GPT-6.1 Sol vs Fugu Max : le même prix d'entrée, et un modèle qui n'existe pas au sens habituel

de Sakana AIFugu Maxd'Open​AIGPT-6.1 Sol facturent tous deux 2,00 $ par million de jetons d'entrée. C'est là que commence et s'arrête la ressemblance entre leurs grilles tarifaires — Fugu Max facture 6,00 $ par million de jetons de sortie, contre 10,00 $ pour GPT-6.1 Sol, et Fugu Max est 40 % moins cher en sortie, sans pour autant publier le moindre score de benchmark qu'un tiers ait reproduit. Si ces deux faits figurent dans la même phrase, c'est que Fugu Max, publié le 2026-09-11, n'est pas un modèle au sens où l'est GPT-6.1 Sol. C'est un orchestrateur : un point de terminaison unique qui choisit un modèle dans un pool, l'appelle et renvoie la réponse. Comparer le prix de ses jetons à celui des jetons d'un seul point de contrôle revient à comparer deux choses différentes qui se trouvent libellées de la même manière.

Ce qui suit est tiré des propres documents de lancement de Sakana pour Fugu Max et de la documentation du modèle d'Open​AI pour GPT-6.1 Sol. Lorsqu'un chiffre provient du fournisseur lui-même et que personne à l'extérieur ne l'a reproduit, la phrase qui le contient le précise. Lorsqu'il n'y a aucun chiffre, cela est également indiqué.

Une architecture, pas un point de contrôle

La formulation propre à Sakana est assez inhabituelle pour être citée plutôt que paraphrasée : Fugu Max est une architecture, et non un modèle unique. Le système maintient un pool de modèles, achemine une requête entrante vers ce qu’il juge être l’option capable la moins coûteuse, et renvoie une réponse unique. Il n’existe aucun checkpoint Fugu Max à télécharger, aucun nombre de paramètres fixe, et aucun moyen de savoir de l’extérieur quel modèle a répondu à un appel donné — Sakana ne publie pas de trace de routage.

Cette conception présente une propriété qu'il vaut la peine de nommer avant toute autre chose dans cette comparaison : la capacité du point de terminaison n'est pas figée. Elle change lorsque le pool change, lorsque la politique du routeur change, et lorsque les modèles qui le sous-tendent sont mis à niveau ou retirés. Un score de benchmark pour un checkpoint décrit ce checkpoint. Un score de benchmark pour un routeur décrit le routeur tel qu'il était configuré le jour où il a été mesuré, ce qui est une affirmation plus restreinte.

GPT-6.1 Sol est la configuration inverse. Il s'agit d'un identifiant de snapshot unique, gpt-6.1-sol, sans variante datée, une fenêtre de contexte de 1 050 000 jetons, une sortie maximale de 128 000, une entrée texte, image et fichier, et cinq niveaux d'effort de raisonnement avec le niveau moyen par défaut. Ce que vous mesurez le lundi est ce que vous obtenez le vendredi.

Les deux cartes tarifaires, côte à côte, avec les lignes qui diffèrent :

• Entrée — 2,00 $ par million pour les deux. Identique.

• Sortie — 6,00 $ pour Fugu Max contre 10,00 $ pour GPT-6.1 Sol. Fugu Max est 40 % moins cher.

• Entrée en cache — La page de lancement de Sakana n'indique pas de tarif pour l'entrée en cache de Fugu Max ; un montant de 0,25 $ circule, mais il ne figure pas sur la page que nous avons consultée, nous ne le considérons donc pas comme confirmé. Celui de GPT-6.1 Sol est de 0,10 $ par million, soit la moitié des 0,20 $ facturés par GPT-6 Sol.

• Nouvelle tarification des prompts longs — GPT-6.1 Sol refacture l'intégralité de la requête à 4,00 $/15,00 $ au-delà de 272 000 jetons de prompt. Fugu Max ne publie aucun palier de longueur.

• Le palier supérieur — Sakana vend aussi Fugu Ultra v2 à 5,00 $/30,00 $ avec 0,50 $ pour l'entrée mise en cache, pour les appelants qui veulent que le routeur dépense davantage par appel.

L’affirmation qui ne survit pas à sa propre arithmétique

L’affirmation phare de Sakana pour Fugu Max est qu’il est 40 à 60 % moins cher que Claude Sonnet 5, GPT-5.6 Terra et Kimi K3. Si on la compare aux prix catalogue de ces trois, le calcul tient — celle-là est bonne.

La deuxième affirmation est celle qu'il faut lire attentivement. Sakana décrit Fugu Max comme se situant « à portée de tir des modèles d'élite, à un coût deux à six fois inférieur ». Aux prix catalogue pratiqués, l'écart brut entre Fugu Max et les trois modèles qu'il cite est de 1,7 à 2,5 fois, et non de deux à six. Une fourchette aussi large, citée aux côtés d'un ensemble de modèles qui n'en couvre que l'extrémité basse, est une fourchette marketing plutôt qu'une fourchette mesurée. Elle peut très bien être vraie pour une autre comparaison que Sakana a en tête ; elle ne l'est pas pour la comparaison figurant dans la même phrase.

Ce qui n'est pas le cas, c'est que Sakana a caché son raisonnement. Elle a publié dix nuages de points dans les documents de lancement. Le problème de transparence est différent : aucun score de référence publié n'y est associé, de sorte qu'un lecteur ne peut vérifier la position d'aucun point.

Six victoires et un numéro que vous pouvez vérifier

La page de lancement de Sakana met en avant six benchmarks. Cinq d’entre eux sont présentés comme des victoires, sans chiffres publiés. Le sixième, SWEFish, est le benchmark propre à Sakana — c’est l’entreprise qui a défini la tâche, et c’est l’entreprise qui rapporte le résultat. Un benchmark maison n’est pas sans valeur ; c’est un moyen légitime de publier un signal directionnel. Simplement, il ne constitue pas une preuve indépendante, et c’est le seul chiffre de l’ensemble qui puisse être cité, tout court.

Face à cela, le bilan indépendant de GPT-6.1 Sol est mince, mais bien réel. Artificial Analysis lui attribue 51,8 sur son Intelligence Index — 10e sur 147 modèles, 93,2e centile — avec 52,9 % à Humanity's Last Exam, 83 % à Long-Context Recall, 54,2 % à SciCode et 56,06 % à Terminal-Bench 4.0. Ces cinq résultats sont des mesures tierces effectuées sur un modèle dont les poids ne bougent jamais.

Un développement récent mérite d’être signalé, car il s’agit du premier score indépendant concernant ce modèle et il est postérieur à la couverture antérieure sur ce blog : au lancement de GPT-6.1 Sol, aucun évaluateur indépendant n’avait publié quoi que ce soit. Artificial Analysis a depuis publié l’ensemble ci-dessus. L’orientation n’a rien de remarquable — le modèle se situe là où OpenAI l’avait positionné, au milieu de la frontière, plutôt qu’au-dessus de son propre modèle phare — mais il est désormais mesuré plutôt que simplement affirmé, et c’est une chose différente de la position de Fugu Max aujourd’hui.

Ce que le prix du jeton d’un orchestrateur n’inclut pas

C'est la partie de la comparaison qu'une grille tarifaire ne peut pas exprimer, et c'est la raison pour laquelle un token de sortie 40 % moins cher ne correspond pas automatiquement à une tâche 40 % moins chère.

Un routeur qui décide à chaque requête se trompera parfois, et le remède standard à une mauvaise décision est une nouvelle tentative ou une escalade. Les deux coûtent des tokens. Un point de contrôle unique qui répond en une seule passe n'est facturé qu'une fois. Sakana ne publie pas le nombre d'appels sous-jacents par requête répondue, la part de requêtes qui escaladent, ni la surcharge en tokens de la décision de routage elle-même — donc pour toute charge de travail où le routeur de Fugu Max choisit d'abord un modèle plus faible et monte en puissance, le coût effectif par tâche terminée n'est pas de $2.00/$6.00 fois les tokens que vous voyez. Il est de $2.00/$6.00 fois des tokens que vous ne voyez pas.

Il en va de même pour la qualité, dans le sens qui compte le plus. Les défaillances de GPT-6.1 Sol sont celles d'un modèle connu sur vos prompts, reproductibles et mesurables à l'avance. Les défaillances de Fugu Max sont en partie celles de son routeur, et le routeur est un composant que vous ne pouvez ni inspecter, ni versionner, ni épingler. Pour une charge de travail où une mauvaise réponse coûte plus cher que les tokens nécessaires pour la produire — ce qui correspond à la plupart du travail professionnel —, il s'agit d'une exposition bien réelle, pas théorique.

Là où cela joue en sens inverse, cela vaut aussi la peine de le dire. Si le routeur de Sakana est bon, il achète de la capacité qui, autrement, coûterait le prix catalogue d'un modèle de pointe, et il paie pour cela un tarif mixte. C'est un produit réellement utile. Le problème, c'est que « si le routeur est bon » constitue toute l'affirmation, et qu'il n'existe aucune évaluation publiée du routeur pour la vérifier. Un pool qui inclut NVIDIA Nemotron — un partenariat annoncé par Sakana en août 2026 — avec le reste du pool non nommé, et aucune trace par appel, est un système dont on ne peut découvrir la qualité qu'en y faisant passer son propre trafic.

Là où GPT-6.1 Sol est réellement exposé

Deux lignes, et aucune n'est à l'avantage de GPT-6.1 Sol.

Le premier est le prix en haut de la fourchette de sortie. 10,00 $ par million de sortie est le prix du niveau Sonnet qu'Open​AI a choisi, et ce n'est pas bon marché. Sur une charge de travail qui produit de longues réponses — rédaction de contenus longs, génération de code en volume, synthèse de documents — les 6,00 $ par million que facture Fugu Max sont 4,00 $ par million que vous choisissez de dépenser. À un milliard de tokens de sortie par trimestre, cela représente 4 000 $, et c'est un poste de coût bien réel.

Le deuxième est le palier des prompts longs. Au-delà de 272 000 tokens, l’ensemble de la requête GPT-6.1 Sol passe à 4,00 $/15,00 $, soit le double en entrée et 50 % en sortie. Fugu Max ne publie aucun palier équivalent, donc, sur un prompt réellement long, la grille tarifaire de Fugu Max est la plus simple — avec cette mise en garde permanente : « aucun palier publié » et « aucun palier » ne sont pas la même affirmation.

Il existe une troisième exposition qui n'est ni le prix ni la performance : la disponibilité. Fugu Max a été signalé comme indisponible dans l'UE et l'EEE en attendant des travaux sur le RGPD, ce qui l'élimine comme option pour un déploiement européen, quels que soient ses scores. GPT-6.1 Sol propose une résidence des données aux États-Unis et dans l'UE, avec la réserve que le mode rapide d'Open​AI n'est pas disponible sous résidence dans l'UE — une restriction étroite mais réelle, et un rappel que la disponibilité d'aucun des deux modèles ne se résume à une seule ligne.

Appeler l’un, piloter l’autre

GPT-6.1 Sol est disponible sur OrcaRouter en tant que openai/gpt-6.1-sol, au prix catalogue d'Open​AI avec 0 % de marge — 2,00 $ et 10,00 $ par million, l'entrée mise en cache à 0,10 $, et le palier au-delà de 272 K appliqué exactement tel qu'Open​AI le définit. Comme la couche de routage répercute le prix du fournisseur au lieu d'y appliquer une marge, toute modification des tarifs d'Open​AI est effective ici le jour même de son entrée en vigueur, et non au cycle de facturation suivant. Le basculement automatique en cas de défaillance se trouve en dessous, ce qui est le moyen le plus économique de découvrir comment un tarif d'entrée de 2,00 $ se comporte sur votre trafic sans en faire votre seul chemin.

Fugu Max n'est pas disponible sur OrcaRouter et nous ne l'hébergeons pas. Il est accessible via l'API propre à Sakana, et de l'aveu même de Sakana, faire passer une intégration Fugu existante à Fugu Max ne demande qu'un changement d'un seul paramètre. Si vous êtes déjà client de Fugu, le coût pour l'essayer est quasi nul, ce qui en fait la première étape évidente pour ce public.

La décision que ce duo mérite : Fugu Max mérite un pilote et pas encore un engagement de production, car la seule preuve de performance à son sujet est celle du fournisseur, et le benchmark du fournisseur lui-même est l’un des six points saillants. GPT-6.1 Sol est la valeur par défaut plus sûre, car ses scores indépendants existent, ses défaillances sont attribuables à un seul modèle, et son plafond est un chiffre publié plutôt qu’un agrégat. Payer 4,00 $ de plus par million de jetons de sortie pour un système dont on peut prédire le comportement n’est pas manifestement un moins bon compromis — et si Sakana publie une trace de routage et une évaluation par un tiers, ce verdict devrait être réexaminé immédiatement.