Fugu Ultra v2 vs. DeepSeek V4 Pro: die Frage nach dem 34-fachen Output-Preis

Fugu Ultra v2 verlangt für den Text, den es schreibt, rund das 34-Fache des Listenpreises von DeepSeek V4 Pro. Das ist kein Tippfehler, und es ist kein Rundungsartefakt: Der neue Orchestrator von Sakana AI wird mit 30,00 US-Dollar pro Million Output-Tokens gelistet, DeepSeek gibt 0,87 US-Dollar pro Million an, und bei dem einen Benchmark, für den beide Anbieter eine Zahl veröffentlichen, ist der Leistungsunterschied bei Weitem nicht 34-mal so groß. Sakana beansprucht für Fugu Ultra v2, veröffentlicht am 11. September 2026, 74,3 Punkte auf DeepSWE; DeepSeek gibt 62,7 für DeepSeek V4 Pro an, das Open-Weight-Modell, das es im August auf den Markt brachte. Ein vom Anbieter angegebener Vorsprung von 11,6 Punkten bei einem 34-fachen Output-Preis ist der gesamte Vergleich in einer Zeile — und die ehrliche Frage ist nicht, ob Fugu Ultra v2 besser ist, sondern ob es 19 US-Dollar pro Million Tokens besser ist, und für wen.

Zwei Antworten auf dasselbe Problem, von entgegengesetzten Enden aus aufgebaut

DeepSeek V4 Pro und Fugu Ultra v2 sind beide Reaktionen auf dieselbe Sorge – die Abhängigkeit von einem einzigen geschlossenen Frontier-Anbieter –, und in ihrer Methode könnten sie kaum unterschiedlicher sein.

DeepSeek V4 Pro ist ein Modell. Die Launch-Berichterstattung datiert die API-Einführung der offiziellen Version – den Build DeepSeek-V4-Pro-0813 – auf etwa den 12. bis 13. August 2026 und löst damit die Vorschau vom 24. April ab. Es ist ein Mixture-of-Experts-System mit berichteten 1,5 bis 1,6 Billionen Gesamtparametern, von denen pro Token etwa 49 Milliarden aktiviert werden, mit einem Kontextfenster von 1 Mio. Token und einer maximalen Ausgabe von 384K Token. Es arbeitet in Denk- und Nichtdenk-Modi mit drei Aufwandsstufen, beherrscht sowohl die API-Protokolle von OpenAI als auch von Anthropic und ergänzte eine native Responses API, die direkt auf Agenten-Harnesse im Codex-Stil abzielt. Entscheidend ist, dass die Gewichte unter MIT veröffentlicht wurden, was bedeutet, dass das Resilienzargument durch Besitz entschieden ist: Niemand kann Ihre Kopie widerrufen.

Fugu Ultra v2 ist kein Modell. Es ist ein trainierter Koordinator mit Berichten zufolge rund 7B Parametern, der eine Anfrage über einen Pool nicht offengelegter Modelle zerlegt, die Rollen Thinker, Worker und Verifier zuweist und eine Antwort hinter einem einzigen OpenAI-kompatiblen Endpunkt synthetisiert. Sein Resilienz-Argument ist architektonisch, nicht rechtlich: Da der Pool austauschbar ist, kann das System überleben, wenn ein einzelner Anbieter die Bedingungen ändert. Version 2.0, die zusammen mit Fugu Max ausgeliefert wurde, verlagerte den Trainings-Cutoff auf den 28. August 2026 und entfernte — bemerkenswerterweise — Claude Fable 5, Claude Fable 5.1 und GPT-6 Astra vollständig aus dem Pool, während weiterhin Siege über sie beansprucht werden.

Der Vergleich lautet also: Besitz versus Koordination. DeepSeek gibt Ihnen ein Modell, das Sie herunterladen, prüfen, feinabstimmen und selbst bereitstellen können – zu welcher Marge Ihre eigene Hardware auch immer zulässt. Sakana gibt Ihnen ein System, das entscheidet, wie jedes Problem angegangen wird, zu einem Preis, der den Betrieb mehrerer Frontier-Modelle in Ihrem Auftrag finanziert.

Was 34x tatsächlich bringt

Zuerst die Benchmarks, mit der Quellenlage im Mittelpunkt. Jede unten stehende Deep​Seek-Zahl stammt vom Anbieter selbst und liegt vor der von Deep​Seek für Mitte August angekündigten Peak-/Off-Peak-Preisrevision, über deren endgültige Zahlen sich die Quellen weiterhin uneinig sind – ein Bericht nennt eine Peak-Ausgabe von nahezu 27 ¥ pro Million, ein anderer nahezu 12 ¥, gegenüber einer Basis von 6 ¥. Gleichen Sie vor der Budgetmodellierung mit der von Deep​Seek veröffentlichten Preisliste ab. Jede Fugu-Zahl stammt von Sakana selbst, und keine unabhängige Stelle hat auch nur eine davon reproduziert; für ein Fugu-Modell gibt es weiterhin keinen Eintrag bei Artificial Analysis.

• DeepSWE — Fugu Ultra v2 74,3 (vom Anbieter angegeben) vs. DeepSeek V4 Pro 62,7 (vom Anbieter angegeben)

• Terminal Bench 2.1 — kein von Sakana veröffentlichter Wert für Fugu Ultra v2 im Vergleich zu DeepSeek V4 Pro mit 87,9 (vom Anbieter angegeben)

• SWE-bench (Vals) — kein Fugu Ultra v2-Wert vs. DeepSeek V4 Pro 96,4 (vom Anbieter angegeben)

• Humanity's Last Exam — kein Wert für Fugu Ultra v2 v2.0 im Vergleich zu DeepSeek V4 Pro: 42,7 ohne Tools, 60,0 mit Tools (vom Anbieter angegeben)

• GPQA Diamond — kein Wert für Fugu Ultra v2 v2.0 gegenüber DeepSeek V4 Pro 92,8 (vom Anbieter angegeben)

• Ausgabepreis — Fugu Ultra v2 30,00 $ pro 1 Mio., steigt bei über 272K Kontext auf 45,00 $, gegenüber DeepSeek V4 Pro ca. 0,87 $ pro 1 Mio. Listenpreis, mit einem verbrauchsabhängigen Tarif, der höher ausgefallen ist

Zwei Vorbehalte zu dieser Preiszeile, denn der gesamte Vergleich stützt sich darauf. Erstens: DeepSeeks Zahl ist der Listenpreis, der in der Launch-Berichterstattung genannt und in unserer eigenen Modellbeschreibung erneut aufgeführt wurde, doch der abgerechnete Tarif in unserem Listing lag bei 2,18 $ pro Million Output und 0,73 $ pro Million Input — Cache-Verhalten und Mix verschieben die effektive Zahl, sodass der ehrliche Faktor – je nachdem, wie viel Ihres Inputs im Cache liegt – irgendwo zwischen etwa 14x und etwa 34x liegt. Selbst am unteren Ende dieser Spanne kostet Output mehr als ein Dutzend Mal so viel. Zweitens hat DeepSeek bereits eine Überarbeitung der Peak-/Off-Peak-Preise angekündigt, bei deren endgültigen Zahlen sich die Quellen noch uneinig sind — ein Bericht nennt Peak-Output nahe 27 ¥ pro Million, ein anderer nahe 12 ¥, gegenüber einer Basis von 6 ¥. Prüfen Sie anhand der veröffentlichten Preistabelle, bevor Sie ein Budget modellieren.

• Eingabepreis — Fugu Ultra v2 5,00 $ pro 1 Mio., verdoppelt sich oberhalb von 272K gegenüber DeepSeek V4 Pro etwa 0,435 $ pro 1 Mio. bei einem Cache-Miss, bei einem Cache-Hit rund 120-mal günstiger

• Gewichte — Fugu Ultra v2 geschlossen, Pool nicht offengelegt, Routing absichtlich nicht offengelegt im Vergleich zu DeepSeek V4 Pro offen unter MIT, selbst hostbar

• Kontext und Ausgabe — Fugu Ultra v2 1M Kontext, Ausgabeobergrenze nicht veröffentlicht vs. DeepSeek V4 Pro 1M Kontext, 384K Ausgabeobergrenze

Das Überlappungsproblem ist offensichtlich: Die beiden Systeme erscheinen kaum in denselben Zeilen. Sakana veröffentlicht fünf Siege aus acht selbst ausgewählten Benchmarks; DeepSeek veröffentlicht ein breiteres Board, das eine tiefe agentische Abdeckung umfasst — MCP Atlas 73.6, Toolathlon-Verified 74.1, CyberGym 83.3, NL2Repo 61.5, CorpusQA 62.0 bei langem Kontext — wo Fugu Ultra v2 überhaupt keine veröffentlichte Zahl hat. Die einzige Zeile, die man zur Deckung bringen kann, DeepSWE, ist diejenige, bei der Fugu seinen größten Software-Engineering-Vorteil beansprucht. Ein Leser, der die beiden Veröffentlichungen vergleicht, vergleicht zwei verschiedene Prüfungen.

Der Ausführlichkeitsmultiplikator

Der Preis für Ausgabe-Tokens ist keine lineare Steuer auf die Orchestrierung; er ist ein Multiplikator auf eine Menge, die die Orchestrierung erhöht. Fugu Ultra v2 startet Agenten, die jeweils Reasoning- und Ausgabe-Tokens erzeugen, bevor ein Koordinator sie zusammenführt. Sakanas Preis-FAQ enthält ein wirklich verbraucherfreundliches Versprechen – man zahlt einen einzigen gemischten Tarif auf Basis des Spitzenmodells im Pool, und das Hinzufügen von Agenten vervielfacht nicht die Rechnung –, was den schlimmsten Fall begrenzt. Die Menge begrenzt es nicht. Bei 30 US-Dollar pro Million Ausgabe-Tokens kostet ein Multi-Agenten-Lauf, der viermal so viel Text ausgibt wie ein Aufruf eines einzelnen Modells, viermal so viel, und der Multiplikator potenziert sich mit einer um das 34-Fache höheren Ausgaberate.

Die Kostenstruktur von DeepSeek V4 Pro belohnt genau das entgegengesetzte Verhalten. Ein Cache-Treffer bei der Eingabe ist rund zwei Größenordnungen günstiger als ein Cache-Miss, wodurch wiederholte Arbeit mit langem Kontext — dasselbe Repository, dieselbe Dokumentensammlung, derselbe System-Prompt — deutlich günstiger wird, als der Listenpreis vermuten lässt. Bei einer Agentenschleife, die in jedem Durchgang denselben Kontext erneut liest, fallen die effektiven Kosten genau dort an, und das ist ein struktureller Vorteil, den kein Orchestrator umgehen kann.

Fügt man die beiden zusammen, wird die Entscheidung konkret. Wenn Fugu Ultra v2 einen DeepSWE-Vorteil von 11,6 Punkten liefert und dreimal so viele Ausgabe-Tokens erzeugt wie ein einzelner Aufruf, zahlen Sie pro abgeschlossener Aufgabe rund hundertmal mehr für einen Zugewinn von zehn bis fünfzehn Punkten in einem einzigen Benchmark. Dieser Tausch ist vertretbar für Forschung und irreduzibel schwierige Engineering-Probleme, bei denen der marginale Punkt das ganze Spiel ist, und unvertretbar für eine Pipeline, die hunderttausend Mal am Tag läuft.

Für wen jeder Einzelne eigentlich gedacht ist

Wählen Sie DeepSeek V4 Pro, wenn einer der folgenden Punkte zutrifft: Ihre Workload ist hochvolumig und kostenempfindlich; Sie benötigen Ausgaben, die länger sind als die Obergrenze, die ein Orchestrator Ihnen zugesteht; Sie benötigen ein System, das Sie aus Gründen der Datenresidenz selbst auditieren, feinabstimmen oder auf Ihrer eigenen Hardware betreiben können; oder Sie möchten, dass der Preis eine Zahl ist, die Sie berechnen können, statt einer Zahl, die Sie beobachten. Die offene MIT-Lizenz ist kein Marketingmerkmal – sie ist die stärkste Form des Resilienzarguments, das eines der beiden Systeme vorbringt, weil sie nicht vom fortgesetzten Wohlwollen eines Anbieters abhängt. Sie ist zudem bei rund 0,87 $ pro Million Output günstig genug, dass Experimentieren nichts kostet.

Wählen Sie Fugu Ultra v2, wenn der marginale Punkt ein Vielfaches wert ist, die Arbeit langfristig angelegt ist und Korrektheit überprüfbar ist – Programmieren mit einer Testsuite, strukturiertes Dokumenten-Reasoning, mehrstufige Analyse, bei der eine Verifier-Rolle einen Fehler abfangen kann, den ein einzelner Durchlauf ausliefern würde. Sakanas eigene Fallstudien deuten genau darauf hin: ein vierzehnstündiger autonomer Forschungslauf, ein Rubik's-Cube-Löser, der alle 300 Scrambles abschloss, während zwei anonymisierte Baselines direkt abstürzten. Bedenken Sie, dass diese Baselines anonymisiert und vom Anbieter ausgewählt sind, was sie als Beweismittel schwächt und sie nicht falsch macht. Bedenken Sie außerdem die Einschränkung, die für manche Teams die Diskussion beendet: Fugu Ultra v2 wird nicht in der EU oder im EWR verkauft, und Sakana sagt das unverblümt.

Ein praktischer Hinweis, falls Sie eines von beiden betreiben möchten. Fugu Ultra v2 ist nicht auf OrcaRouter verfügbar – es läuft über Sakanas eigene OpenAI-kompatible API und mehrere Drittanbieter-Plattformen, und ein Upgrade von einem früheren Fugu ist die Änderung eines einzelnen Parameters in einer Zeile. Deep​Seek V4 Pro ist auf OrcaRouter zum Listenpreis des Anbieters mit 0 % Aufschlag, was hier mehr als sonst zählt: Deep​Seek hat in diesem Zyklus bereits eine Preisänderung angekündigt, und bei einem Pass-through-Router ist eine Preisänderung des Anbieters noch am selben Tag mit demselben Schlüssel live und nicht erst nach einer Neuverhandlung. Wer beide vor der Entscheidung an der eigenen Workload messen möchte, kann die günstigere Seite des Vergleichs zum Listenpreis abrufen – mit automatischem Failover im Rücken.

Das Urteil

Das ist kein knapper Vergleich in wirtschaftlicher Hinsicht und kein entscheidender bei der Leistungsfähigkeit. DeepSeek V4 Pro ist mit großem Abstand die bessere Standardwahl: offene Gewichte, die man selbst halten kann, eine Ausgabeobergrenze von 384K, ein 1M-Kontext, veröffentlichte Long-Context-Ergebnisse und ein Preis, der bei der Ausgabe etwa einem Vierunddreißigstel des Preises von Fugu Ultra v2 entspricht. Fugu Ultra v2 ist das bessere Instrument für eine schmale Klasse teurer Probleme, und Sakanas Behauptung — dass ein festes Pool, das die drei stärksten Modelle ausschließt, sie bei verifizierbarer Arbeit dennoch schlagen kann — ist das derzeit interessanteste Architekturargument in diesem Bereich und zugleich dasjenige, hinter dem die wenigsten unabhängigen Belege stehen.

Die praktische Lösung besteht darin, nicht auszuwählen. Setzen Sie DeepSeek V4 Pro als Standard ein, weil es günstig, offen und schnell ist, und halten Sie Fugu Ultra v2 für die Aufgaben in Reserve, bei denen eine hundertfache Kostensteigerung immer noch geringer ist als die Kosten, falsch zu liegen. Was Sie nicht tun sollten, ist, Sakanas Acht-Benchmark-Board als Beweis dafür zu lesen, dass der teure Orchestrator das günstige offene Modell ersetzt hat. In der einen Zeile, die sie gemeinsam haben, liegt es bei 34-fachem Ausgabepreis um 11,6 Punkte vorn. Ob das ein Schnäppchen oder eine Falle ist, hängt ganz davon ab, auf welches Problem Sie es ansetzen.