Step 5 Preview vs. Fugu Ultra v2: Eines davon ist ein Modell, das andere ein Router

Der Vergleich, den sich die meisten Leute wünschen – zwischen Step 5 Preview und Sakana AI's Fugu Ultra v2– ist eine Benchmark-Tabelle. Keine der beiden Seiten kann sie ehrlich liefern. Step 5 Preview hat eine unabhängige Messung, die unter einem Bewertungsraster vorgenommen wurde, das letzte Woche ersetzt wurde. Fugu Ultra v2 hat überhaupt keine unabhängige Messung, weil die Evaluatoren, die einen Intelligenzindex veröffentlichen, dafür nie eine Seite online gestellt haben. Was die beiden jedoch haben, ist ein Preisverhältnis von genau fünf zu eins bei Input-Tokens und ein Unterschied im Wesen, der das Verhältnis nahezu bedeutungslos macht: Das eine ist ein Mixture-of-Experts-Checkpoint mit 600 Milliarden Parametern, den man herunterladen und auf eigener Hardware ausführen kann, und das andere ist eine Orchestrierungsschicht, die Ihre Anfrage beantwortet, indem sie sie an einen Pool von Modellen anderer Leute weiterleitet.

Dieser Unterschied ist kein Detail. Er entscheidet darüber, was Sie tatsächlich kaufen, was mit Ihren Ergebnissen geschieht, wenn der Anbieter seine Meinung ändert, und ob ein Agent mit langem Zeithorizont, der auf einem der beiden aufsetzt, im nächsten Quartal erneut ausgeführt werden kann, um dieselbe Ausgabe zu erzeugen.

Zwei Produkte, die dasselbe Marketing-Label tragen

StepFun hat Step 5 Preview am 20. September 2026 über seine API bereitgestellt und anschließend am 15. Oktober BF16- und FP8-Gewichte auf Hugging Face und ModelScope veröffentlicht. Es handelt sich um ein einzelnes Modell: ein Sparse-Mixture-of-Experts-Modell mit 600 Milliarden Gesamtparametern und 27 Milliarden pro Token aktiven Parametern, mit 8-aus-352-Routing plus einem gemeinsamen Experten, in einem 92-Schichten-Stack, den der Anbieter als „narrow-deep“ bezeichnet. Das Kontextfenster umfasst 1 Mio. Token, die Eingabe kann Text, Bilder oder Video sein, und die Ausgabe ist Text.

Fugu Ultra v2 ist ein Point-Release, keine neue Architektur – Sakana AI veröffentlichte es am 11. September 2026 als Aktualisierung von Fugu Ultra vom 22. Juni, mit einer Modell-ID von fugu-ultra-v2.0 und einer einzeiligen Parameter-Migration von der vorherigen Version. Es ist ein Dirigent: Eine Anfrage geht ein, das System entscheidet, welches Modell oder welche Modelle in seinem Pool sie bearbeiten sollen, führt sie aus und synthetisiert die Antwort. Der Pool schließt Claude Fable 5, Claude Fable 5.1 und GPT-6 Astra bewusst aus. Sakanas Argument für den kleineren Pool ist, dass schwächere Mitglieder das Gesamtergebnis nach unten zogen; der Effekt zweiter Ordnung, den Sakana nicht bewirbt, ist, dass die Zusammensetzung dessen, was man kauft, eine Entscheidung des Anbieters ist, die sich ohne Versionsnummer ändern kann.

Die Spezifikationslinien, beide Seiten

Was es ist – Step 5 Preview: ein herunterladbares 600B/27B-Mixture-of-Experts-Modell. Fugu Ultra v2: ein orchestrierter Modellpool mit einer darüberliegenden Synthese-Schicht.

• Veröffentlichungsdatum — Step 5 Preview: API am 20. September 2026, Gewichte am 15. Oktober 2026. Fugu Ultra v2: 11. September 2026, eine Aktualisierung eines Originals aus Juni 2026.

• Kontextfenster — Step 5 Preview: 1 Mio. Tokens. Fugu Ultra v2: 1 Mio. Tokens, mit einer Preisstufe oberhalb von 272k Tokens.

• Eingabemodalitäten – Schritt-5-Vorschau: Text, Bilder und Video. Fugu Ultra v2: was auch immer die Mitglieder seines Pools akzeptieren, was Sakana nicht pro Modalität auflistet.

• Eingabepreis pro Million Tokens — Step 5 Preview: 1,00 $. Fugu Ultra v2: 5,00 $, steigt bei mehr als 272k Kontext-Tokens auf 10,00 $.

• Ausgabepreis pro Million Tokens — Step 5 Preview: 2,70 $. Fugu Ultra v2: 30,00 $, steigt oberhalb von 272k Tokens auf 45,00 $.

Zwischengespeicherte Eingabe pro Million Tokens — Step 5 Preview: 90 % Rabatt auf 1,00 $. Fugu Ultra v2: 0,50 $, steigt ab 272k Tokens auf 1,00 $.

• Unabhängiger Score — Step 5 Preview: 29 im Artificial Analysis Intelligence Index v5.0. Fugu Ultra v2: Es existiert keine Artificial Analysis-Seite, daher kein Score.

• Gewichte — Step 5 Preview: herunterladbar unter der StepFun Model License 1.0. Fugu Ultra v2: keine. Der Pool, aus dem es schöpft, besteht aus Gewichten anderer Anbieter, die unter den Bedingungen anderer Anbieter bereitgestellt werden.

Was man für fünf Dollar Input tatsächlich bekommt

Das Verhältnis in der Überschrift beträgt fünf zu eins beim Input und knapp über elf zu eins beim Output, und beide Zahlen schmeicheln Step 5 Preview in einer Weise, die die Rechnung pro Aufgabe möglicherweise nicht bestätigt. Fugu Ultra v2 ist so bepreist wie ein System, das davon ausgeht, Tokens auszugeben: Es sendet eine Anfrage aus, mehrere Modelle antworten, und ein Synthesizer schreibt über die Ergebnisse. Sakanas eigene Aussage, dass mehr Agenten Ihre Rechnung nicht vervielfachen, bezieht sich auf die Abonnement-Stufen – 20 $ Standard, 100 $ Pro und 200 $ Max pro Monat, die alle Fugu, Fugu Ultra und Fugu Max enthalten – und nicht auf die verbrauchsabhängige Preisliste. Bei der verbrauchsabhängigen Preisliste ist Orchestrierung ein wortreiches Geschäft, und Output wird mit 30 $ pro Million berechnet.

Die Wirtschaftlichkeit von Step 5 Preview stellt sich umgekehrt dar. Artificial Analysis misst 179,1 Ausgabe-Tokens pro Sekunde über die API von StepFun gegenüber einem Median der Vergleichsklasse von 74,1, 2,35 US-Dollar pro vollständiger Index-Aufgabe und gemischt 0,54 US-Dollar pro Million Tokens bei einem Cache-Hit-Verhältnis von sieben zu zwei zu eins. Gegenüber einem Median der Vergleichsklasse von 1,40 US-Dollar pro Aufgabe auf derselben Seite ist das ein günstiges Modell, das zudem schnell ist.

Die ehrliche Darstellung lautet also nicht „Fugu kostet fünfmal so viel“. Sie lautet, dass Fugu einen Aufpreis für eine Fähigkeit verlangt, die Step 5 Preview nicht für sich beansprucht – zwischen mehreren Modellen pro Anfrage zu arbitrieren – und dass, ob der Aufpreis es wert ist, gezahlt zu werden, vollständig davon abhängt, ob man glaubt, dass diese Arbitrierung die Aufgabe, die man hat, besser erledigt als ein einzelnes starkes Modell. Sakanas veröffentlichte Belege für diese Annahme wurden vom Anbieter selbst erhoben: Chartography 48,3 gegenüber 27,3 für Claude Opus 5 und 29,5 für Claude Fable 5, DeepSWE 74,3, bei fünf von acht Benchmarks Bestwert oder geteilter Bestwert und bei sieben von acht unter den besten zwei. Das sind echte Zahlen, die von dem Unternehmen stammen, das das Produkt verkauft, und es sind die einzigen Zahlen, die es gibt.

Der Portabilitätstest, der den eigentlichen Unterschied ausmacht

Hier ist die Frage, die die beiden sauberer trennt als jede Punktzahl. Angenommen, Sie bauen im September 2026 einen Agenten auf Fugu Ultra v2 und er funktioniert. Im November fügt Sakana dem Pool ein Modell hinzu oder entfernt eines – es hat bereits einmal drei Frontier-Modelle entfernt – oder gewichtet den Synthesizer neu. Ihre Prompts sind dieselben, Ihre Eingaben sind dieselben, und Ihre Ausgaben sind anders, ohne einen Versionssprung, den Sie festmachen können, und ohne Changelog-Eintrag, der Ihnen sagt, welches Verhalten sich verschoben hat. Sie kaufen kein Modell; Sie kaufen eine Policy über Modelle, und die Policy ist ein Regler, an dem der Anbieter dreht.

Das ist keine Kritik an Sakana. Es liegt in der Natur des Produkts, und für viele Workloads ist es genau das, was man will – ein Anbieter, dessen Vollzeitjob darin besteht, pro Anfrage das richtige Modell auszuwählen, wird häufig die eigene handgefertigte Wahl übertreffen. Aber es sollte als das bepreist werden, was es ist: eine fortlaufende Dienstleistungsbeziehung, kein Asset.

Step 5 Preview ist die andere Ausprägung. Die Gewichte existieren. Sie sind nicht offen im OSI-Sinne – die StepFun Model License 1.0 behält eine Attributionsbedingung für materiell genutzte Ergebnisse bei, verlangt von Hardwareherstellern, eine separate Lizenz auszuhandeln, und fordert eine kommerzielle Lizenz für Model-as-a-Service-Betreiber mit einem Jahresumsatz über 20 Millionen US-Dollar –, aber das Verhalten, das Sie heute testen, ist das Verhalten, das Sie in einem Jahr auf Hardware, die Sie kontrollieren, ausführen können, ohne um Erlaubnis zu bitten. Der FP8-Checkpoint benötigt etwa 773 GB VRAM und mindestens vier GPUs, wobei B300 das Standardziel ist; der Hopper-Pfad benötigt acht H200. Die NVFP4-Variante reduziert das auf rund 473 GB und begrenzt den nutzbaren Kontext auf 320k Tokens. Keiner der beiden Pfade ist günstig, und keiner ist so günstig wie die API, was das übliche Argument dafür ist, ein Modell aufzurufen statt es selbst zu hosten.

Die Offenlegungslücke verläuft in beide Richtungen.

Jeder Seite fehlt etwas, das die andere veröffentlicht.

Step 5 Preview veröffentlicht eine Preisliste, ein Kontextlimit, eine Parameteranzahl, eine Lizenz, Serving-Rezepte für vLLM und SGLang am Tag, an dem die Gewichte erschienen, und einen unabhängigen Score. Was es nicht veröffentlicht, ist ein Harness-abgestimmter direkter Vergleich gegen einen Wettbewerber, und seine Vendor-Benchmark-Tabelle – Terminal-Bench 4.0 bei 33,3, DeepSWE v1.1 bei 67,7, FrontierFinance bei 66,4, CyberGym bei 84,7 – ist genau das: eine Vendor-Tabelle.

Fugu Ultra v2 veröffentlicht eine Architektur-Story, eine Pool-Richtlinie, eine eigene Benchmark-Tabelle und Abonnementpreise, die in diesem Markt wirklich ungewöhnlich sind. Was es nicht veröffentlicht, ist eine einzige Zahl, die ein unabhängiger Evaluator verifiziert hat, und die Evaluatoren haben keine Seite dafür erstellt, was die denkbar sauberste Art ist zu sagen, dass der Score nicht existiert statt dass er niedrig ist.

Wenn beide Seiten Herstellerangaben sind, lautet der Stichentscheid nicht „welcher Anbieter vertrauenswürdiger ist“, sondern welcher Anbieter etwas aufs Spiel gesetzt hat, das überprüfbar ist. Dass StepFun am 15. Oktober die Gewichte verbürgt, ist eine überprüfbare Behauptung: Jeder kann den Checkpoint herunterladen und das Verhalten reproduzieren. Dass Sakana einen Score ohne herunterladbares Artefakt verbürgt, nicht.

Wo heute eine der beiden aufrufbar ist

Keines von beiden ist auf OrcaRouter. Der Live-Katalog umfasst 214 Modell-IDs von 16 Anbietern hinter einem einzigen Schlüssel und einer einzigen Rechnung, und mit Stand vom 29. Oktober 2026 gibt es darin keinen StepFun-Eintrag und keinen Sakana-Eintrag — keine Zeichenfolge "step" und keine Zeichenfolge "fugu". Wenn Sie Fugu Ultra v2 möchten, gehen Sie zu Sakana, und wenn Sie Step 5 Preview möchten, gehen Sie zur API von StepFun oder zu den Checkpoints. Nichts in diesem Artikel sollte als Behauptung gelesen werden, dass wir eines von beiden anbieten.

Wofür die Plattform in diesem Vergleich steht, ist der Schritt danach: Wenn Sie entschieden haben, welche dieser beiden Formen zu Ihrer Arbeitslast passt, sind die Modelle, die Sie tatsächlich pro Anfrage routen – das günstige für die Klassifizierung, das teure für die Synthese –, der Teil, der sich von Hand schlecht skaliert. Mit der Routing-Konfiguration von OrcaRouter können Sie das als Primary- und Fallback-Kette statt als fest codierte Modell-ID deklarieren, mit automatischem Failover, wenn ein Anbieter beeinträchtigt ist, und die Abrechnung erfolgt zum Listenpreis des Anbieters ohne Aufschlag, sodass eine Preissenkung eines Anbieters am selben Tag, an dem sie angekündigt wird, auf der Plattform live ist. Das ist eine Eigenschaft der Modelle, die wir tatsächlich führen, nicht dieser beiden.

Die Frage, die alles entscheidet

Es geht nicht um die Frage, „welches höher punktet“, denn nur eines davon wurde bewertet, und die Punktzahl ist 29 nach einer Rubrik, die am 27. Oktober veröffentlicht wurde und neu definierte, was der Composite-Wert misst. Fragen Sie stattdessen, ob Ihre Workload eine ist, bei der ein einzelnes Modell mit 1M-Kontext und Vision-Eingabe zu 1,00 $ und 2,70 $ pro Million Tokens gut genug ist – und wenn ja, ist Step 5 Preview mit großem Abstand die günstigere und portablere Wahl. Wenn Ihre Workload eine ist, bei der das Routing pro Anfrage der schwierige Teil ist, erledigt Fugu Ultra v2 Arbeit, die Sie sonst selbst tun würden, und das Fünf-zu-eins-Verhältnis ist der Preis für diese Arbeit und kein Aufschlag auf dasselbe Produkt.

Was Sie nicht tun sollten, ist, Chartography 48.3 mit irgendetwas zu vergleichen, das StepFun veröffentlicht hat. Es sind Zahlen von zwei Anbietern, auf den Testumgebungen von zwei Anbietern, für zwei verschiedene Arten von Produkt. Niemand hat sie gegeneinander laufen lassen, und bis jemand das tut, ist der einzige ehrliche Vergleich zwischen diesen beiden der darüber, was sie sind.