3 rappresenta, nella pratica, un sostanziale pareggio. Il dato più interessante riguarda l’efficienza: Step 5 raggiunge questo livello con 27 miliardi di parametri attivi, contro i 104 miliardi necessari a Kimi K3. Questo aspetto impatta direttamente sui costi. Nel grafico allegato all’annuncio ufficiale, StepFun dichiara un costo per task inferiore del 65% rispetto a GLM-5.3 e Kimi K3 in modalità max.

Nei benchmark dichiarati dal produttore (riportati dalla stampa specializzata), Step 5 si posiziona in testa nella programmazione: DeepSWE a 67,7 contro il 67,5 di Kimi K3 e il 66,9 di GLM-5.3; ProgramBench a 80,5 rispetto a 77,8 e 72,0. Su Terminal-Bench v4 rimane nettamente indietro rispetto a GLM-5.3 (33,3 contro 41,9), ma supera ampiamente Kimi K3 (12,6). Qwen e DeepSeek non erano presenti in questa tabella comparativa fornita dall’azienda.

Prezzi: chi offre di più per ogni dollaro

Il prezzo unitario per token può trarre in inganno. Step 5 ha una tariffa di output economica, ma impiega una catena di pensiero così lunga che, nei task di scrittura, ha generato una spesa sei volte superiore rispetto a GLM-5.3. Nell’intera sessione di test (inclusi i tentativi ripetuti per risposte vuote), il costo è stato dieci volte più alto: 0,31 contro 0,03 USD. Lo stesso fenomeno è stato rilevato da Artificial Analysis: durante la loro valutazione, Step 5 ha prodotto 160 milioni di token a fronte di una mediana di 94 milioni. Se intendi utilizzarlo per flussi agentici con contesti ampi, calcola la spesa effettiva sui tuoi casi d’uso invece di basarti unicamente sul listino.

Il test linguistico: Kimi K3 nettamente avanti

Abbiamo sottoposto tutti i modelli agli stessi 13 compiti complessi (9 testi redazionali, 2 revisioni, 2 quiz), impostando il livello di ragionamento su low e assegnando limiti identici di token. Precisiamo che abbiamo eseguito queste prove articolate in lingua polacca per verificare la tenuta su idiomi non primari. Step 5, Qwen3.8 Max e GLM-5.3 sono stati valutati nella stessa sessione del 9 ottobre, mentre Kimi K3 e DeepSeek nel primo round con una diversa coppia di giudici LLM. La scala è calibrata tramite modelli ancora, ma scarti di 2-3 punti equivalgono nella pratica a un pari merito.

Il punteggio inferiore di Step 5 è dovuto principalmente a tre risposte nulle: nella descrizione prodotto e in entrambe le revisioni, l’intero budget di token è stato esaurito nella fase di ragionamento interno. Nei casi in cui ha prodotto l’output, ha redatto testi corretti sui formati brevi (e-mail a 8,5/10), mostrando più incertezze su quelli articolati (racconto a 5,0). Per approfondire: il nostro test completo su Step 5.

Open source e deployment in locale

• DeepSeek V4.1 Flash e V4 Pro: distribuiti sotto licenza MIT, con le minori restrizioni possibili.
• Qwen3.8 27B: licenza Apache 2.0 e dimensioni contenute, quantizzabile a 4 bit per girare su schede con 24 GB di VRAM. La variante Qwen3.8 Max rimane invece proprietaria via API.
• Kimi K3 e GLM-5.3: pesi aperti, ma regolati da licenze dedicate che prevedono limitazioni all’uso commerciale.
• Step 5: rilascio dei pesi previsto per il 15 ottobre, con dettagli sulla licenza ancora da chiarire. Con 600 miliardi di parametri totali richiede circa 1,2 TB in formato BF16, presupponendo infrastrutture server dedicate.

Cosa scegliere

• Per scrittura e correzione testuale complessa: Kimi K3 oppure Qwen3.8 Max. Come alternativa economica consigliamo DeepSeek V4.1 Flash.
• Per compiti di programmazione via API a costi contenuti: Step 5 Preview o GLM-5.3. Step 5 offre riscontri migliori nei benchmark dichiarati DeepSWE e ProgramBench, mentre GLM eccelle nelle interazioni da terminale.
• Per elaborazione di documenti corposi e input video: Step 5, grazie alla gestione di file video fino a 128 MB e al contesto da 1 milione di token con costi di caching a 0,05 USD.
• Per il self-hosting senza vincoli di licenza: DeepSeek (MIT) o la versione ridotta di Qwen (Apache 2.0). Per Step 5 conviene attendere le condizioni ufficiali della release del 15 ottobre.

Queste considerazioni riflettono i dati di Artificial Analysis e le nostre sessioni di benchmark. Puoi mettere a confronto questi e altri modelli nella nostra Arena dei modelli AI.

// continua a leggereLanding page con Opus 5.5: confronto tra medium e highBenchmarkConfronto Suno v6: tre varianti senza metriche pubblicheBenchmarkCosto token AI: confronto USA e Cina mentre Amodei chiede una pausaStato dell'IA

Kinetyra