Fugu Max vs. Kimi K3: Sakana hat diesen Maßstab gewählt, also lass ihn uns lesen

Die Ankündigung von Fugu Max durch Sakana AI nennt genau drei Modelle, um den Preis zu rechtfertigen, und Kimi K3 von Moonshot AI ist eines davon. Die Behauptung lautet, dass die Output-Rate von Fugu Max 40 bis 60 Prozent unter der jener drei liegt, was Kimi K3 – nicht Grok 4.6, nicht Qwen3.8-Max – zu dem Maßstab macht, den Sakana selbst für das Preis-Leistungs-Verhältnis gewählt hat. Das ist für einen Anbieter ungewöhnlich großzügig: Man reicht dir einen Maßstab und sagt dir, wo du ihn anlegen sollst. Diese Seite tut also das Naheliegende und legt ihn an. Fugu Max ist am 11. September 2026 erschienen, zu 2,00 US-Dollar pro Million Input- und 6,00 US-Dollar pro Million Output-Tokens. Kimi K3 wird mit 3,00 und 15,00 US-Dollar gelistet. Die 60-Prozent-Angabe beim Output ist rechnerisch korrekt. Was der Satz nicht erwähnt, ist, dass das Modell, das unterboten wird, eine vollständige Aufzeichnung unabhängig gemessener Ergebnisse veröffentlicht – und das Modell, das unterbietet, veröffentlicht gar keine.

Der 40- bis 60-Prozent-Satz, untersucht

• Eingabe — Fugu Max 2,00 $ pro 1 Mio. Token vs. Kimi K3 3,00 $ pro 1 Mio. Token, eine Ersparnis von 33 Prozent statt der 40 bis 60 Prozent, mit denen die Pressemitteilung wirbt

Ausgabe — Fugu Max 6,00 $ pro 1 Mio. Token vs. Kimi K3 15,00 $ pro 1 Mio. Token, was 60 Prozent darunter liegt, das obere Ende der von Sakana angegebenen Spanne

• Zwischengespeicherte Eingabe — Fugu Max 0,25 $ pro 1 Mio. Token vs. Kimi K3 0,30 $ pro 1 Mio. Token, ein Unterschied, der so klein ist, dass cache-lastige Schleifen ihn nicht bemerken werden

• Kontextfenster — Fugu Max: keine Angabe in der Veröffentlichung vs. Kimi K3 1.048.576 Tokens

• Neubepreisung für lange Prompts — bei Fugu Max ist keine Stufe angegeben, während Kimi K3 über das gesamte Fenster hinweg einheitlich bepreist wird, ohne Aufschlag bei jeder Länge

• Deployment — nur Anbieter-API von Fugu Max, Pool-Mitgliedschaft nicht offengelegt vs. herunterladbare Gewichte von Kimi K3 unter der Kimi-K3-Lizenz

• Unabhängige Bewertung — Fugu Max: keine, und für kein Fugu-Modell existiert eine Artificial Analysis-Seite, im Vergleich zu Kimi K3 mit einem Artificial Analysis Intelligence Index von 44 und standardisierten 93,40 % bei SWE-bench Verified von Vals AI

Beachten Sie die Form dieser ersten Zeile. Die Schlagzeilen-Spanne, 40 bis 60 Prozent, ist die Spanne über drei namentlich genannte Wettbewerber, und Kimi K3 ist derjenige, der die 60 erzeugt. Beim Input allein liegt der Vergleich bei 33 Prozent, was immer noch eine echte Ersparnis ist, aber ein anderer Satz. Das ist keine Kritik an der Preisgestaltung – 2,00 $ und 6,00 $ sind wirklich niedrige Zahlen für ein System, das frontier-nahe Ergebnisse für sich beansprucht. Es ist eine Anmerkung dazu, welche Zahl in der Veröffentlichung die Überzeugungsarbeit leistet, und dazu, wie der Absatz darum herum angeordnet ist.

Kimi K3 ist in unserem Katalog zu Moonshots eigenem Preis — 3,00 $ pro Million Input-Tokens, 0,30 $ bei einem Cache-Treffer, 15,00 $ pro Million Output-Tokens — mit 0 % Aufschlag durchgereicht, sodass bei einer Preisänderung von Moonshot der neue Preis noch am selben Tag unter demselben Schlüssel live ist statt nach einem Migrationszyklus. Das zählt hier mehr als sonst, denn eine Preissenkung beim Anbieter ist genau das, was die 60-Prozent-Lücke, auf der dieser ganze Vergleich beruht, verringert oder vergrößert.

Was der Maßstab veröffentlicht

Kimi K3s Bilanz ist das Gegenteil von spärlich. Moonshots eigene Modellkarte meldet Terminal-Bench 2.1 mit 88,3, GPQA Diamond mit 93,5, HLE-Full mit 43,5, mit Tools steigend auf 56,0, SWE-Marathon mit 42,0, OSWorld-Verified mit 84,8, MCPMark-Verified mit 94,5 und DeepSWE mit 67,5. Alles vom Anbieter gemeldet, und davon gibt es eine Menge.

Es gibt auch die unabhängige Ebene, und sie ist der Teil, der für diesen Vergleich zählt. Artificial Analysis bewertet Kimi K3 mit 44 im v4.3 Intelligence Index – an zweiter Stelle unter Open-Weight-Modellen, hinter GLM-5.3 mit 45 – bei gemessenem Durchsatz von 37,9 Ausgabe-Tokens pro Sekunde und einer Zeit bis zum ersten Token von 3,80 Sekunden. Der standardisierte agentische Harness von Vals AI verortet es bei 93,40 % auf SWE-bench Verified, hinter Claude Opus 5 und DeepSeek V4 Pro, aber dicht dahinter. Außerdem führt es die Frontend Code Arena mit 1679 Elo an, vor Claude Fable 5 mit 1631 und GPT-5.6 Sol mit 1618. Ein Hinweis zur Vorsicht: Wenn Ihnen Kimi K3 mit 57 oder 60 im Intelligence Index begegnet ist, handelt es sich dabei um Werte aus der Zeit vor der Neuausweisung, also bevor Artificial Analysis die Skala im September 2026 neu kalibriert hat, und sie sollten nicht zusammen mit aktuellen Zahlen genannt werden.

Es gibt auch ein Nutzungssignal, und es stammt aus unserem eigenen Gateway und nicht aus dem Marketing von irgendjemandem: Kimi K3 hat in den letzten sieben Tagen rund 3,27 Milliarden Token durch OrcaRouter bewegt, der stärkste Traffic aller Modelle in diesem Vergleich. Das ist keine Qualitätsmessung. Es ist eine große Stichprobe dessen, wozu Entwickler greifen, wenn die einzigen Kosten der Wahl der Tokenpreis sind, und es zeigt, dass das flache 1M-Fenster und die offenen Gewichte bereits einen erheblichen Anteil echter langfristiger Arbeit gewonnen haben.

Die Anzeigetafel, auf der keine Zahlen stehen

Sakana berichtet, dass Fugu Max bei sechs Benchmarks die beste Gesamtpunktzahl erzielt: Terminal Bench 2.1, GPQAD, AA-LCR, GDP.pdf, AutomationBench und SWEFish. Es heißt außerdem, Max erweitere die Kosten-Leistungs-Pareto-Grenze bei sieben von zehn Benchmarks. Beides sind Aussagen über den Rang in einem Diagramm. Keine von beiden wird von einem Wert, einem Vorsprung oder der Zahl eines Wettbewerbers flankiert.

Die beiden Listen überschneiden sich kaum, und genau das ist das praktische Problem. Kimi K3 meldet für Terminal-Bench 2.1 einen Wert von 88,3; Sakana sagt, Fugu Max sei auf Terminal Bench 2.1 insgesamt am besten, und nennt nichts, womit man das vergleichen könnte. Diese eine Zeile veranschaulicht das gesamte Duell am deutlichsten: Beide Anbieter nennen denselben Test, der eine nennt eine Zahl, der andere nennt das Wort „best“. Bis Sakana die Zahl veröffentlicht, gibt es keinen veröffentlichten Beleg dafür, ob Fugu Max Kimi K3 in dem Benchmark schlägt, den Sakana als Aushängeschild gewählt hat.

Es gibt eine faire Lesart der Veröffentlichung, die es wert ist, genannt zu werden. Fugu Max ist die Kostenstufe – am selben Tag wie Fugu Ultra v2 veröffentlicht, der Fähigkeitsschub zu 5,00 $ für Eingabe und 30,00 $ für Ausgabe – und sein Argument stützt sich auf ein Pareto-Diagramm, in dem der Score pro Dollar, nicht der Score, die Behauptung ist. In dieser Betrachtung wäre eine bloße Benchmark-Zahl die weniger ehrliche Statistik. Das Problem ist, dass die Veröffentlichung auch den Nenner auslässt: Sakanas eigene Darstellung räumt ein, dass das Wechseln von Modellen mitten in einer Aufgabe die Kontext-Cache-Wiederverwendung verringern und zusätzliche Orchestrierungs-Tokens erzeugen kann, und bestätigt, dass das Unternehmen die Cache-Trefferrate von Max oder seine gesamten Token-Kosten pro Aufgabe nicht offengelegt hat. Die eine Messung, die ein Kostenstufen-Argument entscheiden würde, ist also die, die nicht geliefert wurde.

Gewichte, die man halten kann, oder ein Pool, den man nicht sehen kann

An diesem Punkt sind die beiden Produkte überhaupt nicht mehr vergleichbar.

Kimi K3 wird mit herunterladbaren Gewichten ausgeliefert, was ein echter Ausweg ist: Wenn sich Preise oder Bedingungen ändern, kann das Modell aus der eigenen Infrastruktur heraus betrieben werden. Die Lizenz ist enger gefasst, als „offene Gewichte“ üblicherweise vermuten lassen. Es handelt sich um die Kimi K3 License und nicht um eine von der OSI genehmigte Lizenzgewährung, und die häufig wiederholte Beschreibung als modifizierte MIT-Lizenz ist umstritten. Die Bedingungen verlangen eine gesonderte Vereinbarung mit Moonshot für Model-as-a-Service-Unternehmen mit mehr als 20 Mio. USD Umsatz über einen beliebigen Zeitraum von zwölf aufeinanderfolgenden Monaten, zuzüglich Namensnennung für Produkte mit mehr als 100 Mio. monatlichen Nutzern oder mehr als 20 Mio. USD Monatsumsatz, wobei die interne Nutzung ausgenommen ist. Und die praktische Größenordnung ist real: Der Checkpoint ist etwa 1,5 Terabyte groß, und Moonshot empfiehlt 64 oder mehr Beschleuniger, sodass Self-Hosting eine Entscheidung für ein Inferenzcluster und nicht für einen Laptop ist.

Fugu Max bietet nichts davon – keine Gewichte, keinen inspizierbaren Pool, keine Self-Hosting-Option – und erlegt im Gegenzug keine Lizenzbedingung auf, weil es nichts zu lizenzieren gibt. Der von Sakana angegebene Vorteil ist das Gegenteil von Kontrolle: Ein Pool, der Open-Weights- und spezialisierte Modelle umfasst und für Max um die Familie NVIDIA Nemotron erweitert wurde, bedeutet, dass kein einzelner vorgelagerter Anbieter mit Abschaffung oder Neupreisgestaltung Ihr Produkt zu Fall bringen kann. Das ist eine echte Absicherung. Sie ist außerdem von außen nicht verifizierbar, weil die Mitgliedschaft absichtlich nicht veröffentlicht wird, und das bedeutet, dass ein Ergebnis von Fugu Max ein Ablaufdatum trägt, das ein Ergebnis von Kimi K3 nicht hat.

Offene Gewichte und ein nicht offengelegter Pool sind zwei verschiedene Antworten auf dieselbe Angst. Die eine sagt, du kannst gehen. Die andere sagt, es gibt nichts zu verlassen.

Wo das flache Fenster entscheidet

Der Kontext von Kimi K3 mit 1.048.576 Token ist pauschal — keine Long-Context-Stufe, kein Aufpreis bei jeglicher Länge. Die Veröffentlichung von Fugu Max nennt überhaupt kein Fenster, es gibt also nichts, womit man es vergleichen könnte, und nichts, woran man sich planerisch halten könnte. Für das auf lange Horizonte angelegte agentische Programmieren, auf das beide Produkte abzielen und bei dem Sitzungen den Großteil ihres Lebens tief im Kontext verbringen, zählt diese Asymmetrie mehr als die Preisliste.

Geschwindigkeit ist das Spiegelbild desselben Problems. Die 37,9 Token pro Sekunde von Kimi K3 bei einer Zeit bis zum ersten Token von 3,80 Sekunden sind gemessen, und es ist langsam – tatsächlich eine Einschränkung für ein Modell, das auf lange Schleifen ausgelegt ist, und Artificial Analysis stuft es als bemerkenswert wortreich ein. Sakana veröffentlicht für Fugu Max keine Latenz- oder Durchsatzangabe, was für einen Orchestrator wohl eher ehrlich als ausweichend ist: Die Antwortzeit hängt davon ab, welche Modelle er auswählt und wie viele Durchläufe er macht. Aber das bedeutet, dass man die Wall-Clock-Kosten eines Wechsels nicht modellieren kann, ohne sie selbst zu messen. Für das frühere Fugu Ultra berichteten Nutzer öffentlich von Läufen, die sich gegen 30 Minuten erstreckten. Das ist das Modell von Juni 2026 und kein Beleg über Max, aber es ist die Zahl, die es zu schlagen gilt, wenn man benchmarkt.

Das Urteil, in Sakanas eigenen Worten

Sakana wählte Kimi K3 als eines der drei Modelle aus, die Fugu Max unterbietet, und bei der Ausgaberate stimmt die Behauptung: 6,00 $ gegenüber 15,00 $ sind 60 Prozent niedriger, genau die Obergrenze des angegebenen Bereichs. Nimmt man die Ankündigung beim Wort, ist Fugu Max das günstigere Produkt.

Wenden Sie jetzt den Maßstab an, den das Release vermieden hat. Kimi K3 ist 33 Prozent teurer beim Input und 150 Prozent teurer beim Output – und dafür bekommen Sie ein 1M-Token-Fenster ohne Repricing-Klippe, einen herunterladbaren Checkpoint unter einer umsatzabhängig beschränkten Lizenz, eine unabhängige Platzierung von 44 im Intelligence Index, einen standardisierten SWE-bench-Verified-Score von 93,40 %, den ersten Platz in der Frontend Code Arena und das höchste reale Traffic-Aufkommen aller Modelle in diesem Vergleich. Fugu Max bietet Ihnen einen niedrigeren Tarif für beide Token-Seiten, sechs nicht quantifizierte Benchmark-Siege, eine Cache-Rate, die halb so hoch ist wie die von K3, ohne veröffentlichte Trefferquote, und einen Pool, den Sie nicht einsehen können.

Die ehrliche Schlussfolgerung ist, dass Sakana einen Maßstab gewählt hat, der ihm beim Preis schmeichelt, und Ihnen nichts an die Hand gegeben hat, um die Leistungsfähigkeit zu überprüfen. Wenn Ihr Workload hochvolumig ist und Ihre Aufgaben zu der Sorte gehören, die ein Koordinator zuverlässig zerlegen kann, ist der Preisunterschied echtes Geld, und Fugu Max verdient einen klar abgegrenzten Pilotversuch mit Token-Abrechnung, die ab der ersten Anfrage aktiviert ist. Wenn Sie eine Produktionsentscheidung brauchen, die Sie in diesem Quartal verteidigen können — ein Zeitfenster, mit dem Sie planen können, einen Score, auf den Sie verweisen können, und ein Modell, das Sie weiterhin betreiben könnten, wenn der Anbieter verschwände —, dann ist Kimi K3 die Antwort, und es ist bei OrcaRouter zu Moonshots Listenpreis verfügbar, wobei der Tarif des Anbieters unverändert weitergegeben wird.