Nemotron 3.5 Super VL vs Step 5: Gewichte, Lizenzen & Test

👁 118 Aufrufe

NVIDIA Nemotron 3.5 Super VL und StepFun Step 5 Preview bieten seit Oktober 2026 zwei unterschiedliche Wege, große Modelle mit herunterladbaren Gewichten zu betreiben. In meinem API-Test am 19. Oktober erhielten beide dieselben 12 Aufgaben auf Polnisch: Nemotron löste alle 12, Step 5 neun und lieferte bei drei Aufgaben am Token-Limit eine leere Antwort. Lizenzrechtlich ist Nemotron unter OpenMDW 1.1 der einfachere Weg; StepFun verlangt ab bestimmten Nutzer- und Umsatzgrenzen Namensnennung oder eine eigene kommerzielle Lizenz.

Die beiden Veröffentlichungen fielen in eine ereignisreiche Woche für Open-Weights-Modelle; Details zu den weiteren Neuvorstellungen finden Sie in meiner Übersicht zu offenen KI-Modellen.

Was die beiden Modelle mitbringen

NVIDIA veröffentlichte Nemotron 3.5 Super VL am 15. Oktober 2026. StepFun stellte die Modellgewichte der Step 5 Preview am selben Tag bereit, nachdem das Modell zuvor ausschließlich über die eigene Schnittstelle erreichbar war. Die Ausgangslage ist verschieden: NVIDIA erweiterte die eigene Modellfamilie, während StepFun ein zuvor gehostetes Modell für das eigene Deployment mit herunterladbaren Gewichten freigab. Meine früheren Analysen zum API-Start der Step 5 Preview sowie der Vergleich von Step 5 mit Kimi K3, GLM und Qwen dienen hier als technischer Kontext.

Super VL kombiniert Sprach- und Bildverarbeitung. NVIDIA positioniert das Modell für Dokumentenverständnis, Softwareentwicklung, logisches Schließen und den Einsatz externer Werkzeuge. StepFun hebt längere Agenten-Workflows, Software-Engineering und komplexe Fachaufgaben hervor. Beide Hersteller werben mit extrem langen Kontextfenstern, doch solche Herstellerangaben sind lediglich Ausgangspunkte für eine fundierte Evaluation und kein Beweis für verlässliche Arbeitsabläufe im Einzelfall.

Die Modellkarte von StepFun nennt 600 Milliarden Parameter, während die Metadaten auf Hugging Face 604 Milliarden ausweisen. Solche Leitwerte erleichtern die Identifikation des Modells, stellen aber keine exakte Bestandsaufnahme jedes gespeicherten Tensors dar. Ebenso beschreiben aktive Parameter nur den Rechenaufwand pro Token und nicht die Gesamtgröße der Gewichte, die im Speicher vorgehalten werden müssen.

NVIDIA Nemotron: Visueller Fokus und Deployment

Die Modellkarte von NVIDIA beschreibt eine Hybridarchitektur, die Mamba-2, Aufmerksamkeitsmechanismen und Mixture-of-Experts-Komponenten mit einem Bild-Encoder kombiniert. Das Modell akzeptiert Text, Bilder sowie Videos und liefert Textausgaben zurück. Trainingsressourcen und Rezepte begleiten die Veröffentlichung, sodass Entwickler neben der reinen Inferenz auch Material für Anpassungen erhalten.

Die NVFP4-Modellkarte listet als Deployment-Optionen ein DGX Spark, eine RTX PRO 6000, eine H200, zwei H100 oder ein GB200 auf. Für BF16 werden vier H100 oder zwei GB200-Systeme genannt. Diese Angaben beziehen sich auf verschiedene Präzisionsstufen und Systemkonfigurationen; sie dürfen nicht zu einer pauschalen Mindestanforderung zusammengefasst werden.

Für einen Dokumenten-Assistenten ist die visuelle Fähigkeit dann relevant, wenn Bildseiten, Diagramme oder Screenshots verarbeitet werden sollen. Meine Rechnungsaufgabe enthielt jedoch eine reine Textbeschreibung, sodass die korrekte JSON-Ausgabe von Nemotron ein reines Textextraktionsergebnis darstellt. Ich habe keine optische Zeichenerkennung, kein Videoverständnis und keine Navigation auf visuellen Benutzeroberflächen getestet.

Zudem ist eine klare Abgrenzung von Super VL zu den kleineren Bolt-Modellen erforderlich, die parallel angekündigt wurden. Hardwareansprüche kleinerer Modellvarianten lassen sich nicht auf Super VL übertragen. Ein ähnlicher Name reicht nicht aus, um zu beurteilen, ob ein Checkpoint auf einer vorhandenen Workstation läuft.

Step 5 verlangt deutlich mehr Infrastruktur

StepFun stellt Checkpoints in BF16 und FP8 bereit; NVIDIA hat ergänzend eine NVFP4-Variante veröffentlicht. Die offiziellen Deployment-Beispiele verlangen für FP8 vier B300-GPUs oder acht H200-GPUs. Die BF16-Beispiele erfordern acht B300 oder sechzehn H200-GPUs. Das sind erhebliche Hardwareanforderungen, noch bevor der operative Aufwand für den Produktivbetrieb berücksichtigt wird.

Die Dokumentation trennt ausdrücklich zwischen dem Laden der Gewichte und der Bereitstellung von ausreichend Arbeitsspeicher für umfangreiche Anfragen. Kontextspeicher und KV-Caches während der Laufzeit erfordern zusätzliche Puffer. Eine Begrenzung der Kontextlänge oder der parallelen Anfragen kann selbst dann nötig sein, wenn der Checkpoint grundsätzlich in den VRAM passt. Das Versprechen von einer Million Tokens bezieht sich stets auf gezielt getestete Konfigurationen und gilt nicht für jedes beliebige Setup.

Für Teams, die Step 5 in Agenten-Szenarien evaluieren wollen, zählt der gesamte Arbeitsablauf: die Interpretation der Anfrage, fehlerfreie Tool-Aufrufe, der Umgang mit Schnittstellenfehlern und das Liefern eines brauchbaren Ergebnisses. Downloadbare Gewichte ermöglichen diese Prüfung auf eigener Hardware, beweisen aber noch keinen automatischen Erfolg im Zielsystem.

Die Lizenzen im direkten Vergleich

OpenMDW 1.1 räumt weitgehende Rechte für die bereitgestellten Modellbestandteile ein. Bei einer Weiterverbreitung müssen der Lizenztext und entsprechende Herkunftshinweise beibehalten werden. Die Lizenz legt Modellausgaben keine gesonderten Verpflichtungen auf, enthält jedoch übliche Klauseln wie das Erlöschen von Rechten bei Rechtsstreitigkeiten unter bestimmten Bedingungen.

Die StepFun Model License 1.0 verlangt ebenfalls Urheberrechtshinweise und die Kennzeichnung vorgenommener Modifikationen bei der Weitergabe. Die Fassung, die am 29. Oktober 2026 auf Hugging Face liegt, definiert konkrete Schwellenwerte:

• Hat ein kommerzielles Produkt auf Basis des Modells in einem Kalendermonat mehr als 100 Millionen aktive Nutzer oder mehr als 20 Millionen USD Umsatz, muss in der Oberfläche und Dokumentation der Hinweis „Powered by StepFun AI“ eingebunden werden (Abschnitt 2(b)).
• Hersteller oder Markeninhaber von Hardwaregeräten wie Smartphones, Fahrzeugen, Wearables oder Robotern benötigen unabhängig vom Umsatz eine separate kommerzielle Lizenz, bevor sie das Modell als Gerätefunktion ausliefern (Abschnitt 2(c)).
• Unternehmen, die ein Model-as-a-Service-Geschäftsmodell betreiben, benötigen eine separate Lizenz, sobald der Gesamtumsatz über beliebige 12 aufeinanderfolgende Monate 20 Millionen USD übersteigt (Abschnitt 2(c)).

Die Lizenz von StepFun lässt sich daher keineswegs als frei von Umsatz- oder Nutzergrenzen beschreiben.

Dieser Unterschied ist entscheidend, bevor ein Modell für kommerzielle Anwendungen gewählt wird. Interne Forschung, die Weitergabe modifizierter Gewichte, der kostenpflichtige Modellzugriff und die Einbettung in Hardware sind getrennte Nutzungsszenarien. Die Lizenz von StepFun definiert dafür jeweils eigene Vorgaben.

Ergebnisse aus meinem Sprachtest

Jedes Modell erhielt 12 Prompts jeweils einmalig mit Temperature 0 und einem Limit von 6.000 Completion-Tokens, das sowohl den Denkprozess (Reasoning) als auch die finale Antwort abdeckte. Nemotron lieferte für alle 12 Aufgaben eine gewertete Antwort; den vollständigen Aufgabenkatalog finden Sie in meinem Test von vier offenen Modellen auf Polnisch. Step löste neun Aufgaben korrekt, lieferte jedoch bei drei Aufgaben völlig leere Ausgaben zurück: bei der Formatierung einer Herbst-Anweisung, der Frage zu Woiwodschaften und einer Rechtschreibkorrektur.

Jeder Fehlversuch von Step endete mit exakt 6.000 verbrauchten Completion-Tokens. Die längste Anfrage von Step beanspruchte 230,1 Sekunden bei einem Median von 2,15 Sekunden. Nemotrons Median lag bei 1,20 Sekunden, während die längste Anfrage 11,7 Sekunden dauerte. Dies sind gemessene Antwortzeiten über die API mit möglicherweise unterschiedlichen Server-Backends und keine Messungen auf identischer lokaler Hardware.

Die protokollierten Nutzungskosten beliefen sich auf 0,002215 USD für Nemotron und 0,0537324 USD für Step. Das sind historische Messwerte meines Testlaufs. Sie stellen keine offiziellen Listenpreise dar und erlauben keine Hochrechnung auf längere Agenten-Workflows. Auffällig war hierbei, dass Steps leere Antworten das volle Token-Budget aufbrauchten, ohne verwendbaren Text zu erzeugen.

In Nemotrons Punktzahl ist eine nachträgliche Anpassung enthalten: Der polnische Imperativ „Weź parasol“ („Nimm einen Regenschirm“) wurde als gültige Alternative zum ursprünglich erwarteten Infinitiv „wziąć“ („nehmen“) akzeptiert. Mein Test tolerierte zudem kleinere Abweichungen bei Formatierungszeichen. Die Punktzahlen spiegeln daher inhaltlich korrekte Antworten wider, keine makellose Umsetzung jeder Formatierungsnuance.

• Für kurze polnische Textaufgaben erzielte Nemotron das deutlich zuverlässigere Ergebnis.
• Für visuelle Arbeitsabläufe sollte Nemotron vor einem Praxiseinsatz gezielt mit echten Bilddaten und Dokumenten getestet werden.
• Für Agenten-Workflows mit Step 5 sollte die Antwortgenerierung unter realistischen Token-Limits geprüft werden.
• Für lokale Deployments beider Modelle müssen Präzision, Inferenzlaufzeit und Lizenzauflagen individuell geprüft werden.

FAQ

Versteht Step 5 kein Polnisch?

Dieser Test belegt das keineswegs. Er zeigt drei leere Ausgaben unter einem festen Token-Budget sowie erfolgreiche Antworten bei den restlichen Aufgaben. Größere Testreihen und abweichende Einstellungen können zu anderen Ergebnissen führen.

Läuft Super VL auf einer Desktop-Grafikkarte?

Die hier aufgeführten Konfigurationen basieren auf NVIDIAs offiziellen Super-VL-Beispielen. Sie belegen keine Lauffähigkeit auf herkömmlichen Consumer-Karten mit 24 GB VRAM. Prüfen Sie die genauen Anforderungen des gewählten Checkpoints, anstatt Zahlen von den kleineren Bolt-Modellen abzuleiten.

Welches Modell eignet sich für englische Anwendungen?

Der polnische Test lässt darüber keine Aussage zu. Testen Sie für englische Anwendungen repräsentative Prompts direkt und bewerten Sie Genauigkeit, Formatierungstreue, Latenz und Kosten gemeinsam.

// weiterlesenStep 5 Preview von StepFun: Preis, offene Gewichte und TestBenchmarksAgnes-Video-2.0-MoE: Sapiens AI veröffentlicht Open-Source-GewichteNachrichtenStable Audio 3: KI-Musikgenerator, Lizenz, Preise und ComfyUIKI-Werkzeuge