Step 5 vs Kimi K3, GLM-5.3, Qwen en DeepSeek vergeleken

👁 115 keer gelezen

De nieuwe Step 5 Preview van StepFun voegt zich bij de voorhoede van Chinese taalmodellen, naast Kimi K3, GLM-5.3, Qwen3.8 en DeepSeek V4.1. In de onafhankelijke index van Artificial Analysis deelt het model de stand met Kimi K3 (44 punten) en zit het slechts een punt achter GLM-5.3, terwijl het minder kost dan beide. In onze test met Poolse prompts eindigde het echter onderaan, samen met GLM. Hieronder vind je een vergelijking puur op harde cijfers: indexscores, prijzen, context, licenties en onze eigen testresultaten.

Vergelijkingstabel

Bron van scores, prijzen, contextvensters en parameters: de modelpagina’s van Artificial Analysis, peildatum 9 oktober 2026. Prijzen zijn referentietarieven van de makers zelf; op platformen zoals OpenRouter kunnen ze afwijken afhankelijk van de provider.

Prestaties: gelijkspel aan de top

Het verschil van slechts een punt tussen GLM-5.3, Qwen3.8 Max, Step 5 en Kimi K3 is in de praktijk te verwaarlozen. Opmerkelijker is hoe ze dat resultaat bereiken: Step 5 behaalt dit niveau met 27 miljard actieve parameters, terwijl Kimi K3 er 104 miljard voor nodig heeft. Dat zie je direct terug in de operationele kosten. In het overzicht bij de aankondiging claimt StepFun een 65% lagere kostprijs per taak vergeleken met GLM-5.3 en Kimi K3 in max-modus.

Volgens de geclaimde resultaten van de fabrikant (gebaseerd op publicaties in vakmedia) scoort Step 5 sterk in coding: DeepSWE 67,7 tegenover 67,5 bij Kimi K3 en 66,9 bij GLM-5.3; ProgramBench 80,5 tegenover 77,8 en 72,0. In Terminal-Bench v4 legt Step 5 het duidelijk af tegen GLM-5.3 (33,3 versus 41,9), maar verslaat het Kimi K3 ruim (12,6). Qwen en DeepSeek ontbreken in dit vergelijkende overzicht van de fabrikant.

Prijzen: waar krijg je de meeste rekenkracht voor je dollar?

Kijken naar de kale tokenprijs kan misleidend zijn. Step 5 hanteert een laag outuptarief, maar denkt dermate lang na dat het bij de schrijftaken in onze test zes keer zoveel kostte als GLM-5.3. Over de hele testreeks heen (inclusief het herhalen van lege antwoorden) liep dat op tot een factor tien: 0,31 USD tegenover 0,03 USD. Artificial Analysis constateert dezelfde trend: in hun evaluatie genereerde Step 5 in totaal 160 miljoen tokens bij een mediaan van 94 miljoen. Zet je een model in voor agentic workflows met zware context, bereken de kosten dan altijd op je eigen workload in plaats van louter op de prijslijst af te gaan.

Taalprestaties: onze praktijktest

We hebben alle modellen dezelfde set van 13 taken voorgelegd (9 schrijfopdrachten, 2 correctietests, 2 quizzen), we testten dit in het Pools, met een lage redeneerinspanning (low) en identieke tokenlimieten. Step 5, Qwen3.8 Max en GLM-5.3 werden tegelijk beoordeeld op 9 oktober; Kimi K3 en DeepSeek deden mee in een eerdere testronde met een ander beoordelaarsduo. De schaal is gekalibreerd met dezelfde ankermodellen, maar verschillen tot 2 à 3 punten beschouwen we als een gelijkspel.

Step 5 verloor kostbare punten door drie blanco antwoorden: bij een productomschrijving en beide correctieopdrachten verbruikte het model het volledige tokenbudget puur aan intern redeneren. Wanneer het wel tot antwoorden kwam, waren korte teksten heel behoorlijk (een e-mail kreeg een 8,5/10), maar langere opdrachten bleven achter (een kort verhaal scoorde 5,0). Zie voor alle details onze uitgebreide praktijktest: Step 5: test op 13 taken.

Open source en lokaal draaien

• DeepSeek V4.1 Flash en V4 Pro - MIT-licentie, de minste beperkingen voor commercieel en lokaal gebruik.
• Qwen3.8 27B - Apache 2.0 en een compact formaat dat in 4-bit precisie op een GPU met 24 GB VRAM past. Qwen3.8 Max is daarentegen closed-source via de API.
• Kimi K3 en GLM-5.3 - open gewichten, maar onder eigen voorwaarden met commerciële restricties.
• Step 5 - gewichten zijn aangekondigd voor 15 oktober; de uiteindelijke licentievoorwaarden zijn nog onbekend. Met 600 miljard parameters vergt dit model in BF16 circa 1,2 TB aan geheugen, wat gespecialiseerde serverhardware vereist.

Welk model kies je waarvoor?

• Voor complexe teksten en redactie buiten het Engels: Kimi K3 of Qwen3.8 Max. Zoek je een voordeliger alternatief, dan presteert DeepSeek V4.1 Flash verrassend sterk.
• Voor programmeren via een API met scherp oog op kosten: Step 5 Preview of GLM-5.3. Step 5 heeft volgens de eigen benchmarks betere papieren in DeepSWE en ProgramBench, terwijl GLM de voorkeur geniet bij terminalwerk.
• Voor grote documenten en video-invoer: Step 5 ondersteunt videobestanden tot 128 MB en een contextvenster van 1 miljoen tokens, met context-caching voor 0,05 USD.
• Voor lokale hosting zonder juridische haken en ogen: DeepSeek (MIT) of de kleinere Qwen-variant (Apache 2.0). Voor Step 5 raden we aan de licentiepublicatie op 15 oktober af te wachten.

Dit overzicht is gebaseerd op de onafhankelijke metingen van Artificial Analysis en onze eigen benchmarkresultaten. Je kunt de modellen zelf naast elkaar zetten en vergelijken via onze interactieve AI-modelarena.

// lees verderDeepSeek V4.1 Flash 1017: DeepSeek API prijs en mijn testAI-overzichtDeepSeek V4 Flash: prijs omhoog 300 %. Nieuw tarief: 0,04 / 0,64 dollar per miljoen tokensNieuwsWat kost Grok 4.7 in de praktijk? Rekenvoorbeeld en vergelijkingNieuws

Kinetyra