Step 5 Preview vs Fugu Ultra v2: uno de estos es un modelo, el otro es un router

La comparación que la mayoría de la gente quiere entre Step 5 Preview y Fugu Ultra v2 de Sakana AI es una tabla de benchmarks. Ninguna de las dos partes puede proporcionarla con honestidad. Step 5 Preview tiene una única medición independiente, tomada bajo una rúbrica que fue reemplazada la semana pasada. Fugu Ultra v2 no tiene ninguna medición independiente, porque los evaluadores que publican un índice de inteligencia nunca han publicado una página sobre él. Lo que ambos sí tienen es una relación de precios de exactamente cinco a uno en los tokens de entrada y una diferencia de naturaleza que hace que la relación casi no tenga sentido: uno es un checkpoint de mezcla de expertos de 600 mil millones de parámetros que puedes descargar y ejecutar en tu propio hardware, y el otro es una capa de orquestación que responde a tu solicitud enviándola a un conjunto de modelos ajenos.

Esa diferencia no es un detalle. Decide qué estás comprando en realidad, qué ocurre con tus resultados cuando el proveedor cambia de opinión y si un agente de horizonte largo construido sobre cualquiera de las dos opciones puede volver a ejecutarse el próximo trimestre para obtener el mismo resultado.

Dos productos con la misma etiqueta de marketing

StepFun lanzó Step 5 Preview en su API el 20 de septiembre de 2026 y luego publicó los pesos BF16 y FP8 en Hugging Face y ModelScope el 15 de octubre. Es un único modelo: una mezcla dispersa de expertos con 600 mil millones de parámetros totales y 27 mil millones activos por token, enrutados 8 de 352 más un experto compartido, en una pila de 92 capas que el proveedor describe como «estrecho y profundo». La ventana de contexto es de 1 millón de tokens, la entrada puede ser texto, imágenes o video, y la salida es texto.

Fugu Ultra v2 es una versión puntual, no una nueva arquitectura: Sakana AI la lanzó el 11 de septiembre de 2026 como una actualización de Fugu Ultra del 22 de junio, con un ID de modelo fugu-ultra-v2.0 y una migración de parámetros de una sola línea desde la versión anterior. Es un conductor: entra una solicitud, el sistema decide qué modelo o modelos de su grupo deben gestionarla, los ejecuta y sintetiza la respuesta. El grupo excluye deliberadamente a Claude Fable 5, Claude Fable 5.1 y GPT-6 Astra. El argumento de Sakana para el grupo más pequeño es que los miembros más débiles estaban arrastrando el agregado hacia abajo; el efecto de segundo orden, que Sakana no publicita, es que la composición de lo que se compra es una decisión del proveedor que puede cambiar sin un número de versión.

Las líneas de especificación, ambos lados

• Qué es — Step 5 Preview: un modelo de mezcla de expertos de 600B/27B descargable. Fugu Ultra v2: un conjunto orquestado de modelos con una capa de síntesis por encima.

• Fecha de lanzamiento — Step 5 Preview: API el 20 de septiembre de 2026, pesos el 15 de octubre de 2026. Fugu Ultra v2: 11 de septiembre de 2026, una actualización de un original de junio de 2026.

• Ventana de contexto — Vista previa del paso 5: 1M de tokens. Fugu Ultra v2: 1M de tokens, con un tramo de precio a partir de 272k tokens.

• Modalidades de entrada — Vista previa del paso 5: texto, imágenes y video. Fugu Ultra v2: lo que acepten los miembros de su pool, que Sakana no enumera por modalidad.

• Precio de entrada por millón de tokens — Step 5 Preview: $1.00. Fugu Ultra v2: $5.00, y aumentando a $10.00 por encima de 272k tokens de contexto.

• Precio de salida por millón de tokens — Step 5 Preview: $2.70. Fugu Ultra v2: $30.00, aumentando a $45.00 por encima de 272k tokens.

• Entrada en caché por millón de tokens — Step 5 Preview: un 90% de descuento sobre $1.00. Fugu Ultra v2: $0.50, aumentando a $1.00 por encima de 272k tokens.

Puntuación independiente — Step 5 Preview: 29 en el Artificial Analysis Intelligence Index v5.0. Fugu Ultra v2: no existe página de Artificial Analysis, por lo que no hay puntuación.

• Pesos — Step 5 Preview: se puede descargar bajo StepFun Model License 1.0. Fugu Ultra v2: ninguno. El conjunto del que se nutre son pesos de otros proveedores, suministrados bajo las condiciones de esos otros proveedores.

Lo que realmente se obtiene con cinco dólares de entrada

La relación titular es de cinco a uno en la entrada y de algo más de once a uno en la salida, y ambas cifras favorecen a Step 5 Preview de un modo que la factura por tarea podría no confirmar. Fugu Ultra v2 tiene el precio de un sistema que espera gastar tokens: despacha una solicitud, varios modelos responden y un sintetizador escribe sobre los resultados. La propia propuesta de Sakana de que añadir más agentes no multiplica tu factura se refiere a los niveles de suscripción —20 USD Standard, 100 USD Pro y 200 USD Max al mes, todos los cuales incluyen Fugu, Fugu Ultra y Fugu Max— y no a la tarifa por consumo. En la tarifa por consumo, la orquestación es un asunto verboso, y la salida se factura a 30 USD por millón.

La economía de Step 5 Preview va en sentido contrario. Artificial Analysis mide 179,1 tokens de salida por segundo en la API de StepFun frente a una mediana de su clase de 74,1; 2,35 $ por tarea de índice completa; y un costo combinado de 0,54 $ por millón de tokens con una proporción de aciertos de caché de siete a dos a uno. Frente a una mediana de su clase de 1,40 $ por tarea en la misma página, se trata de un modelo barato que además es rápido.

Así que el planteamiento honesto no es «Fugu cuesta cinco veces más». Es que Fugu cobra un sobreprecio por una capacidad que Step 5 Preview no afirma tener —arbitrar entre varios modelos por solicitud— y que si vale la pena pagar ese sobreprecio depende por completo de si crees que esa arbitración es mejor que un único modelo sólido para hacer el trabajo que tienes. La evidencia publicada por Sakana para respaldar esa creencia está generada por el propio proveedor: Chartography 48,3 frente a 27,3 de Claude Opus 5 y 29,5 de Claude Fable 5, DeepSWE 74,3, mejor o empatado como mejor en cinco de ocho benchmarks y entre los dos mejores en siete de ocho. Son cifras reales producidas por la empresa que vende el producto, y son las únicas cifras que existen.

La prueba de portabilidad, que es la verdadera diferencia

Aquí está la pregunta que separa a los dos con más claridad que cualquier puntuación. Suponga que construye un agente sobre Fugu Ultra v2 en septiembre de 2026, y funciona. En noviembre, Sakana añade un modelo al conjunto, o elimina uno —ya retiró tres modelos de frontera una vez— o cambia la ponderación del sintetizador. Sus indicaciones son las mismas, sus entradas son las mismas, y sus salidas son diferentes, sin un incremento de versión que pueda fijar y sin una entrada en el registro de cambios que le diga qué comportamiento cambió. No está comprando un modelo; está comprando una política sobre modelos, y la política es un mando que el proveedor gira.

Eso no es una crítica a Sakana. Es la naturaleza del producto y, para muchas cargas de trabajo, es exactamente lo que quieres: un proveedor cuyo trabajo a tiempo completo es elegir el modelo adecuado para cada solicitud a menudo superará tu elección improvisada. Pero debería tener el precio de lo que es: una relación de servicio continua, no un activo.

Step 5 Preview es la otra forma. Los pesos existen. No son abiertos en el sentido de la OSI —la StepFun Model License 1.0 mantiene una condición de atribución sobre los resultados utilizados materialmente, exige a los fabricantes de hardware negociar una licencia aparte y exige una licencia comercial a los operadores de modelo como servicio con ingresos anuales superiores a 20 millones de dólares—, pero el comportamiento que pruebas hoy es el que podrás ejecutar dentro de un año, en hardware que controlas, sin pedir permiso. El checkpoint FP8 necesita unos 773 GB de VRAM y un mínimo de cuatro GPU, con B300 como objetivo predeterminado; la ruta Hopper necesita ocho H200. La variante NVFP4 lo reduce a unos 473 GB y limita el contexto utilizable a 320k tokens. Ninguna de las dos rutas es barata, y ninguna lo es tanto como la API, que es el argumento habitual para llamar a un modelo en lugar de alojarlo.

La brecha de divulgación funciona en ambos sentidos

A cada lado le falta algo que el otro publica.

Step 5 Preview publica una tarifa, un límite de contexto, un recuento de parámetros, una licencia, recetas de servicio para vLLM y SGLang el día en que llegaron los pesos, y una puntuación independiente. Lo que no publica es una comparación cara a cara con el mismo arnés frente a ningún competidor, y su tabla de benchmarks del proveedor — Terminal-Bench 4.0 en 33.3, DeepSWE v1.1 en 67.7, FrontierFinance en 66.4, CyberGym en 84.7 — es exactamente eso, una tabla de proveedor.

Fugu Ultra v2 publica una narrativa sobre su arquitectura, una política de pool, una tabla de benchmarks propia y un precio de suscripción realmente inusual en este mercado. Lo que no publica es ni un solo número que haya verificado un evaluador independiente, y los evaluadores no han creado una página para él, lo cual es la manera más limpia posible de decir que la puntuación no existe en vez de que es baja.

Cuando ambas partes son reportadas por sus proveedores, el desempate no es «qué proveedor es más digno de confianza», sino qué proveedor ha puesto sobre la mesa algo que se pueda comprobar. Que StepFun se comprometa a liberar los pesos el 15 de octubre es una afirmación comprobable: cualquiera puede descargar el checkpoint y reproducir el comportamiento. Que Sakana presente una puntuación sin un artefacto descargable no lo es.

Donde cualquiera de los dos se pueda invocar hoy

Ninguno de los dos está en OrcaRouter. El catálogo activo incluye 214 identificadores de modelo de 16 proveedores con una sola clave y una sola factura, y a fecha de 29 de octubre de 2026 no hay ninguna entrada de StepFun ni ninguna entrada de Sakana en él — ninguna cadena «step» ni ninguna cadena «fugu». Si quieres Fugu Ultra v2, acudes a Sakana, y si quieres Step 5 Preview, acudes a la API de StepFun o a los checkpoints. Nada en este artículo debe leerse como una afirmación de que servimos alguno de los dos.

Qué función cumple la plataforma, en esta comparativa, es el paso que das después: una vez que hayas decidido cuál de estas dos formas encaja con tu carga de trabajo, los modelos que realmente enrutás por solicitud — el barato para clasificación, el caro para síntesis — son la parte que escala mal cuando se hace a mano. La configuración de enrutamiento de OrcaRouter te permite declarar eso como una cadena de primario y alternativo en lugar de un ID de modelo fijado de antemano, con conmutación automática en caso de fallo cuando un proveedor se degrada, y factura al precio de lista del proveedor sin recargo, de modo que una reducción de precio de un proveedor está vigente en la plataforma el mismo día en que se anuncia. Eso es una propiedad de los modelos que sí ofrecemos, no de estos dos.

La pregunta que lo decide

«No "cuál obtiene una puntuación más alta"», porque solo uno de ellos ha sido puntuado, y la puntuación es 29 bajo una rúbrica que llegó el 27 de octubre y reescribió lo que mide el compuesto. Pregunta más bien si tu carga de trabajo es una en la que un único modelo de contexto de 1M con entrada de visión, a $1.00 y $2.70 por millón de tokens, es suficientemente bueno — y si lo es, Step 5 Preview es la compra más barata y más portátil por un amplio margen. Si tu carga de trabajo es una en la que el enrutamiento por solicitud es la parte difícil, Fugu Ultra v2 está haciendo un trabajo que de lo contrario harías tú mismo, y la proporción de cinco a uno es el precio de ese trabajo en lugar de un recargo sobre el mismo bien.

Lo que no deberías hacer es comparar el Chartography 48.3 con nada que haya publicado StepFun. Son cifras de dos proveedores, en bancos de pruebas de dos proveedores, para dos tipos diferentes de producto. Nadie las ha enfrentado entre sí y, hasta que alguien lo haga, la única comparación honesta entre estas dos es la que tiene que ver con qué son.