Fugu Ultra v2 vs. GLM 5.2: Sie zahlen für Koordination, nicht für Parameter

Legt man die beiden Preistabellen nebeneinander, wirkt die Gegenüberstellung wie ein Fehler. Fugu Ultra v2, das Sakana AI am 11. September 2026 angekündigt hat, berechnet 5 $ pro Million Eingabe-Tokens und 30 $ pro Million Ausgabe-Tokens. GLM 5.2, das Flaggschiff von Z.ai vom 16. Juni 2026, berechnet 1,40 $ und 4,40 $. Beide geben ein Kontextfenster im Millionen-Token-Bereich an. Beide richten sich an genau denselben Käufer – das Team, das lang laufende, mehrstufige agentische Arbeit im Repository-Maßstab ausführt. Das eine kostet ungefähr das 3,6-Fache des Eingabepreises und das 6,8-Fache des Ausgabepreises des anderen, und das günstigere ist dasjenige, das man herunterladen und behalten kann. Der ganze Vergleich reduziert sich also auf eine einzige Frage: Was kauft das zusätzliche Geld eigentlich, und kauft es etwas, das ein einzelnes Modell nicht sein kann?

Sie sind nicht dieselbe Art von Objekt

Der Grund für den Preisunterschied ist, dass diese beiden Dinge langfristige Aufgaben mit völlig unterschiedlichen Mechanismen lösen, und der Unterschied zeigt sich, bevor man überhaupt einen Benchmark ausführt.

• Fugu Ultra v2 — ein Orchestrierungssystem, kein Foundation-Modell. Es ist die leistungsmaximierende Stufe von Sakana AIs Fugu-Linie: ein einzelner OpenAI-kompatibler Endpunkt, der eine eingehende Aufgabe zerlegt und die Teile über einen Pool anderer Modelle verteilt, einige mit offenen Gewichten und einige spezialisiert. Sakana formuliert es selbst so, dass es „die Spitzenleistung höher als je zuvor treibt, ohne die unverzichtbare Abhängigkeit von den Frontier-Modellen, die es orchestriert.“ Sie kaufen einen Scheduler, und Sie zahlen für jedes Token, das dieser Scheduler beim Denken verbraucht, einschließlich der internen Orchestrierungs-Tokens.

• GLM 5.2 – ein einzelnes Mixture-of-Experts-Modell. Z.ai veröffentlicht es als Text-in-/Text-out-Modell mit einem „wirklich nutzbaren“ Kontextfenster von 1 Mio. Token und bis zu 128K Ausgabe-Token, hybridem Reasoning, gesteuert über reasoning_effort, und native Tool-Aufrufe. Die berichtete Architektur umfasst grob 753 Mrd. Gesamtparameter mit etwa 40 Mrd. aktiven pro Token, wobei Z.ai die Anzahl der aktiven Parameter für 5.2 speziell nicht bestätigt hat – betrachten Sie diese Zahl als aus GLM-5.1 übernommen.

Das ist die Weggabelung. Eines davon ist ein Ding, das du aufrufst; das andere ist ein Ding, das Dinge aufruft.

Was Fugu Ultra v2 uns nicht sagen würde

Sakanas Ankündigungsseite ist in einem Punkt ungewöhnlich offen und in einem anderen ungewöhnlich schweigsam, und beides ist für eine Kaufentscheidung wichtig.

Das Offene dabei: Das Unternehmen sagt unumwunden, dass Claude Fable 5, Claude Fable 5.1 und GPT-6 Astra nicht zum Modellpool von Fugu Ultra v2 gehören, obwohl es behauptet, sie bei Benchmarks zu schlagen. Die angegebene Begründung ist Resilienz – ein austauschbarer Pool aus offenen und spezialisierten Modellen, der von einem Anbieter oder einer geopolitischen Verschiebung nicht zurückgezogen, neu bepreist oder abgeschnitten werden kann. Der Trainings-Cutoff wird mit 20260828 angegeben. Was auch immer Sie von dem Argument halten, es ist eine echte architektonische Haltung, und es ist der klarste Grund, Fugu Ultra v2 einem Stack vorzuziehen, den Sie selbst zusammengestellt haben.

Der unausgesprochene Teil: In der Ankündigung wird kein Kontextfenster genannt, und die Token-Preise von Fugu Ultra v2 werden auf der Seite selbst nicht angegeben. Modell-Listings von Drittanbietern geben das Fenster mit 1M Tokens und die Preise mit $5 / $0,50 gecacht / $30 an, mit einer Neupreis-Stufe oberhalb von rund 272K Eingabe-Tokens, die auf etwa $10 / $1,00 / $45 wechselt. Das sind die Zahlen, die der Rest dieses Artikels verwendet, aber es sind Listings, keine Herstellerdokumentation — gleichen Sie sie mit Sakanas aktueller Preisliste ab, bevor Sie darauf Ihr Budget stützen.

Die Kostenfrage, die niemand pro Token beantwortet

Preis pro Token ist die falsche Einheit für diesen Vergleich, und jede Seite, die derzeit dafür rankt, macht denselben Fehler. Die Rechnung eines Orchestrators ist nicht die Größe deines Prompts multipliziert mit einem Satz; sie ist die Größe deines Prompts plus jeder Unteraufruf, den er beschließt zu machen, plus die Reasoning-Tokens der Modelle, die er anmietet, alles aufgeschlagen zum eigenen Satz des Orchestrators.

Sakana räumt dies direkt ein: Intern verbrauchte Orchestrierungs-Tokens werden als gewöhnliche Eingabe- und Ausgabe-Tokens abgerechnet. Das bedeutet, dass die ehrliche Art, Fugu Ultra v2 mit GLM 5.2 zu vergleichen, die Kosten pro abgeschlossener Aufgabe sind, und keiner der beiden Anbieter veröffentlicht diese Zahl.

Einige strukturelle Punkte, die unabhängig davon Bestand haben:

• Eingabepreis — Fugu Ultra v2 5,00 $ / 1M vs. GLM 5.2 1,40 $ / 1M auf OrcaRouter zum Anbietertarif von Z.ai. Fugu kostet 3,6× so viel, bevor es auch nur einen einzigen Sub-Call durchführt.

• Ausgabepreis — Fugu Ultra v2 30,00 $ / 1M vs. GLM 5.2 4,40 $ / 1M. Das ist die Zahl, die weh tut, denn Agenten geben eine Menge Output aus, und ein Orchestrator gibt Output aus, den du nicht angefordert hast.

• Zwischengespeicherte Eingabe — Fugu Ultra v2 listet $0,50 / 1M; GLM 5.2 speichert zu $0,26 / 1M zwischen, ein Rabatt von 81 % gegenüber der eigenen Eingaberate. Wiederholte Agent-Schleifen über einen stabilen System-Prompt sind der Bereich, in dem sich der Vorteil von GLM 5.2 am stärksten summiert.

• Neupreisgestaltung für Langkontext — Die gemeldete Stufe von Fugu Ultra v2 oberhalb von ~272K Eingabe verschiebt die gesamte Anfrage auf ungefähr den doppelten Eingabesatz und den 1,5-fachen Ausgabesatz. GLM 5.2 hat überhaupt keine Kontext-Staffelung: $1.40 / $4.40 pauschal, bis hin zu 1M.

Diese letzte Zeile ist die, die man einkreisen sollte. Ein Agentenlauf mit langem Horizont verbringt den größten Teil seiner Laufzeit jenseits von 272K Tokens. Der Pauschaltarif von GLM 5.2 ist genau dort bares Geld wert, wo sich der von Fugu Ultra v2 verdoppelt.

Die Benchmarks berühren kaum.

Das wirklich Seltsame an dieser Gegenüberstellung – und das, was keine aktuelle Ranglistenseite klar ausspricht, ist Folgendes: Diese beiden Modelle werden fast nie im selben Test gemessen.

Sakana meldet Fugu Ultra v2 als besten oder gleichauf besten bei fünf von acht Benchmarks – GDP.pdf, Chartography, SWEFish, DeepSWE und Toolathon – und als unter den besten zwei bei sieben von acht. Die beiden wichtigsten Zahlen, die genannt werden, sind Chartography mit 48,3 – gegenüber Opus 5 mit 27,3 und Fable 5 mit 29,5 – und DeepSWE mit 74,3. SWEFish und Toolathon sind Sakanas eigene interne Benchmarks. Alles davon stammt aus Herstellerangaben, und nichts davon wurde zum Zeitpunkt der Veröffentlichung unabhängig reproduziert.

Die Zahlen von Z.ai für GLM 5.2 stammen aus einem völlig anderen Regal: Terminal-Bench 2.1 bei 81,0, SWE-bench Pro bei 62,1, GPQA-Diamond bei 91,2, AIME 2026 bei 99,2, HLE bei 40,5 — ebenfalls vom Anbieter berichtet. Auf unabhängiger Seite führt GLM 5.2 einen AA Coding Index von 68,8 und einen Intelligence Index von 39 auf der neu bewerteten Seite von Artificial Analysis, wo es als vorläufige Schätzung gekennzeichnet ist, auf Platz 7 von 113 geführt. Ältere Angaben von 51 oder 53 für GLM 5.2 stammen aus einer überholten Indexskala und sollten nicht zitiert werden.

Wenn du also eine saubere Zahl für den direkten Vergleich möchtest, gibt es keine. Am nächsten an einer gemeinsamen Achse liegt, dass beide bei agentischem Coding stark sind, und die ehrliche Lesart ist, dass jedes Unternehmen zu den Tests veröffentlicht hat, in denen es gut abschneidet. Das ist ein Grund, eine eigene Evaluation durchzuführen, nicht, die höhere Zahl zu wählen.

Ein Punkt, der für alle, die heute GLM 5.2 kaufen wollen, erwähnenswert ist: Es ist nicht mehr das neueste Modell von Z.ai. GLM-5.3 erschien etwa am 14. August 2026 zum gleichen Listenpreis, aber unter einer individuellen Lizenz, die große Cloud-Anbieter einschränkt – was GLM 5.2 zum letzten vollständig MIT-lizenzierten Z.ai-Flaggschiff und zum Grund dafür macht, dass es weiterhin einen eigenständigen Kaufanreiz bietet.

Die Lizenz ist die schärfste Trennlinie

Lässt man die Benchmarks beiseite, ist der strukturelle Unterschied krasser als jede Punktzahl.

GLM 5.2 erscheint als offene Gewichte unter MIT auf Hugging Face, ohne regionale Beschränkungen. Du kannst es herunterladen, auf deiner eigenen Hardware ausführen, feinabstimmen und in ein Produkt integrieren, ohne irgendjemanden um Erlaubnis zu bitten oder überhaupt eine Gebühr pro Token zu zahlen. Z.ai hat es trainiert – bemerkenswerterweise, nach eigener Aussage des Unternehmens, vollständig auf Huawei-Ascend-Beschleunigern statt auf Nvidia.

Fugu Ultra v2 bietet Ihnen nichts davon. Es ist ein gehosteter Dienst: eine Orchestrierungsrichtlinie über einen Pool von Modellen, deren Mitgliedschaft Sakana nur am Rande beschrieben hat. Sie können es weder herunterladen noch inspizieren noch pinnen noch air-gapped betreiben. Was Sie stattdessen bekommen, ist die Abstraktion – ein einziger Endpunkt, dessen Verhalten im Prinzip resilient gegenüber dem Verschwinden eines einzelnen vorgelagerten Modells ist. Das ist ein echter Vorteil für ein Produktionssystem, das es sich nicht leisten kann, dass eine Abhängigkeit verschwindet. Es ist auch ein echter Preis, denn Sie haben Kontrolle dafür eingetauscht.

Wenn deine Vorgabe lautet: „Das Modell darf sich unter mir nicht ändern“, trifft das nur auf eine dieser Antworten zu. Wenn deine Vorgabe lautet: „Das Modell darf nicht von jemand anderem entfernbar sein“, trifft das nur auf die andere zu.

Geschwindigkeit, und was Tester über das letzte gesagt haben

GLM 5.2 ist messbar nicht schnell: Artificial Analysis verzeichnete etwa 66,3 Tokens pro Sekunde bei einer Time-to-First-Token von rund 4,03 Sekunden, was für ein Modell der Frontier-Klasse bescheiden ist, und die eigenen Nutzer von Z.ai haben sich über Überlastung beim Serving zu Spitzenzeiten beschwert.

Sakana veröffentlicht keine Latenz- oder Durchsatzwerte für Fugu Ultra v2, was für sich genommen aufschlussreich ist – ein System, das an mehrere Modelle weiterleitet, hat ein Latenzprofil, das vollständig davon abhängt, was es aufzurufen beschließt, sodass eine einzelne Durchsatzzahl nahezu bedeutungslos wäre. Für das vorherige Fugu Ultra berichteten Tester öffentlich von Läufen, die sich bis auf etwa 30 Minuten erstreckten, und von Kosten, die weit über dem Satz eines einzelnen Modells für dieselbe Aufgabe lagen. Das ist das Modell vom Juni 2026 und kein Beleg für v2 – aber es ist das Fehlermuster, auf das man testen muss, und der Grund, warum ein Vergleich pro Token Orchestratoren schmeichelt.

Wie du jede davon tatsächlich nennen würdest

GLM 5.2 ist heute auf OrcaRouter verfügbar — zu den eigenen Provider-Tarifen von Z.ai: 1,40 $ pro Million Input- und 4,40 $ pro Million Output-Tokens, ohne Aufschlag durchgereicht, sodass jede Preissenkung, die Z.ai vornimmt, hier am selben Tag ankommt. Es ist OpenAI-kompatibel, der Umstieg darauf ist also eine Änderung der Base-URL und der Model-ID im SDK, das Sie bereits verwenden, und Sie können es hinter eine Failover-Kette oder eine Routing-Regel hängen, statt bei einem Produktionspfad auf einen einzigen Anbieter zu setzen.

Fugu Ultra v2 ist nichts, was wir routen. Es ist über Sakana AIs eigene OpenAI-kompatible API verfügbar, und eine einzige Parameteränderung bringt eine bestehende Fugu-Integration darauf. Wenn Sie es gegen GLM 5.2 evaluieren, ist die praktische Vorgehensweise, GLM 5.2 auf Ihrem bestehenden Gateway zu belassen und Fugu Ultra v2 direkt von Sakana aufzurufen, während Sie sich entscheiden – beide sind OpenAI-kompatibel, sodass sie hinter einem Flag im selben Codepfad liegen können.

Welches soll man wählen?

Wähle GLM 5.2, wenn du eine bekannte Größe zu einem bekannten Preis willst: MIT-lizenzierte Gewichte, die du morgen selbst hosten könntest, eine Pauschale von $1.40 / $4.40 ohne Long-Context-Aufschlag, ein wirklich nutzbares 1M-Fenster und einen Rabatt, der sich bei gecachten Agent-Loops summiert. Akzeptiere, dass es nur Text verarbeitet, dass es eine Generation hinter GLM-5.3 liegt und dass sein unabhängiger Index-Score vorläufig ist.

Wählen Sie Fugu Ultra v2, wenn es Ihnen bei dem, was Sie kaufen, um Resilienz plus Spitzenleistung bei schwierigen mehrstufigen Aufgaben geht und Sie bereit sind, für die Koordination pro Token zu bezahlen und die Möglichkeit aufzugeben, zu überprüfen oder selbst zu hosten, was Sie da aufrufen. Nach eigener Aussage des Anbieters erreicht es Ergebnisse auf Frontier-Niveau, ohne von Frontier-Modellen abhängig zu sein – ein echtes und ungewöhnliches Angebot und eines, das, Stand heute, genau niemand außerhalb von Sakana verifizieren konnte.

Was wir nicht tun würden, ist, anhand der Benchmark-Tabelle zwischen ihnen zu wählen. Die Tests überschneiden sich kaum, beide Anbieter haben auf ihrem jeweils stärksten Terrain veröffentlicht, und die entscheidende Zahl – die Kosten pro abgeschlossener Aufgabe mit langem Zeithorizont – ist genau die, die keines der beiden Unternehmen irgendwo auf einer Seite genannt hat.