Kartu judul hero untuk "Fugu Max vs DeepSeek V4 Pro" dengan subjudul "Yang dioptimalkan dari segi biaya justru yang mahal", tiga lencana pil bertuliskan "$6.00 vs $2.18 output", "1.6T MoE, 49B aktif", "batas output 384K", baris footer bertuliskan "Sakana AI vs DeepSeek - September 2026", dan logo OrcaRouter di sudut kanan bawah.
Engineering & Research

Fugu Max vs DeepSeek V4 Pro: yang dioptimalkan untuk biaya justru yang mahal

Penulis

Alistair Wren

Tanggal Terbit

Model terbaru · 20Lihat semua model →
Benchmark: Artificial Analysis · diperbarui setiap hari
Kembali ke semua artikel

Fugu Max dirancang sebagai opsi murah dan DeepSeek V4 Pro tetap mengalahkannya dalam hal harga. Sakana AI merilis Fugu Max pada 11 September 2026 dengan harga $2,00 per juta token masukan dan $6,00 per juta token keluaran, memposisikannya sebagai koordinator yang memperluas batas terdepan biaya-kinerja dengan merutekan setiap tugas ke model paling hemat di kumpulannya. DeepSeek V4 Pro, yang terdaftar sejak April 2026, berada di $0,73 masukan dan $2,18 keluaran per juta pada tarif terukur OrcaRouter — kira-kira sepertiga dari yang dikenakan Fugu Max pada kedua sumbu, dan itu berasal dari satu model mixture-of-experts berbobot terbuka dengan plafon keluaran 384K serta sama sekali tanpa lapisan orkestrasi. Pembalikan itulah inti perbandingannya. Segala hal lain tentang pasangan ini adalah pertanyaan tentang apa yang Anda dapatkan dari orkestrasi ketika dasar acuan yang ingin Anda kalahkan harganya sudah lebih murah daripada Anda.

Dua cara untuk menurunkan tagihan, dan salah satunya sudah lebih rendah

Argumen Sakana untuk Fugu Max adalah bahwa seorang koordinator dapat memangkas pengeluaran dengan tidak membayar harga frontier untuk tugas-tugas yang tidak membutuhkan kemampuan frontier. Itu argumen yang masuk akal. Masalahnya adalah model yang dijadikan sasaran argumen tersebut. DeepSeek V4 Pro adalah mixture-of-experts berparameter 1,6 triliun dengan 49 miliar parameter aktif per token, yang merupakan gagasan pengurangan biaya yang sama yang diterapkan satu tingkat lebih rendah — Anda membayar untuk parameter yang benar-benar diaktifkan oleh sebuah token, bukan untuk ukuran jaringannya. Kedua produk adalah jawaban atas "bagaimana kita berhenti membayar kapasitas yang tidak kita gunakan." Salah satunya mengenakan biaya $2,18 per juta token keluaran untuk keistimewaan itu.

• Harga input — Fugu Max $2,00 per 1 juta token vs DeepSeek V4 Pro $0,73 per 1 juta token berbasis pemakaian

• Harga output — Fugu Max $6,00 per 1 juta token vs DeepSeek V4 Pro $2,18 per 1 juta token secara terukur

• Input yang di-cache — Fugu Max $0.25 per 1 juta token vs input cache-hit DeepSeek V4 Pro yang harganya jauh di bawah tarif dasarnya, dengan tarif daftar yang dipublikasikan vendor berada di bawah $1.00 per 1 juta

• Konteks — Fugu Max belum dipublikasikan vs DeepSeek V4 Pro 1 juta token

• Batas keluaran — Fugu Max tidak dipublikasikan vs DeepSeek V4 Pro 384K token

• Modalitas — Fugu Max belum dipublikasikan vs DeepSeek V4 Pro hanya teks, dengan penggunaan alat, mode JSON, dan penalaran

• Arsitektur — Fugu Max koordinator terlatih atas kumpulan yang tidak diungkapkan vs DeepSeek V4 Pro model MoE tunggal, garis keturunan bobot terbuka

• Angka benchmark — Fugu Max mengklaim enam kemenangan tanpa skor vs DeepSeek V4 Pro yang dilaporkan vendor sebesar 87,9 pada Terminal Bench 2.1, 92,8 pada GPQA Diamond, 96,4 pada SWE-bench Vals

Satu angka dalam daftar itu layak disorot. DeepSeek melaporkan 87,9 pada Terminal Bench 2.1. Fugu Max mengklaim "skor keseluruhan terbaik" pada Terminal Bench 2.1. Benchmark yang sama, jendela rilis yang sama, satu pihak menerbitkan angka dan pihak lain menerbitkan kata "terbaik." Itulah ilustrasi paling jelas dari asimetri bukti pada pasangan ini, dan itu bukan detail — itulah seluruh alasan mengapa selisih harga bukan akhir dari argumen.

A two-column scoreboard titled "Fugu Max vs DeepSeek V4 Pro - the scoreboard". Left column Fugu Max: Output price $6.00 / 1M, Input price $2.00 / 1M, Cached input $0.25 / 1M, Context not published, Terminal Bench 2.1 best overall with no figure, Weights closed and pool undisclosed. Right column DeepSeek V4 Pro: Output price $2.18 / 1M, Input price $0.73 / 1M, Cached input below base rate, Context 1M tokens, Terminal Bench 2.1 87.9, Weights open-weights lineage. Footer reading "Fugu Max rows vendor-reported by Sakana AI with no scores published; DeepSeek rows vendor-reported, metered rate on OrcaRouter.", with the OrcaRouter logo bottom-right.

Apa manfaat orkestrasi saat baseline sudah murah

Alasan untuk membayar lebih mahal untuk Fugu Max harus bertumpu pada pekerjaan yang ditangani dengan buruk oleh satu model, dan ada kategori nyata untuk itu. Tugas-tugas jangka panjang ketika satu langkah keliru berdampak berlipat — refaktor multi-file, perubahan berskala repositori, apa pun ketika verifier yang memeriksa keluaran worker lebih bernilai daripada worker yang lebih kuat — justru adalah sasaran susunan Thinker/Worker/Verifier. Kerangka yang digunakan Sakana sendiri untuk lini Fugu adalah bahwa menangkap kesalahan pada proses kedua lebih murah daripada membuatnya benar sejak awal. Pada tugas-tugas itu, tarif keluaran $6.00 yang selesai dalam sekali percobaan bisa mengalahkan tarif $2.18 yang membutuhkan tiga kali.

Argumen itu memiliki bentuk yang dapat diuji dan Sakana belum menjalankannya secara publik. Perbandingan yang Anda inginkan adalah biaya per tugas yang diselesaikan pada benchmark yang sama-sama dicoba kedua sistem — Terminal Bench 2.1 sudah ada, benchmark itu bersifat agentik dan memang berbasis terminal sejak awal, dan hanya satu dari dua vendor yang telah menerbitkan angka untuknya. Sampai celah itu tertutup, posisi yang jujur adalah bahwa keunggulan biaya Fugu Max diklaim pada tingkat token dan belum terbukti pada tingkat tugas, sementara keunggulan DeepSeek V4 Pro lugas: tokennya sendiri berbiaya sepertiga dari itu.

Ada poin sekunder tentang komposisi pool yang lebih penting untuk pertandingan ini dibandingkan untuk sebagian besar. Pool Fugu Max diperluas pada rilis ini untuk mencakup model bobot terbuka dan model terspesialisasi, dengan keluarga NVIDIA Nemotron disebutkan melalui kolaborasi NVIDIA. Bobot terbuka di dalam pool berarti anak tangga termurah dari tangga Sakana tidak terpapar pada keputusan penetapan harga lab lain. DeepSeek V4 Pro, karena dirinya sendiri merupakan model bobot terbuka, tidak terpapar pada keputusan penetapan harga siapa pun kecuali keputusan DeepSeek — dan itulah anak tangganya. Argumen resiliensi yang Sakana kemukakan untuk orkestrasi berlaku langsung pada DeepSeek dan hanya secara tidak langsung pada pasokan yang mendasari Fugu Max.

Caching adalah titik di mana beban kerja agen benar-benar menjadi mahal.

Tarif dasar dari kedua vendor bukanlah tarif yang dibayar oleh loop agen. Proses agen yang panjang mengirim ulang prefiks yang besar dan sebagian besar tidak berubah pada setiap giliran, dan tingkat cache-hit-lah yang menentukan tagihan sebenarnya. Fugu Max mencantumkan input yang di-cache sebesar $0.25 per juta, yang merupakan angka yang nyata dan agresif — seperdelapan dari tarif input dasarnya sendiri. DeepSeek V4 Pro menetapkan harga input cache-hit jauh di bawah dasar yang dipublikasikannya, dan tarif outputnya ditetapkan sekitar tiga kali inputnya alih-alih rasio empat-lima kali yang digunakan sebagian besar vendor, yang secara khusus menekan biaya loop yang intensif generasi.

Apa yang tidak dapat Anda lakukan hari ini adalah menghitung perbandingan secara andal dari kartu tarif kedua vendor, karena tarif cache Fugu Max berlaku untuk jumlah token yang tidak dapat Anda prediksi. Orkestrator menentukan berapa banyak agen yang berjalan; konteks setiap agen berkontribusi; koordinator menambahkan konteksnya sendiri. Komitmen penetapan harga Sakana untuk lini Fugu — satu tarif gabungan berdasarkan model peserta tingkat teratas, dengan agen tidak menumpuk tagihan — menghilangkan skenario terburuk, yang merupakan konsesi nyata dan layak diakui. Itu tidak membuat volumenya dapat diketahui sebelumnya. Tagihan DeepSeek V4 Pro adalah fungsi dari token yang Anda kirim dan token yang Anda terima, dan tidak ada yang lain.

Prediktabilitas itu adalah properti perutean sekaligus properti model. Deep​Seek V4 Pro tersedia di OrcaRouter dengan harga daftar penyedia dengan markup 0%, sehingga revisi tarif dari Deep​Seek mencapai kunci Anda yang sudah ada pada hari yang sama, bukan pada perpanjangan kontrak berikutnya, dan failover otomatis melindungi Anda saat salah satu jalur penyedia dibatasi lajunya. Bagian terakhir itu berbobot tidak biasa, khususnya untuk model ini: Deep​Seek sudah merevisi harganya sekali dalam siklus ini, dengan tier puncak dan non-puncak yang angka akhirnya berbeda-beda antar sumber. Ketika kartu tarif vendor berubah, router adalah pembeda antara menyerap perubahan dan menemukannya di faktur.

A screenshot of the Sakana AI release page at sakana.ai/fugu-max-release (captured September 11, 2026, English UI), showing the sakana.ai wordmark, the headline 'Introducing Fugu Max and Fugu Ultra v2: Orchestrating the Pareto Frontier' dated September 11, 2026, the opening copy arguing that the frontier which matters is two-dimensional with capability on one axis and cost on the other, a 'Try Sakana Fugu Max and Fugu Ultra v2' link, and a Pareto chart plotting performance against cost with a red 'Fugu Max' point at the low-cost end, a red 'Fugu Ultra' point at the top, a shaded 'Frontier formed by Fugu models' region and grey points labelled 'Frontier formed by single models'.

Yang tidak dapat kami verifikasi

Tiga hal dalam rilis Fugu Max tidak dapat diperiksa terhadap apa pun di luar materi Sakana sendiri, dan hal-hal itu dicantumkan di sini alih-alih dilewatkan begitu saja. Pertama, keenam kemenangan benchmark itu tidak disertai angka — Terminal Bench 2.1, GPQAD, AA-LCR, GDP.pdf, AutomationBench, dan SWEFish disebut sebagai kemenangan tanpa skor yang dilampirkan, dan SWEFish adalah benchmark internal Sakana. Kedua, jendela konteks, batas atas output, dan modalitas yang didukung Fugu Max tidak dipublikasikan, sehingga baris modalitas dan batas atas di atas membandingkan spesifikasi yang telah dirilis dengan ketiadaan informasi. Ketiga, tidak ada evaluasi independen untuk model Fugu mana pun, dan tidak ada entri Artificial Analysis untuk Fugu Max.

Untuk DeepSeek V4 Pro, situasinya terbalik. Vendor melaporkan daftar panjang angka — Terminal Bench 2.1 87.9, GPQA Diamond 92.8, SWE-bench Vals 96.4, HLE 42.7 dan 60.0 dalam dua konfigurasi, MCP Atlas 73.6, Toolathlon-Verified 74.1, CyberGym 83.3 — dan semuanya juga dilaporkan vendor. Perbedaannya bukanlah bahwa salah satu vendor lebih dapat dipercaya. Perbedaannya adalah ketika kedua pihak mempublikasikan angka, ketidaksepakatan mungkin terjadi, dan ketidaksepakatan dapat diselidiki. Klaim tanpa angka tidak dapat diperiksa, hanya dapat diterima atau diabaikan.

Satu catatan tambahan lagi tentang harga Deep​Seek di atas: halaman model kami sendiri memuat dua angka, yaitu tarif terukur $0.73 untuk input dan $2.18 untuk output per juta di petak harga, serta deskripsi lama $0.44 untuk input dan $0.87 untuk output per juta. Deep​Seek juga telah mengumumkan tingkatan jam sibuk dan jam sepi yang tarif akhirnya tidak disepakati oleh sumber-sumber. Anggap $0.73 dan $2.18 sebagai tarif yang benar-benar akan ditagih melalui kami saat ini dan konfirmasikan terhadap kartu tarif yang dipublikasikan sebelum Anda menyusun anggaran berdasarkan angka itu.

Intinya

DeepSeek V4 Pro memenangkan perbandingan ini berdasarkan kriteria yang dipilih Fugu Max. Model ini lebih murah pada input dan output, memiliki jendela konteks yang dipublikasikan serta batas keluaran 384K, melaporkan angka nyata pada tolok ukur yang diklaim Fugu Max sebagai yang terdepan, dan garis keturunannya berbobot terbuka (open-weights), yang merupakan bentuk terkuat yang tersedia dari argumen independensi vendor yang dijual Sakana. Jika beban kerja Anda berat pada token dan prioritas Anda adalah biaya per token terendah yang dapat dipertahankan dari model yang bisa Anda patok, selisihnya tidak tipis.

Fugu Max memenangkan pertanyaan yang lebih sempit yang sama sekali tidak dijawab DeepSeek V4 Pro: apakah koordinator yang menyusun tim agennya sendiri dapat menyelesaikan pekerjaan sulit berjangka panjang dalam lebih sedikit percobaan daripada model tunggal. Hal itu layak diuji coba jika Anda memiliki pekerjaan yang dapat diperiksa dan toleran terhadap kegagalan serta Anda berada di luar UE/EEA. Hitung biayanya berdasarkan token per tugas yang diselesaikan, tetapkan batas atas terlebih dahulu, dan bandingkan dengan endpoint DeepSeek V4 Pro di OrcaRouter pada harga daftar penyedia — satu kunci, markup 0%, dan tarif yang mengikuti tarif milik vendor sendiri.

A screenshot of the OrcaRouter model page for DeepSeek V4 Pro (deepseek/deepseek-v4-pro, captured September 11, 2026, English UI), showing the FLAGSHIP and Featured badges, the deepseek/deepseek-v4-pro model ID, the Tools, JSON and Reasoning tags, the listing date 2026-04-24, the /v1/chat/completions and /v1/responses endpoints, the pricing tiles reading INPUT $0.73 and OUTPUT $2.18 per 1M tokens with p50 TTFT 919ms and 6,313.7M tokens of 7-day traffic, the 1M token context with 384K max output and text-only input, and the OpenAI-compatible Python sample pointing at api.orcarouter.ai/v1.

Dibandingkan dalam artikel ini1

Terdeteksi dari artikel ini · Benchmark: Artificial Analysis · diperbarui setiap hari