
Fugu Ultra v2 vs Claude Opus 5: harga input sama, dua taruhan berbeda
- OrcaBARUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 juta token · 187 tok/s
- openaiBARUOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 per 1 juta token · 80 tok/s
- openaiBARUOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 per 1 juta token · 155 tok/s
- tencentBARUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 juta token · 196 tok/s
- AlibabaBARUQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1 juta token · 85 tok/s
- GoogleBARUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 juta token · 705 tok/s
- AnthropicBARUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 juta token · 246 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 juta token · 97 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 juta token · 139 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 juta token · 84 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 juta token · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 juta token · 102 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 juta token · 69 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 per 1 juta token · 35 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 38 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Kecerdasan
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 juta token · 230 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Kecerdasan
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 juta token · 101 tok/s
Fugu Ultra v2 dan Claude Opus 5 mematok biaya yang sama persis untuk mengajukan pertanyaan dan biaya yang sangat berbeda untuk mendapatkan jawaban. Keduanya tercantum pada $5,00 per juta token masukan. Lalu Fugu Ultra v2 mengenakan $30,00 per juta token keluaran, sedangkan Claude Opus 5 $25,00 — dan selisih antara kedua angka itu bukan perbedaan pembulatan, karena kedua sistem mengeluarkan jumlah teks yang sangat berbeda untuk mencapai sebuah jawaban. Sakana AI merilis Fugu Ultra v2 pada 11 September 2026 sebagai sistem orkestrasi yang mengoordinasikan kumpulan model dari laboratorium lain di balik satu endpoint yang kompatibel dengan OpenAI; Claude Opus 5 milik Anthropic, aktif sejak akhir Juli 2026, adalah model tunggal. Perbedaan itu menentukan sebagian besar perbandingan ini sebelum benchmark apa pun dirujuk, dan papan skor Sakana sendiri memiliki baris yang janggal di dalamnya: vendor tersebut melaporkan 48,3 pada Chartography melawan 27,3 milik Claude Opus 5, yang merupakan margin terbesar dalam rilis ini dan juga angka dengan bukti eksternal paling sedikit di baliknya.
Kebetulan yang membentuk segalanya
Mulailah dari hal yang disepakati kedua produk, karena itu lebih dari sekadar harga yang ditonjolkan.
• Harga input — Fugu Ultra v2 $5,00 per 1 juta token vs Claude Opus 5 $5,00 per 1 juta token
• Harga output — Fugu Ultra v2 $30.00 per 1 juta token vs Claude Opus 5 $25.00 per 1 juta token
• Input cache — Fugu Ultra v2 $0.50 per 1M di atas tarif dasar vs Claude Opus 5, yang menerapkan caching sebagai diskon hingga 90% untuk input cache
• Konteks — Fugu Ultra v2 1M token, dengan tarif berlipat ganda di atas 272K dibanding Claude Opus 5 1M token yang tetap
• Batas keluaran — Fugu Ultra v2 tidak dipublikasikan sebagai satu angka dibandingkan dengan Claude Opus 5 128K token
• Ketersediaan — Fugu Ultra v2 tidak dijual di UE/EEA, sedangkan Claude Opus 5 tersedia secara umum berdasarkan ketentuan API standar
• Bukti — benchmark yang dilaporkan vendor untuk Fugu Ultra v2, belum ada evaluasi independen sampai sekarang, dibandingkan dengan benchmark vendor Claude Opus 5 plus posisi papan peringkat pihak ketiga selama berbulan-bulan
Baris terakhir itulah tempat pertandingan sebenarnya berbalik. Pada harga input yang sama, Anda memilih antara sistem yang skornya harus Anda terima begitu saja dan model yang skornya telah direproduksi oleh orang lain. Jurang 272K memperburuknya: melewati ambang itu, tarif input Fugu Ultra v2 menjadi dua kali lipat jadi $10 dan outputnya $45, sementara tarif Claude Opus 5 tidak berubah. Untuk eksekusi agen dengan konteks panjang — beban kerja persis yang dirancang untuk Fugu Ultra v2 — keunggulan harga dari angka utama yang lebih murah hilang tepat di tempat sistem itu seharusnya bersinar.

Apa sebenarnya masing-masing itu
Claude Opus 5 adalah andalan produksi Anthropic, dan desainnya dapat dipahami dari luar. Secara default, ia menjalankan pemikiran adaptif, memutuskan berapa lama harus bernalar sebelum menjawab, dengan pengatur upaya eksplisit dari rendah hingga maks ketika Anda ingin memaksa pertimbangan yang lebih mendalam dan membayarnya. Ia membawa jendela konteks 1M token, batas keluaran 128K, visi, penggunaan alat, dan mode JSON. Anthropic melaporkan 96,0% pada SWE-bench Verified dan 79,2% pada SWE-bench Pro, lebih dari dua kali lipat hasil Frontier-Bench v0.1 pendahulunya, dan sekitar 30,2% pada ARC-AGI 3 dibandingkan 7,8% untuk GPT-5.6 Sol — semuanya angka dari vendor, dan semuanya diukur pada satu model yang dapat Anda kunci berdasarkan versi. Ia juga mengarahkan permintaan yang ditandai ke model lama alih-alih menghasilkan error, sebuah detail operasional yang penting jika Anda memiliki tinjauan kepatuhan dalam alur.
Fugu Ultra v2 bukan itu, dan perbedaannya bukan sekadar kosmetik. Ia adalah koordinator — model kecil terlatih, dilaporkan sekitar 7B parameter, yang membaca permintaan Anda, menyusun tim agen, menetapkan peran Thinker, Worker, dan Verifier dari karya TRINITY Sakana, dan menyintesis jawaban akhir. Model dasarnya tidak diungkapkan, keputusan perutean tidak diekspos secara sengaja, dan untuk tier Ultra kumpulannya tetap: Anda tidak dapat mengeluarkan vendor mana pun. Kerangka Sakana sendiri untuk versi 2 adalah bahwa batas akhir pelatihan dipindahkan ke 28 Agustus 2026 dan komposisi kumpulan berubah — khususnya untuk mengecualikan Claude Fable 5, Claude Fable 5.1, dan GPT-6 Astra.
Pengecualian itu adalah detail paling mengungkap dalam rilis tersebut. Fugu Ultra v2 mengklaim kemenangan benchmark atas tiga model terkuat yang tersedia sekaligus mengonfirmasi bahwa ia tidak memanggil satu pun dari mereka. Apa pun yang memang ada dalam kumpulan itu, itu bukan puncak pasar menurut perhitungan Sakana sendiri. Narasinya adalah bahwa koordinasi mengalahkan kapabilitas. Itu adalah tesis yang nyata, dan pada tugas-tugas yang dapat diverifikasi dengan pemeriksa murah, itu adalah tesis yang didukung bukti. Itu bukan klaim yang sama dengan "sistem ini lebih pintar daripada Claude Opus 5," dan papan skor disusun sedemikian rupa sehingga keduanya mudah dikacaukan.
Papan skor yang dipilih Sakana
Setiap angka di bawah ini berasal dari evaluasi Sakana sendiri terhadap Fugu Ultra v2. Angka-angka Claude Opus 5 adalah sebagaimana diukur oleh Sakana dalam perbandingan yang sama, kecuali jika dinyatakan lain. Belum ada pihak independen yang mereproduksi kolom Fugu, dan hingga tulisan ini dibuat, tidak ada entri Artificial Analysis untuk model Fugu mana pun.
• Chartography — Fugu Ultra v2 48.3 vs Claude Opus 5 27.3 — dilaporkan vendor, selisih 21 poin
• DeepSWE — Fugu Ultra v2 74.3 vs tidak ada angka Claude Opus 5 yang dipublikasikan dalam tabel yang sama — dilaporkan vendor
• Posisi benchmark — Fugu Ultra v2 terbaik atau setara terbaik pada lima dari delapan, dua teratas pada tujuh dari delapan — dilaporkan vendor
• SWE-bench Verified — tidak ada angka untuk Fugu Ultra v2 vs Claude Opus 5 96,0% — dilaporkan Anthropic
• SWE-bench Pro — tidak ada angka Fugu Ultra v2 vs Claude Opus 5 79,2% — dilaporkan Anthropic
• ARC-AGI 3 — tidak ada angka Fugu Ultra v2 vs Claude Opus 5 ~30,2% — dilaporkan Anthropic
Baca itu sebagai bentuk, bukan peringkat. Sakana menerbitkan papan delapan tolok ukur yang di dalamnya ia menang di lima, dan hasil terkuat Claude Opus 5 yang terdokumentasi publik — baris SWE-bench, ARC-AGI 3 — sama sekali tidak ada di sana. Itu bukan tuduhan iktikad buruk; begitulah bentuk papan skor vendor, termasuk papan skor setiap vendor. Tapi itu berarti Anda tidak dapat menyimpulkan dari rilis tersebut bahwa Fugu Ultra v2 mengalahkan Claude Opus 5 dalam rekayasa perangkat lunak, karena kedua sistem itu tidak diukur pada baris yang sama cukup sering untuk bisa mengatakan demikian. Pada satu-satunya baris tempat keduanya muncul dan kedua angkanya publik — Chartography — Fugu Ultra v2 mengklaim kemenangan besar. Pada baris penalaran dan pengodean yang paling luas, hanya satu pihak yang telah menerbitkan.

Biaya per tugas, bukan biaya per token
Tagihan token sebuah orkestrator bukan tarif per tokennya. Fugu Ultra v2 memunculkan agen, masing-masing menyumbang token penalaran dan keluaran, dan koordinator itu sendiri menghasilkan teks sintesis. FAQ harga Sakana membuat komitmen yang benar-benar berguna di sini — Anda dikenai satu tarif campuran berdasarkan model tingkat teratas yang terlibat, dan menambahkan agen tidak melipatgandakan tagihan — yang menghilangkan perkalian fan-out kasus terburuk yang membuat penyiapan multi-agen yang naif menjadi mahal. Namun, ini tidak menghilangkan volumenya. Jumlah token keluaran yang ditagih tetap merupakan fungsi dari berapa banyak agen yang berjalan dan seberapa banyak yang mereka tulis, dan pada $30 per juta, volume itu adalah variabel yang tidak dapat Anda prediksi dari halaman harga.
Bentuk biaya Claude Opus 5 justru kebalikannya. Satu panggilan, satu model, pengatur effort yang Anda kendalikan, dan tarif output $25 dengan pemrosesan batch yang tersedia dengan diskon 50% untuk pekerjaan non-real-time. Anda dapat meramalkannya. Untuk beban kerja yang Anda jalankan sepuluh ribu kali sehari, kemampuan peramalan jauh lebih bernilai daripada selisih benchmark pada tugas membaca grafik.
Di sinilah juga pertanyaan routing terpisah dengan jelas dari pertanyaan model. Claude Opus 5 tersedia di OrcaRouter pada harga daftar Anthropic dengan markup 0% — tarif penyedia diteruskan apa adanya, sehingga perubahan harga vendor langsung aktif pada kunci yang sama di hari yang sama, dengan failover otomatis di antara jalur penyedia jika salah satunya terkena pembatasan laju atau sedang down. Fugu Ultra v2 tidak ada dalam katalog kami; ia sampai kepada Anda melalui API milik Sakana sendiri yang kompatibel dengan OpenAI dan beberapa platform pihak ketiga, dan migrasi dari Fugu versi sebelumnya hanyalah perubahan parameter satu baris. Jika yang sebenarnya Anda inginkan adalah prediktabilitas Claude Opus 5 dengan eksposur terhadap satu penyedia yang lebih kecil, router adalah jawabannya dan orkestrator bukan. Jika yang Anda inginkan adalah sistem yang mencoba beberapa pendekatan untuk masalah sulit tanpa Anda menulis fan-out-nya, Fugu Ultra v2 adalah hal yang melakukan itu — dan Anda sebaiknya menjalankannya sebagai pilot dengan penghitungan token aktif.
Di mana Fugu Ultra v2 benar-benar unggul
Berikan penghargaan yang pantas kepada sistem ini. Hasil Chartography, jika bertahan, adalah jenis kemenangan yang sulit dipalsukan oleh model tunggal: penalaran visual atas dokumen terstruktur memberi ganjaran pada upaya mencoba suatu pembacaan, memeriksanya terhadap dokumen, dan mencoba lagi — yang persis menjadi fungsi peran Verifier. Logika yang sama berlaku untuk Toolathon dan DeepSWE, yang jawabannya dapat diuji alih-alih diperdebatkan. Studi kasus terbitan Sakana juga mengarah ke arah yang sama: AutoResearch run dengan 123 eksperimen selama empat belas jam di satu H100, pemecah kubus Rubik's murni-Python yang menyelesaikan semua 300 kubus yang diacak sementara dua baseline frontier yang dianonimkan mengalami crash total, sebuah iris CAD mekanis yang benar-benar membuka dan menutup. Ini adalah contoh yang dipilih vendor dengan baseline yang dianonimkan, jadi buktinya tidak sekuat yang terlihat. Tetapi polanya konsisten, dan ini menunjuk pada kategori yang nyata: tugas-tugas yang kebenarannya dapat diperiksa dan bagian sulitnya adalah ketekunan.
Ada juga argumen struktural yang tidak ada hubungannya dengan tolok ukur. Claude Opus 5 adalah model milik satu vendor, yang tunduk pada keputusan penetapan harga, jadwal penghentian, dan kebijakan vendor tersebut. Fugu Ultra v2 dirancang untuk bertahan jika salah satu dari hal-hal itu berubah, dan Sakana secara eksplisit menyatakan bahwa itulah intinya — vendor lock-in, pencabutan API, kontrol ekspor. Di pasar tempat model telah ditarik dari wilayah dengan pemberitahuan yang minim, itu bukan hal hipotetis. Ini adalah lindung nilai, dan lindung nilai membutuhkan biaya: $5 lebih per juta token keluaran kira-kira adalah harga dari lindung nilai ini.
Putusan
Claude Opus 5 memenangkan keputusan yang sebenarnya dibuat sebagian besar tim. Ia didukung oleh evaluasi independen selama berbulan-bulan, jendela 1M token yang tidak menggandakan harga di tengah dokumen Anda, batas output 128K, harga terbitan yang dapat Anda perkirakan, pengatur upaya yang memungkinkan Anda membeli penalaran hanya ketika tugasnya memang layak, dan hasil pihak ketiga pada tolok ukur yang tepat — SWE-bench Verified, SWE-bench Pro, ARC-AGI 3 — yang paling dipedulikan oleh tim agentic dan coding. Fugu Ultra v2 memenangkan pertanyaan yang lebih sempit dan lebih menarik: apakah koordinator dengan kumpulan model yang lebih kecil dapat mengalahkan model unggulan pada tugas-tugas di mana jawabannya dapat diperiksa. Papan skor Sakana sendiri menyatakan ya pada lima dari delapan baris, dan eksklusi kumpulan model menunjukkan bahwa kemenangan itu diperoleh tanpa tiga model terbaik di dunia.
Jika Anda menjalankan pekerjaan yang dapat diverifikasi, berjangka panjang, dan dapat diperiksa serta Anda berada di luar EU/EEA, Fugu Ultra v2 layak untuk pilot dengan cakupan yang jelas — ukur token keluaran per tugas yang diselesaikan, bukan per token, dan tetapkan batas atas sebelum Anda memulai. Jika Anda membutuhkan jalur produksi hari ini dengan bukti yang mendukung dan tagihan yang dapat Anda perkirakan, Claude Opus 5 tetap menjadi pilihan yang lebih didukung bukti, dan itu hanya berjarak satu kunci API dengan harga daftar Anthropic dengan tarif penyedia yang diteruskan tanpa diubah.

Dibandingkan dalam artikel ini1
Terdeteksi dari artikel ini · Benchmark: Artificial Analysis · diperbarui setiap hari
