Fugu Ultra v2 vs. Kimi K3: Zwei Router, zwei Höhen

Beide Systeme sind Router, und das ist das Erste, was die meiste Berichterstattung übersieht. Kimi K3 ist ein Mixture-of-Experts-Modell mit 2,8 Billionen Parametern, das pro Token ungefähr 104 Milliarden Parameter aktiviert – was bedeutet, dass es bei jedem einzelnen Token, das es generiert, eine Routing-Entscheidung trifft und 16 seiner 896 Experten auswählt, die die Arbeit übernehmen. Fugu Ultra v2, am 11. September 2026 von Sakana AI angekündigt, ist ein Router auf einer völlig anderen Ebene: Er nimmt eine eingehende Aufgabe entgegen, zerlegt sie und verteilt die Teile auf einen Pool separater Modelle. Der eine routet innerhalb eines Forward-Passes; der andere routet über eine Flotte hinweg. Zu verstehen, dass sie dieselbe Idee in zwei Maßstäben sind, ist der schnellste Weg, um zu erkennen, warum sich ihre Preisschilder bei der Eingabe um 2× und bei der Ausgabe um 5× unterscheiden.

Die beiden Router, Seite an Seite

• Kimi K3 — das Flaggschiff von Moonshot AI, veröffentlicht Mitte Juli 2026, mit offenen Gewichten, die am 27. Juli 2026 publiziert wurden. Die Architektur ist selbst nach Maßstäben von 2026 ungewöhnlich: 69 Kimi-Delta-Attention-Schichten, verschachtelt mit 24 Gated-MLA-Schichten, Attention Residuals, ein „Stable LatentMoE“-Design und ein MoonViT-V2-Vision-Encoder mit 401 M Parametern. Die Gewichte werden in MXFP4 mit MXFP8-Aktivierungen unter quantisierungsbewusstem Training ausgeliefert. Seine gehostete API bietet Reasoning-Aufwand mit genau einem unterstützten Wert — max.

• Fugu Ultra v2 — Sakana AIs Orchestrierungsebene für Spitzenfähigkeiten und kein Foundation-Modell im üblichen Sinne. Sie ist ein einzelner OpenAI-kompatibler Endpunkt, der Aufgaben zerlegt und sie über einen Pool aus Open-Weights- und spezialisierten Modellen verteilt. Sakana gibt an, dass Claude Fable 5, Claude Fable 5.1 und GPT-6 Astra aus diesem Pool ausgeschlossen sind, und nennt einen Trainings-Cutoff vom 20260828. Es gibt keine veröffentlichte Parameteranzahl, denn es gibt keine Parameter, die man so zählen könnte wie bei K3 — die Fähigkeit liegt in der Scheduling-Richtlinie.

Die Konsequenz ist, dass K3 eine Komponente und Fugu Ultra v2 eine Baugruppe ist. Das macht diesen Vergleich ungewöhnlich: Diese beiden sind nicht nur Konkurrenten, sie sind potenzielle Bestandteile. Ein Modell wie K3 ist genau die Art von Open-Weights-, Long-Context-, Tool-Calling-System, das ein Orchestrator plausibel mieten würde. Sakana veröffentlicht nicht, welche Modelle zum Pool gehören, ob K3 also in Fugu Ultra v2 steckt, ist unbekannt – aber wenn ja, dann sind Teile dessen, was du zum Fugu-Tarif bezahlst, K3-Tokens mit einem Aufschlag.

Was die Preisdifferenz tatsächlich ist

• Eingabe — Fugu Ultra v2 zu gemeldeten 5,00 $ pro 1 Mio. (Drittanbieter-Listings; Sakanas Ankündigungsseite veröffentlicht keine eigenen Preise) vs. Kimi K3 zu 3,00 $ pro 1 Mio., mit Cache-Treffern zu 0,30 $.

• Output – Fugu Ultra v2 zu gemeldeten 30,00 $ pro 1 Mio. vs. Kimi K3 zu 15,00 $ pro 1 Mio. Der halbe Preis – für ein Modell, das man auch herunterladen kann.

• Zwischengespeicherte Eingabe — Fugu Ultra v2 0,50 $ pro 1 Mio. vs. Kimi K3 0,30 $ pro 1 Mio. bei einem Cache-Treffer. In einer langen Agent-Schleife mit stabilem System-Prompt summiert sich diese Differenz mit jedem Durchlauf.

• Kontext-Staffelung — Kimi K3 ist über sein gesamtes Fenster von 1.048.576 Token hinweg konstant, ohne Aufschlag für langen Kontext. Die für Fugu Ultra v2 angegebene Stufe oberhalb von rund 272.000 Eingabe-Token verschiebt die gesamte Anfrage auf etwa 10,00 $ / 45,00 $.

Die letzte Zeile ist diejenige, die über echte Rechnungen entscheidet. Ein Agentenlauf mit langem Horizont verbringt den größten Teil seiner Laufzeit jenseits von 272K Token – und genau dort bleibt der Pauschaltarif von K3 konstant, während sich der von Fugu Ultra v2 verdoppelt. Wenn Ihre Arbeitslast so aussieht, liegt die effektive Lücke auf der Eingabeseite eher bei 3,3× als bei 1,7×.

Die eine Zahl, die sie gemeinsam haben

Beide Anbieter berichten DeepSWE, und der Vergleich ist für Fugu weniger schmeichelhaft, als es die Darstellung zum Launch suggeriert. Sakana listet Fugu Ultra v2 mit 74,3. Moonshot listet Kimi K3 mit 67,5 – anbieterseitig angegeben, aus der Modellkarte. Das ist eine Lücke von 6,8 Punkten in einem Benchmark für Coding-Agenten, die real ist, aber es ist ein Test aus einem viel größeren veröffentlichten Set, und es ist derselbe Test, bei dem Sakana mit 1,6 Punkten vor GPT-5.6 Sol führt. Ein Benchmark, bei dem drei verschiedene Anbieter alle innerhalb von sieben Punkten liegen, misst etwas Reales, trennt sie aber nicht entscheidend.

Darüber hinaus veröffentlichen die beiden auf völlig unterschiedlichen Regalen. Die K3-Zahlen von Moonshot umfassen Terminal-Bench 2.1 mit 88,3, GPQA Diamond mit 93,5, HLE-Full mit 43,5 (56,0 mit Tools), SWE-Marathon mit 42,0, OSWorld-Verified mit 84,8 und MCPMark-Verified mit 94,5 — alle vom Anbieter gemeldet, alle auf der Modellkarte. Die acht von Sakana für Fugu Ultra v2 umfassen zwei interne Benchmarks, SWEFish und Toolathon, die niemand außerhalb von Sakana reproduzieren kann.

Unabhängig davon wurde überhaupt nur eines von ihnen gemessen. Kimi K3 erreicht 44 Punkte im Artificial Analysis Intelligence Index v4.3 – Zweiter unter den Open-Weight-Modellen, hinter GLM-5.3 mit 45 – und 93,40 % bei SWE-bench Verified unter dem standardisierten agentischen Harness von Vals AI, hinter Claude Opus 5 und DeepSeek V4 Pro, aber dicht dahinter. Außerdem führt es die Frontend Code Arena mit 1679 Elo an, vor Fable 5 mit 1631 und GPT-5.6 Sol mit 1618. Wenn Sie K3 mit 57 oder 60 zitiert gesehen haben, handelt es sich dabei um die überholte Indexskala, und das sollte nicht wiederholt werden.

Fugu Ultra v2 hat keinerlei unabhängige Bewertung. Es wurde am 11. September 2026 angekündigt, und niemand außerhalb von Sakana hat es ausgeführt.

Geschwindigkeit: eine gemessen, eine nicht

Kimi K3 ist langsam, und das ist gemessen, nicht bloß behauptet: Artificial Analysis verzeichnet 37,9 Tokens pro Sekunde bei einer Zeit bis zum ersten Token von 3,80 Sekunden und stuft es als bemerkenswert wortreich ein. Für ein Modell, das rund um langhorizontiges agentisches Coding entwickelt wurde, ist der Durchsatz eine echte Einschränkung – ein langsames Modell in einer langen Schleife kostet Wall-Clock-Zeit, nicht nur Geld.

Sakana veröffentlicht für Fugu Ultra v2 überhaupt keine Angaben zu Latenz oder Durchsatz. Für einen Orchestrator ist das wohl eher ehrlich als ausweichend, denn die Antwortzeit hängt vollständig davon ab, welche Modelle er aufzurufen beschließt und wie viele Durchläufe er macht. Aber es bedeutet auch, dass man die Wall-Clock-Kosten eines Umstiegs auf ihn nicht modellieren kann, ohne sie selbst zu messen. Für den vorherigen Fugu Ultra berichteten Tester öffentlich von Läufen, die sich bis zu 30 Minuten hinzogen; das ist das Juni-2026-Modell und kein Beleg für v2, aber es ist die Zahl, die es beim Benchmarking zu schlagen gilt.

Offene Gewichte – mit einem Haken, der sich zu lesen lohnt

Die Gewichte von Kimi K3 sind herunterladbar, was einen echten Unterschied zum ausschließlich gehosteten Modell von Fugu Ultra v2 darstellt – doch die Lizenz ist enger gefasst, als die Wendung „offene Gewichte“ üblicherweise nahelegt. K3 wird unter der Kimi K3 License vertrieben, nicht unter einer von der OSI anerkannten MIT- oder Apache-Lizenz, und die weithin wiederholte Behauptung, es handele sich um „modified MIT“, ist umstritten. Die Bedingungen verlangen eine gesonderte Vereinbarung mit Moonshot für Model-as-a-Service-Unternehmen mit einem Umsatz von über $20M in einem beliebigen Zeitraum von zwölf aufeinanderfolgenden Monaten, zudem eine Namensnennung für Produkte mit über 100M monatlichen Nutzern oder $20M Monatsumsatz. Die interne Nutzung ist ausgenommen.

Die ehrliche Einordnung lautet also: K3 gibt dir Gewichte, die du besitzen, inspizieren, feinabstimmen und selbst hosten kannst – vorbehaltlich einer umsatzabhängigen kommerziellen Bedingung. Fugu Ultra v2 bietet dir nichts davon – keine Gewichte, keinen inspizierbaren Pool, kein Selbst-Hosting –, erlegt dir aber auch keine Umsatzbedingung auf, denn es gibt nichts zu lizenzieren. Welche davon großzügiger ist, hängt ganz davon ab, ob du die Art von Unternehmen bist, auf die die K3-Lizenz abzielt.

Ein praktischer Vorbehalt, wenn Self-Hosting der Plan ist: Der Checkpoint von K3 ist rund 1,5 Terabyte groß, und der Anbieter empfiehlt 64 oder mehr Beschleuniger. „Offene Gewichte“ bedeutet hier eine Entscheidung für einen Inferenz-Cluster, nicht für einen Laptop. Für die meisten Teams ist die API so oder so der vernünftige Weg – weshalb die Day-0-Unterstützung für vLLM und SGLang mehr zählt als der Download.

Was unser eigener Traffic sagt

Ein Datenpunkt, den keiner der beiden Anbieter veröffentlicht und der wertvoller ist, als es den Anschein hat: Über das OrcaRouter-Gateway ist Kimi K3 mit großem Abstand das meistgenutzte Modell unter allen in diesem Artikel besprochenen und verarbeitete in den letzten sieben Tagen rund 3,27 Milliarden Tokens.

Das ist kein Benchmark und es entscheidet nichts über die Qualität. Aber es ist eine große Stichprobe dessen, was Entwickler tatsächlich wählen, wenn die Entscheidung sie nichts außer den Token-Preis kostet, und es besagt, dass K3s Kombination aus einem 1M-Flatrate-Fenster, offenen Gewichten und einer starken Platzierung in der Coding-Arena bereits einen erheblichen Anteil echter agentischer Langkontext-Arbeit gewonnen hat. Fugu Ultra v2 hat kein vergleichbares Signal, da es heute gelauncht wurde.

Zu jedem einzelnen von ihnen zu gelangen

Kimi K3 ist auf OrcaRouter zu Moonshots eigenem Tarif verfügbar — 3,00 $ pro Million Eingabe-Token, 0,30 $ bei einem Cache-Treffer, 15,00 $ pro Million Ausgabe-Token — ohne Aufschlag durchgereicht, sodass eine Preisänderung des Anbieters hier noch am selben Tag ankommt und nicht erst nach einem Migrationsplan. Es ist OpenAI-kompatibel unter derselben Basis-URL wie der Rest des Katalogs, und weil es hinter demselben Gateway wie alles andere sitzt, kannst du es in eine Failover-Kette aufnehmen oder bedingt dorthin routen, anstatt einen einzelnen Anbieter fest in einen Produktionspfad zu verdrahten. Das ist hier wichtiger als sonst: Ein Modell mit 2,8 Billionen Parametern, das mit 37,9 Token pro Sekunde bedient wird, ist genau die Art von Abhängigkeit, hinter der man einen Fallback haben sollte.

Fugu Ultra v2 wird nicht von uns geroutet. Es ist über Sakana AIs eigene OpenAI-kompatible API verfügbar, und das Unternehmen sagt, dass bestehende Fugu-Integrationen mit einer einzigen Parameteränderung darauf umziehen. Beide Modelle sprechen dasselbe Anfrageformat, sodass eine Evaluierung, die sie hinter einem einzigen Schalter zusammenfasst, eher ein Austausch der Base-URL als eine Neufassung ist.

Welche wählen?

Kimi K3 ist für nahezu jede Workload der besser zu rechtfertigende Kauf. Er kostet sowohl bei Input als auch bei Output die Hälfte von Fugu Ultra v2, bleibt über ein 1M-Fenster hinweg konstant, ohne Long-Context-Absturz, wird unabhängig mit 44 im aktuellen Artificial Analysis Index bewertet, ist unter einer umsatzgebundenen Lizenz selbst hostbar und ist bereits mit großem Abstand das Modell mit dem höchsten Traffic in diesem Vergleich. Zu seinen Nachteilen zählen Geschwindigkeit und Ausführlichkeit: 37,9 Tokens pro Sekunde sind für agentische Schleifen wirklich langsam, und die Lizenz hat Biss, wenn Sie ein großes Model-as-a-Service-Unternehmen sind.

Fugu Ultra v2 ist der Kauf, wenn Sie die spezifische Eigenschaft wünschen, die Sakana verkauft – eine Fähigkeitsstufe, die schwierige mehrstufige Arbeit über einen Pool zerlegt, der die Frontier-Anbieter strukturell ausschließt, sodass Ihnen kein einzelnes vorgelagertes Modell entzogen, neu bepreist oder abgeschnitten werden kann. Sein DeepSWE-Vorsprung gegenüber K3 ist real und vom Anbieter gemeldet; seine Top-2-Platzierung bei sieben von acht Benchmarks wird ebenfalls vom Anbieter gemeldet, und bei Tests, die es zum Teil nirgendwo sonst gibt.

Bemerkenswert ist, dass beides Routing-Entscheidungen sind und du aufgefordert wirst, eine Höhe zu wählen. K3 leitet Tokens an Experten innerhalb eines Modells weiter, das du herunterladen und kontrollieren kannst. Fugu Ultra v2 leitet Aufgaben an Modelle weiter, die du nicht sehen kannst. Die zweite ist eine größere, mächtigere Idee. Sie ist außerdem diejenige, die man nur im Glauben annehmen kann – und es kostet fünfmal so viel pro Token, diesen Glauben aufzubringen.