
Fugu Ultra v2 vs. Claude Opus 5: gleicher Preis für Eingaben, zwei unterschiedliche Wetten
- OrcaNEUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 pro 1 Mio. Tokens · 187 tok/s
- openaiNEUOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 pro 1 Mio. Tokens · 80 tok/s
- openaiNEUOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 pro 1 Mio. Tokens · 155 tok/s
- tencentNEUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 pro 1 Mio. Tokens · 196 tok/s
- AlibabaNEUQwen: Qwen4 Max2026-11-16$1.50 / $4.50 pro 1 Mio. Tokens · 85 tok/s
- GoogleNEUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 pro 1 Mio. Tokens · 705 tok/s
- AnthropicNEUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 pro 1 Mio. Tokens · 246 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 pro 1 Mio. Tokens · 97 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 pro 1 Mio. Tokens · 139 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 pro 1 Mio. Tokens · 84 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 pro 1 Mio. Tokens · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 pro 1 Mio. Tokens · 102 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 pro 1 Mio. Tokens · 69 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 pro 1 Mio. Tokens · 35 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 38 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenz
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 pro 1 Mio. Tokens · 230 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenz
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 pro 1 Mio. Tokens · 101 tok/s
Fugu Ultra v2 und Claude Opus 5 kosten für eine Frage exakt gleich viel und für eine Antwort extrem unterschiedlich viel. Beide sind mit 5,00 $ pro Million Eingabe-Tokens gelistet. Dann berechnet Fugu Ultra v2 30,00 $ pro Million Ausgabe-Tokens gegenüber 25,00 $ bei Claude Opus 5 – und der Abstand zwischen diesen beiden Zahlen ist kein Rundungsunterschied, denn die beiden Systeme geben sehr unterschiedliche Textmengen aus, um zu einer Antwort zu gelangen. Sakana AI lieferte Fugu Ultra v2 am 11. September 2026 als Orchestrierungssystem aus, das einen Pool von Modellen anderer Labore hinter einem einzigen OpenAI-kompatiblen Endpunkt koordiniert; Anthropics Claude Opus 5, seit Ende Juli 2026 live, ist ein einzelnes Modell. Dieser Unterschied entscheidet den größten Teil dieses Vergleichs, bevor überhaupt ein Benchmark herangezogen wird, und Sakanas eigene Rangliste enthält eine unangenehme Zeile: Der Anbieter meldet 48,3 bei Chartography gegenüber 27,3 bei Claude Opus 5, was der größte Abstand in der Veröffentlichung ist und zugleich die Zahl mit der geringsten externen Evidenz dahinter.
Der Zufall, der alles formt
Beginnen Sie mit dem, worin die beiden Produkte übereinstimmen, denn es ist mehr als der beworbene Preis.
• Eingabepreis — Fugu Ultra v2 5,00 $ pro 1 Mio. Tokens vs. Claude Opus 5 5,00 $ pro 1 Mio. Tokens
• Ausgabepreis — Fugu Ultra v2 30,00 $ pro 1 Mio. Token vs. Claude Opus 5 25,00 $ pro 1 Mio. Token
• Zwischengespeicherte Eingabe — Fugu Ultra v2 0,50 $ pro 1M über dem Basispreis vs. Claude Opus 5, das Caching als Rabatt von bis zu 90% auf zwischengespeicherte Eingabe berechnet
• Kontext — Fugu Ultra v2 1 Mio. Token, wobei sich die Preise oberhalb von 272K verdoppeln, gegenüber Claude Opus 5 1 Mio. Token, konstant
• Ausgabeobergrenze — Fugu Ultra v2 nicht als einzelne Zahl veröffentlicht vs. Claude Opus 5 128K-Token
• Verfügbarkeit — Fugu Ultra v2 nicht in der EU/im EWR verkauft vs. Claude Opus 5 allgemein verfügbar zu Standard-API-Bedingungen
• Belege — von Fugu Ultra v2 vom Anbieter gemeldete Benchmarks, noch keine unabhängige Bewertung, gegenüber den Anbieter-Benchmarks von Claude Opus 5 plus monatelangen Platzierungen in Ranglisten Dritter
Genau in dieser letzten Zeile kippt der Vergleich. Beim gleichen Eingabepreis entscheiden Sie sich zwischen einem System, dessen Bewertungen Sie einfach glauben müssen, und einem Modell, dessen Bewertungen andere reproduziert haben. Die 272K-Klippe verschärft das noch: Jenseits dieser Schwelle verdoppelt sich bei Fugu Ultra v2 die Eingaberate auf 10 $ und die Ausgaberate auf 45 $, während sich die Rate von Claude Opus 5 nicht bewegt. Bei Langkontext-Agent-Läufen – genau der Arbeitslast, für die Fugu Ultra v2 gebaut ist – verschwindet der Preisvorteil des günstigeren Aushängeschilds genau dort, wo das System glänzen soll.

Was jedes einzelne tatsächlich ist
Claude Opus 5 ist Anthropics Produktions-Flaggschiff, und sein Design ist von außen ablesbar. Es nutzt standardmäßig adaptives Denken, entscheidet, wie lange es nachdenkt, bevor es antwortet, und bietet einen expliziten Aufwandsregler von niedrig bis maximal, wenn Sie tieferes Nachdenken erzwingen und dafür bezahlen möchten. Es verfügt über ein Kontextfenster von 1 Mio. Token, eine Ausgabegrenze von 128K, Bildverarbeitung, Tool-Nutzung und JSON-Modus. Anthropic meldet 96,0 % bei SWE-bench Verified und 79,2 % bei SWE-bench Pro, mehr als eine Verdopplung des Frontier-Bench-v0.1-Ergebnisses seines Vorgängers, sowie rund 30,2 % bei ARC-AGI 3 gegenüber 7,8 % für GPT-5.6 Sol – alles Herstellerangaben, und alle gemessen an einem einzigen Modell, das Sie per Version festlegen können. Außerdem leitet es markierte Anfragen an ein älteres Modell weiter, statt einen Fehler auszugeben, ein operatives Detail, das wichtig ist, wenn eine Compliance-Prüfung im Ablauf eingebunden ist.
Fugu Ultra v2 ist das nicht, und der Unterschied ist nicht kosmetisch. Es ist ein Koordinator – ein kleines trainiertes Modell, laut Berichten mit rund 7B Parametern, das deine Anfrage liest, ein Agententeam zusammenstellt, die Rollen Thinker, Worker und Verifier aus Sakanas TRINITY-Arbeit zuweist und eine endgültige Antwort synthetisiert. Die zugrunde liegenden Modelle werden nicht offengelegt, die Routing-Entscheidungen werden absichtlich nicht offengelegt, und für die Ultra-Stufe ist der Pool fest: Du kannst keinen Anbieter abwählen. Sakanas eigene Darstellung von Version 2 ist, dass der Trainings-Cutoff auf den 28. August 2026 verschoben wurde und sich die Zusammensetzung des Pools geändert hat – und zwar speziell, um Claude Fable 5, Claude Fable 5.1 und GPT-6 Astra auszuschließen.
Diese Auslassung ist das aufschlussreichste Detail in der Mitteilung. Fugu Ultra v2 beansprucht Benchmark-Siege über die drei stärksten verfügbaren Modelle, während bestätigt wird, dass es keines davon aufruft. Was auch immer der Pool enthält, es ist nach Sakanas eigener Rechnung nicht die Spitze des Marktes. Die Botschaft lautet, dass Koordination Fähigkeit schlägt. Das ist eine echte These, und bei überprüfbaren Aufgaben mit einem billigen Prüfer ist es eine These mit Belegen dahinter. Es ist nicht dieselbe Behauptung wie „dieses System ist klüger als Claude Opus 5“, und die Rangliste ist so angelegt, dass die beiden leicht zu verwechseln sind.
Die Anzeigetafel, die Sakana gewählt hat
Jede Zahl im Folgenden stammt aus Sakanas eigener Evaluierung von Fugu Ultra v2. Die Werte von Claude Opus 5 wurden, sofern nicht anders angegeben, von Sakana im selben Vergleich gemessen. Keine unabhängige Partei hat die Fugu-Spalte reproduziert, und zum Zeitpunkt dieses Textes gibt es keinen Artificial-Analysis-Eintrag für irgendein Fugu-Modell.
• Chartography — Fugu Ultra v2 48,3 vs. Claude Opus 5 27,3 — laut Anbieter eine Differenz von 21 Punkten
• DeepSWE — Fugu Ultra v2 74,3 vs. kein veröffentlichter Claude-Opus-5-Wert in derselben Tabelle — vom Anbieter angegeben
• Benchmark-Platzierung — Fugu Ultra v2 bei fünf von acht am besten oder gleichauf am besten, bei sieben von acht unter den Top zwei — vom Anbieter gemeldet
• SWE-bench Verified — kein Wert für Fugu Ultra v2 vs. Claude Opus 5 96,0 % — laut Anthropic
• SWE-bench Pro — kein Wert für Fugu Ultra v2 vs. Claude Opus 5 79,2 % — von Anthropic angegeben
• ARC-AGI 3 — kein Wert für Fugu Ultra v2 gegenüber Claude Opus 5 ~30,2 % — von Anthropic gemeldet
Lesen Sie das als Form statt als Rangliste. Sakana hat ein Board mit acht Benchmarks veröffentlicht, bei dem es fünf gewinnt, und die stärksten öffentlich dokumentierten Ergebnisse von Claude Opus 5 – die SWE-bench-Zeilen, ARC-AGI 3 – stehen einfach nicht darauf. Das ist kein Vorwurf böser Absicht; so sieht eine Anbieter-Ergebnistafel aus, einschließlich der jedes Anbieters. Aber es bedeutet, dass Sie aus der Veröffentlichung nicht schließen können, dass Fugu Ultra v2 Claude Opus 5 in der Softwareentwicklung schlägt, weil die beiden Systeme nicht oft genug auf denselben Zeilen gemessen wurden, um das sagen zu können. In der einen Zeile, in der beide auftauchen und beide Zahlen öffentlich sind – Chartography –, beansprucht Fugu Ultra v2 einen großen Sieg. Bei den breitesten Reasoning- und Coding-Zeilen hat nur eine Seite veröffentlicht.

Kosten pro Aufgabe, nicht Kosten pro Token
Die Token-Rechnung eines Orchestrators ist nicht sein Preis pro Token. Fugu Ultra v2 startet Agenten, von denen jeder Reasoning- und Ausgabe-Token beisteuert, und der Koordinator selbst erzeugt Synthesetext. Sakanas Preis-FAQ gibt hier eine wirklich nützliche Zusage – Ihnen wird ein einziger Mischpreis basierend auf dem beteiligten Top-Tier-Modell in Rechnung gestellt, und das Hinzufügen von Agenten vervielfacht die Rechnung nicht –, was die Worst-Case-Fan-out-Vervielfachung beseitigt, die naive Multi-Agenten-Setups teuer macht. Doch sie beseitigt nicht das Volumen. Die Menge der abgerechneten Ausgabe-Token ist weiterhin eine Funktion davon, wie viele Agenten liefen und wie viel sie schrieben, und bei 30 $ pro Million ist dieses Volumen die Variable, die Sie von der Preisseite aus nicht vorhersagen können.
Das Kostenprofil von Claude Opus 5 ist genau umgekehrt. Ein Aufruf, ein Modell, ein Aufwandsregler, den Sie selbst steuern, und ein Ausgabepreis von 25 $, wobei Batch-Verarbeitung für nicht in Echtzeit anfallende Arbeit mit 50 % Rabatt verfügbar ist. Sie können es prognostizieren. Für eine Arbeitslast, die Sie zehntausend Mal am Tag ausführen, ist Prognostizierbarkeit sehr viel mehr wert als ein Benchmark-Vorsprung bei einer Aufgabe zum Lesen von Diagrammen.
Hier trennt sich auch die Routing-Frage sauber von der Modell-Frage. Claude Opus 5 läuft auf OrcaRouter zum Listenpreis von Anthropic mit 0 % Aufschlag — der Tarif des Anbieters wird durchgereicht, sodass eine Preisänderung des Anbieters am selben Tag auf demselben Schlüssel live ist, mit automatischem Failover über mehrere Anbieterpfade, falls einer ratenbegrenzt oder ausgefallen ist. Fugu Ultra v2 ist nicht in unserem Katalog; es erreicht Sie über Sakanas eigene OpenAI-kompatible API und mehrere Drittplattformen, und die Migration von einem früheren Fugu ist eine Änderung um einen einzigen Parameter. Wenn Sie eigentlich die Vorhersehbarkeit von Claude Opus 5 mit weniger Abhängigkeit von einem einzigen Anbieter wollen, ist der Router die Antwort und nicht der Orchestrator. Wenn Sie ein System wollen, das bei einem schwierigen Problem mehrere Ansätze ausprobiert, ohne dass Sie das Fan-out selbst schreiben, dann ist Fugu Ultra v2 genau das — und Sie sollten es mit aktivierter Token-Abrechnung pilotieren.
Wo Fugu Ultra v2 wirklich gewinnt
Erkenne die Leistung des Systems an. Das Chartography-Ergebnis, falls es standhält, ist die Art von Erfolg, die einzelne Modelle kaum vortäuschen können: visuelles Schlussfolgern über strukturierte Dokumente belohnt es, eine Lesart auszuprobieren, sie am Dokument zu prüfen und es erneut zu versuchen — was genau die Aufgabe einer Verifier-Rolle ist. Dieselbe Logik gilt für Toolathon und DeepSWE, wo die Antwort getestet werden kann, statt darüber zu streiten. Sakanas veröffentlichte Fallstudien weisen in dieselbe Richtung: ein AutoResearch-Durchlauf mit 123 Experimenten über vierzehn Stunden auf einer H100, ein in reinem Python geschriebener Rubik's-Würfel-Löser, der alle 300 verdrehten Würfel löste, während zwei anonymisierte Frontier-Baselines vollständig abstürzten, eine mechanische CAD-Iris, die sich tatsächlich öffnet und schließt. Dies sind vom Anbieter ausgewählte Beispiele mit anonymisierten Baselines, sodass sie weniger beweisen, als sie den Anschein erwecken. Doch das Muster ist konsistent, und es deutet auf eine echte Kategorie hin: Aufgaben, bei denen die Korrektheit überprüfbar ist und das Schwierige die Beharrlichkeit ist.
Es gibt außerdem ein strukturelles Argument, das nichts mit Benchmarks zu tun hat. Claude Opus 5 ist das Modell eines einzelnen Anbieters und unterliegt den Preisentscheidungen, dem Stilllegungsplan und den Richtlinien eines einzelnen Anbieters. Fugu Ultra v2 ist darauf ausgelegt, es zu überstehen, wenn sich irgendeiner dieser Punkte ändert, und Sakana sagt ausdrücklich, dass genau das der Punkt ist – Vendor-Lock-in, API-Widerrufe, Exportkontrollen. In einem Markt, in dem Modelle mit wenig Vorankündigung aus Regionen zurückgezogen wurden, ist das keine hypothetische Annahme. Es ist eine Absicherung, und Absicherungen kosten Geld: 5 US-Dollar mehr pro Million Output-Tokens sind ungefähr der Preis, auf den sich diese Absicherung beläuft.
Das Urteil
Claude Opus 5 gewinnt die Entscheidung, die die meisten Teams tatsächlich treffen. Es hat Monate unabhängiger Evaluierung hinter sich, ein 1M-Token-Fenster, das sich mitten in Ihrem Dokument nicht im Preis verdoppelt, eine Ausgabegrenze von 128K, einen veröffentlichten Preis, den Sie prognostizieren können, einen Aufwandsregler, mit dem Sie Denkleistung nur dann einkaufen, wenn die Aufgabe es verdient, und Ergebnisse von Drittanbietern auf genau den Benchmarks – SWE-bench Verified, SWE-bench Pro, ARC-AGI 3 –, die für agentische und Coding-Teams am wichtigsten sind. Fugu Ultra v2 gewinnt eine engere und interessantere Frage: ob ein Koordinator mit einem kleineren Pool bei Aufgaben, deren Antwort überprüfbar ist, ein Flaggschiff übertreffen kann. Sakanas eigene Ergebnisliste sagt bei fünf von acht Zeilen Ja, und der Pool-Ausschluss zeigt, dass der Sieg ohne die drei besten Modelle der Welt zustande kam.
Wenn Sie überprüfbare, langfristig angelegte, nachprüfbare Arbeit leisten und sich außerhalb der EU/des EWR befinden, ist Fugu Ultra v2 einen Pilotversuch mit klar definiertem Umfang wert — messen Sie Output-Tokens pro abgeschlossener Aufgabe, nicht pro Token, und legen Sie vorab eine Obergrenze fest. Wenn Sie heute einen Produktionspfad mit Belegen dahinter und einer Rechnung brauchen, die Sie vorhersehen können, bleibt Claude Opus 5 die besser belegte Wahl, und sie ist nur einen API-Schlüssel entfernt zu Anthropics Listenpreis, wobei der Tarif des Anbieters unverändert durchgereicht wird.

In diesem Artikel verglichen1
Aus diesem Artikel erkannt · Benchmarks: Artificial Analysis · täglich aktualisiert
