GPT-6 Astra vs Fugu Max: La tarifa plana se enfrenta a la escalonada

Fugu Max cobra 2,00 $ por millón de tokens de entrada y 6,00 $ por millón de tokens de salida, y eso lo cobra igual con 8.000 tokens que con 800.000. GPT-6 Astra cobra 10,00 $ y 50,00 $ — hasta que una solicitud supera los 272.000 tokens de entrada, momento en el cual cobra 20,00 $ y 75,00 $ por la solicitud completa. Esa única diferencia estructural es lo más determinante de este enfrentamiento, y es la que queda enterrada bajo una discusión de benchmarks que ninguna de las dos partes puede ganar. Sakana AI lanzó Fugu Max el 11 de septiembre de 2026; OpenAI tiene GPT-6 Astra disponible de forma general desde el 3 de septiembre de 2026, con sus medidores sin cambios a lo largo de la revisión de precios que afectó el 7 de octubre a los niveles inferiores. Así que esto no es una comparación entre modelos nuevos. Es una comparación entre dos filosofías de precios, una de las cuales es una filosofía de precios y la otra es un sistema de orquestación vestido con una.

Los dos tarifarios, leídos en lugar de resumidos

La propia página de precios de Sakana es inusualmente directa sobre lo que vende Fugu Max. Fugu Ultra v2 tiene un precio como debería tenerlo un modelo de frontera — $5.00 de entrada, $30.00 de salida, $0.50 en caché, con una banda más alta de $10.00 / $45.00 / $1.00 por encima de 272K tokens. Las tarifas de Fugu Max se describen luego en la misma página como fijas independientemente de la longitud del contexto. No hay una banda superior con la que planificar. $2.00, $6.00, $0.25 en caché, para cualquier tamaño de prompt.

GPT-6 Astra es la construcción opuesta. Su primer nivel llega hasta los 272,000 tokens de prompt a $10.00 / $50.00, con entrada en caché a $1.00 y escrituras de caché a $12.50. Más allá de esa línea, se recalcula el precio de la solicitud a $20.00 / $75.00, con entrada en caché a $2.00 y escrituras de caché a $25.00 — aplicado a toda la solicitud, no al exceso. Esa es la documentación de O​penAI tal como la lee hoy nuestro propio catálogo, y no ha cambiado desde septiembre.

Pon las dos en paralelo en las dimensiones que deciden un proyecto de ley:

• Entrada, prompt corto — GPT-6 Astra $10.00 por 1M vs Fugu Max $2.00; Fugu Max es 5 veces más barato

• Salida — GPT-6 Astra $50.00 por 1M vs Fugu Max $6.00; Fugu Max es 8.3x más barato

• Entrada en caché — GPT-6 Astra $1.00 por 1M vs Fugu Max $0.25; Fugu Max es 4 veces más barato

• Prompt largo, superior a 272K — GPT-6 Astra $20.00 / $75.00 por 1M frente a Fugu Max $2.00 / $6.00, sin cambios

• Contexto registrado — GPT-6 Astra 1,050,000 tokens, salida máxima de 128,000 frente a Fugu Max, no publicado

• Modalidad de entrada — GPT-6 Astra: entrada de texto, imagen y archivo, salida de texto; frente a Fugu Max, sin publicar.

• Puntuación independiente — GPT-6 Astra 53 en el Artificial Analysis Intelligence Index frente a Fugu Max: ninguno, sin entrada en esa clasificación

• Pesos — ambos cerrados; Fugu Max no es un punto de control en absoluto

Dónde muerde de verdad la línea de 272,000 tokens

Una solicitud de 300.000 tokens en GPT-6 Astra no es un 10 % más cara que una solicitud de 270.000 tokens. Se factura a 20,00 $ de entrada y 75,00 $ de salida por cada token de la llamada, lo que hace que el salto sea aproximadamente una duplicación de la factura de entrada y un aumento del 50 % en la salida en el momento en que se cruza la línea. En Fugu Max, la misma solicitud cuesta 2,00 $ y 6,00 $ por millón, igual que cualquier otra.

Eso importa más aquí que en la mayoría de las páginas de comparación, debido a para qué se vende GPT-6 Astra. El posicionamiento de OpenAI es el de un trabajo de horizonte largo y de extremo a extremo; la página empresarial publicada el 9 de septiembre lo presenta como un modelo que lleva una tarea desde la instrucción hasta el artefacto terminado a lo largo de muchos pasos y un largo periodo de tiempo. Un bucle de agente que reenvía un contexto en crecimiento es exactamente la forma que supera los 272.000 tokens sin que nadie lo decida. La ventana de 1.050.000 tokens de Astra invita a la carga de trabajo que desencadena su propio recargo.

Fugu Max está construido para el instinto opuesto. Sakana lo describe como enrutar cada tarea al modelo más ligero capaz de resolverla, y la tarifa plana es lo que hace que ese enrutamiento sea legible desde fuera: sin importar a quién elija el coordinador ni cuán largo sea el prompt, el medidor marca lo mismo. Hay una diferencia adicional que va en sentido contrario y que vale la pena señalar, porque la página de precios no la presenta como una advertencia. La página de Sakana indica que la búsqueda web y la obtención de contenido web se facturan como tarifas de stack — una tarifa única basada en el modelo de gama más alta involucrado en la llamada. Así que la tarifa plana por token es genuinamente plana, y la llamada compuesta no es necesariamente de $2 y $6.

¿De quién son estas puntuaciones, exactamente?

El material de lanzamiento de Sakana afirma que Fugu Max logra la mejor puntuación general en seis benchmarks: Terminal Bench 2.1, GPQAD, AA-LCR, GDP.pdf, AutomationBench y SWEFish, descrito como el benchmark interno de codificación de la propia Sakana. Ninguna cifra acompaña a ninguna de esas seis afirmaciones. La compañía también declara que Fugu Max amplía la frontera de Pareto de coste-rendimiento en siete de cada diez benchmarks y que su precio de salida es entre un 40 y un 60 % inferior al de Sonnet 5, GPT-5.6 Terra y Kimi K3. Todas esas afirmaciones son de Sakana, y nada de ello se ha reproducido — no existe una entrada de Artificial Analysis para Fugu Max ni para ningún modelo Fugu.

Esa ausencia es más que un problema de etiquetado en este enfrentamiento concreto, debido a cómo funcionan las puntuaciones de un orquestador. Un resultado de Fugu Max no es una propiedad de un modelo en una versión. Es una propiedad de una política de enrutamiento, un conjunto cuya composición Sakana no ha publicado, y un coordinador entrenado para elegir entre ellos. El conjunto de Sakana creció en esta versión para incluir un número sin precedentes de modelos de pesos abiertos y especializados, nombrando la familia NVIDIA Nemotron mediante una colaboración con NVIDIA —y ahí se detiene. Cambia un miembro del conjunto y la cifra del benchmark se mueve sin que cambie el nombre del producto.

Hay una excepción limitada que vale la pena conocer, porque es el tipo de detalle que se pierde. La nota de Sakana sobre el lanzamiento de septiembre dice explícitamente que Fable 5, Fable 5.1 y GPT-6 Astra noestán en el grupo de Fugu Ultra v2. Esa frase se refiere a Ultra v2. No dice nada sobre Fugu Max, cuya membresía sigue sin revelarse. Así que la pregunta que un lector realmente quiere que se le responda —si el modelo de $10/$50 que me dicen que reemplace ya está dentro del coordinador de $2/$6— no queda respondida por ninguna de las dos afirmaciones. Cualquiera que te diga de qué lado cae lo ha inferido.

En el lado del GPT-6 Astra, la evidencia tiene una forma distinta, pero no más simple. Artificial Analysis lo mide en 53 en su actual Índice de Inteligencia, con un costo de $3.26 por tarea de índice completada, 60M de tokens de salida en esa ejecución frente a una mediana del tablero cercana a 85M, y 44.6 tokens de salida por segundo — lo que lo sitúa en séptimo lugar de 216 modelos en inteligencia y en el puesto 168 de 185 en velocidad. Esas son mediciones de terceros sobre un conjunto fijo, y son las cifras más defendibles de esta página. Las propias afirmaciones destacadas de O​penAI para Astra — 98% en FrontierMath Tier 4, 99.9% en ARC-AGI-3, 100% en ExploitBench, 57.9% en Terminal-Bench 4.0 — son reportadas por el proveedor y no han sido reproducidas, y la cifra de ARC-AGI-3 en particular necesita que se adjunte su harness: la ejecución independiente de ARC Prize bajo su harness estándar midió 62.7%, y publicó el 99.9% como el resultado bajo un adaptador de proveedor que traslada el estado de razonamiento entre solicitudes.

¿Qué le hace el enrutamiento a una comparación como esta?

La dificultad práctica es que uno de los contendientes de este enfrentamiento está en nuestro catálogo y el otro no. GPT-6 Astra se sirve en openai/gpt-6-astra a través de un endpoint compatible con OpenAI, a las tarifas de lista del propio OpenAI, traspasadas con un 0 % de margen por nuestra parte — lo que significa que cuando un medidor de este se mueve, el medidor de aquí se mueve el mismo día, en lugar de cuando se refresca una tabla de márgenes. A Fugu Max no lo enrutamos nosotros, y esta página no afirma que así sea. Te llega a través de la propia API compatible con OpenAI de Sakana y de varias plataformas de terceros, y no está disponible en la UE ni en el EEE mientras Sakana avanza hacia el cumplimiento del RGPD.

Así que una prueba A/B genuina entre estos dos son dos integraciones, dos facturas y dos conjuntos de credenciales, y la segunda tiene una restricción regional adjunta. Lo que sí compra la clave compartida es la mitad barata del experimento: fijar una porción del tráfico a Astra detrás de una conmutación por error automática, de modo que una reversión sea un cambio de configuración en lugar de un incidente. Esa es la versión en la capa de transporte de la resiliencia que Sakana vende como premisa de la orquestación — más débil en ese aspecto, pero disponible hoy y en un modelo cuyo comportamiento se puede fijar a una versión.

La decisión, expresada como una decisión

Elige Fugu Max si tu trabajo es intensivo en texto, verificable y se sitúa en el extremo largo del rango de contexto — o si el coste mediano de una tarea completada es la cifra que rige tu presupuesto en lugar del coste de una sola llamada. La tarifa plana es una verdadera ventaja estructural frente a un medidor que se duplica por encima de 272K, y $0.25 de entrada en caché es la tarifa de caché más agresiva de cualquiera de las dos tarjetas de tarifas. No lo elijas para una canalización multimodal basándote en la página de lanzamiento, porque la página de lanzamiento no documenta si acepta una imagen. Pruébalo primero y establece un presupuesto de tokens de salida antes de empezar, porque el consumo de tokens de un orquestador no es algo que puedas estimar a partir del nombre del modelo.

Elige GPT-6 Astra si el trabajo es genuinamente agéntico, con uso intensivo de computadora, y se apoya en la parte superior de una ventana de un millón de tokens — la carga de trabajo en la que la evidencia independiente es más sólida y en la que el costo por tarea, no el precio por token, es lo que gestionas. Su costo de $3.26 por tarea de índice es alto, y es alto por una razón que un comprador cuidadoso puede ver: el modelo es conciso en ese conjunto de pruebas, emitiendo 60M de tokens donde el modelo mediano emite 85M. En una tarea profunda y de varios pasos que produce un artefacto terminado, una tarifa más alta sobre menos tokens puede acabar en el mismo punto que una tarifa baja sobre muchos. No lo elijas para tráfico de prompts cortos y alto volumen. A cinco veces el precio de entrada de Fugu Max y ocho veces su precio de salida, una carga de trabajo que nunca se acerca a la línea de 272K no obtiene nada de lo que la lista de tarifas de Astra está pagando.

El resumen honesto es que a estos dos productos no se les fija el precio tanto en comparación entre sí como en comparación con miedos distintos. La tarifa de Astra está pensada para el cliente que teme que un modelo barato falle en una tarea larga. La de Fugu Max está pensada para el cliente que teme que un buen modelo se desperdicie en una tarea fácil. Cuál es tu miedo es una pregunta sobre tu tráfico, y la tabla de benchmarks de ninguno de los proveedores la responde.

Un lanzamiento también es el momento de revisar lo que ha salido mal antes: los incidentes documentados de IA y los fallos de agentes relacionados con modelos de esta clase se recopilan en el OrcaRouter AI Incident Archive, donde cada entrada incluye sus propias fuentes, severidad, grado de confianza e indicador de disputa.