GPT-6.1 Sol vs Fugu Max: Harga Input yang Sama, dan Model yang Tidak Ada dalam Pengertian Biasa

Sakana AIFugu Max dan OpenAIGPT-6.1 Sol keduanya mengenakan biaya $2,00 per juta token input. Di situlah kemiripan dalam kartu tarif mulai dan berhenti — Fugu Max $6,00 per juta output versus $10,00 milik GPT-6.1 Sol, dan Fugu Max 40 persen lebih murah untuk output namun tidak menerbitkan skor benchmark apa pun yang telah direproduksi pihak ketiga. Alasan kedua fakta itu berada dalam kalimat yang sama adalah bahwa Fugu Max, yang dirilis 2026-09-11, bukan model dalam pengertian sebagaimana GPT-6.1 Sol. Ia adalah orkestrator: satu endpoint yang memilih model dari kumpulan, memanggilnya, dan mengembalikan jawaban. Membandingkan harga tokennya dengan harga token satu checkpoint adalah membandingkan dua hal berbeda yang kebetulan didenominasi dengan cara yang sama.

Berikut ini diambil dari materi peluncuran Sakana sendiri untuk Fugu Max dan dari dokumentasi model OpenAI untuk GPT-6.1 Sol. Jika suatu angka berasal dari vendor sendiri dan tidak ada pihak luar yang mereproduksinya, kalimat yang memuatnya menyatakan hal itu. Jika tidak ada angka sama sekali, itu pun dikatakan.

Sebuah arsitektur, bukan checkpoint

Kerangka dari Sakana sendiri cukup tidak biasa sehingga lebih baik dikutip daripada diparafrasakan: Fugu Max adalah sebuah arsitektur, bukan satu model tunggal. Sistem ini menyimpan kumpulan model, merutekan permintaan yang masuk ke opsi yang menurut penilaiannya paling murah namun mumpuni, dan mengembalikan satu jawaban. Tidak ada checkpoint Fugu Max untuk diunduh, tidak ada jumlah parameter yang tetap, dan tidak ada cara untuk mengetahui dari luar model mana yang menjawab panggilan tertentu — Sakana tidak menerbitkan jejak perutean.

Desain itu memiliki properti yang layak disebutkan sebelum hal lain dalam perbandingan ini: kapabilitas endpoint tidaklah tetap. Kapabilitas itu berubah ketika pool berubah, ketika kebijakan router berubah, dan ketika model-model di bawahnya ditingkatkan atau ditarik. Skor benchmark untuk sebuah checkpoint menggambarkan checkpoint tersebut. Skor benchmark untuk sebuah router menggambarkan router sebagaimana dikonfigurasi pada hari pengukurannya, yang merupakan klaim yang lebih sempit.

GPT-6.1 Sol adalah susunan yang berlawanan. Ini adalah pengenal snapshot tunggal, gpt-6.1-sol, tanpa varian bertanggal, jendela konteks 1,050,000 token, keluaran maksimum 128,000, input teks, gambar, dan berkas, serta lima tingkat upaya penalaran dengan medium sebagai bawaan. Apa yang Anda ukur pada hari Senin adalah apa yang Anda dapatkan pada hari Jumat.

Dua kartu tarif, berdampingan, dengan baris-baris yang berbeda:

• Masukan — $2.00 per juta untuk keduanya. Identik.

• Output — $6.00 untuk Fugu Max dibanding $10.00 untuk GPT-6.1 Sol. Fugu Max 40 persen lebih murah.

• Input yang di-cache — Halaman peluncuran Sakana tidak mencantumkan tarif input yang di-cache untuk Fugu Max; angka $0.25 beredar, tetapi tidak ada di halaman yang kami baca, jadi kami tidak menganggapnya sebagai terkonfirmasi. Tarif GPT-6.1 Sol adalah $0.10 per juta, setengah dari $0.20 yang dikenakan GPT-6 Sol.

• Penetapan harga ulang prompt panjang — GPT-6.1 Sol menetapkan ulang harga seluruh permintaan menjadi $4.00/$15.00 di atas 272.000 token prompt. Fugu Max sama sekali tidak menerbitkan tingkatan panjang.

• Tingkat di atasnya — Sakana juga menjual Fugu Ultra v2 seharga $5.00/$30.00 dengan input cache $0.50, untuk pemanggil yang ingin router mengeluarkan lebih banyak per panggilan.

Klaim yang tidak bertahan dengan aritmatikanya sendiri

Klaim utama Sakana untuk Fugu Max adalah bahwa produk itu menawarkan harga 40 hingga 60 persen lebih murah daripada Claude Sonnet 5, GPT-5.6 Terra, dan Kimi K3. Jika dicek terhadap harga daftar ketiga produk tersebut, hitungannya benar — yang itu tidak masalah.

Klaim kedua adalah yang perlu dibaca dengan cermat. Sakana menggambarkan Fugu Max sebagai berada "dalam jarak yang mendekati model-model elit dengan biaya dua hingga enam kali lebih rendah." Pada harga daftar yang berlaku, selisih mentah antara Fugu Max dan tiga model yang disebutkannya adalah antara 1,7 dan 2,5 kali, bukan dua hingga enam kali. Rentang yang begitu lebar, yang dikutip bersama sekumpulan model yang hanya mencakup ujung sempitnya, adalah rentang pemasaran, bukan rentang yang terukur. Bisa jadi itu benar untuk perbandingan lain yang ada dalam pikiran Sakana; itu tidak benar untuk perbandingan dalam kalimat yang sama.

Yang tidak terjadi adalah bahwa Sakana menyembunyikan penalarannya. Ia menerbitkan sepuluh diagram sebar dalam materi peluncuran. Masalah transparansinya berbeda: tidak ada skor benchmark yang dipublikasikan yang dilampirkan pada diagram-diagram itu, sehingga pembaca tidak dapat memeriksa posisi titik mana pun.

Enam kemenangan dan satu angka yang bisa Anda periksa

Halaman peluncuran Sakana menyoroti enam benchmark. Lima di antaranya disajikan sebagai kemenangan tanpa angka yang dipublikasikan. Yang keenam, SWEFish, adalah benchmark milik Sakana sendiri — perusahaan itu yang mendefinisikan tugasnya, dan perusahaan itu pula yang melaporkan hasilnya. Benchmark internal bukan berarti tidak berharga; itu cara yang sah untuk menerbitkan sinyal arah. Hanya saja, itu bukan bukti independen, dan itu satu-satunya angka dalam kumpulan tersebut yang setidaknya bisa dikutip.

Sebaliknya, rekam jejak independen GPT-6.1 Sol tipis tetapi nyata. Artificial Analysis memberinya skor 51,8 pada Intelligence Index-nya — peringkat 10 dari 147 model, persentil ke-93,2 — dengan 52,9% pada Humanity's Last Exam, 83% pada Long-Context Recall, 54,2% pada SciCode dan 56,06% pada Terminal-Bench 4.0. Kelima angka itu adalah pengukuran pihak ketiga pada model yang bobotnya tidak pernah berubah.

Satu perkembangan terbaru layak dicatat karena ini adalah skor independen pertama untuk model tersebut dan muncul setelah liputan sebelumnya di blog ini: ketika GPT-6.1 Sol diluncurkan, belum ada evaluator independen yang menerbitkan apa pun. Artificial Analysis sejak itu telah menerbitkan kumpulan di atas. Arahnya tidak mengejutkan — model itu berada di tempat OpenAI memposisikannya, di tengah lapisan terdepan, bukan di atas model andalannya sendiri — tetapi sekarang model itu terukur, bukan sekadar diklaim, dan itu berbeda dari posisi Fugu Max saat ini.

Apa yang tidak termasuk dalam harga token orchestrator

Inilah bagian dari perbandingan yang tidak dapat diungkapkan oleh rate card, dan inilah alasan mengapa token keluaran yang 40 persen lebih murah tidak otomatis berarti pekerjaan yang 40 persen lebih murah.

Perute yang memutuskan per permintaan kadang akan salah memutuskan, dan solusi standar untuk keputusan yang salah adalah percobaan ulang atau eskalasi. Keduanya memakan token. Satu checkpoint yang menjawab dalam satu lintasan hanya menagih sekali. Sakana tidak mempublikasikan jumlah panggilan yang mendasarinya per permintaan yang dijawab, proporsi permintaan yang dieskalasi, atau overhead token dari keputusan perutean itu sendiri — jadi pada beban kerja mana pun ketika perute Fugu Max memilih model yang lebih lemah terlebih dahulu lalu menanjak, biaya efektif per tugas yang diselesaikan bukanlah $2.00/$6.00 kali token yang Anda lihat. Melainkan $2.00/$6.00 kali token yang tidak dapat Anda lihat.

Hal yang sama berlaku untuk kualitas, pada dimensi yang lebih penting. Kegagalan GPT-6.1 Sol adalah kegagalan satu model yang dikenal pada prompt Anda, yang dapat direproduksi dan diukur sebelumnya. Kegagalan Fugu Max sebagian merupakan kegagalan router-nya, dan router adalah komponen yang tidak dapat Anda periksa, beri versi, atau sematkan. Untuk beban kerja di mana jawaban yang salah lebih mahal daripada token untuk menghasilkannya — yang merupakan sebagian besar pekerjaan profesional — itu adalah eksposur nyata, bukan eksposur teoretis.

Sisi sebaliknya dari hal ini juga layak disebutkan. Jika router Sakana bagus, ia membeli kapabilitas yang kalau tidak akan berbiaya harga daftar dari model terdepan, dan membayar tarif campuran untuknya. Itu produk yang benar-benar berguna. Masalahnya, “jika router itu bagus” adalah keseluruhan klaimnya, dan tidak ada evaluasi router yang dipublikasikan untuk menguji klaim itu. Kumpulan yang mencakup NVIDIA Nemotron — kemitraan yang diumumkan Sakana pada Agustus 2026 — dengan sisa kumpulannya tanpa nama, dan tanpa jejak per panggilan, adalah sistem yang kualitasnya hanya dapat Anda ketahui dengan mengalirkan trafik Anda sendiri melaluinya.

Di mana GPT-6.1 Sol benar-benar terekspos

Dua baris, dan tak satu pun menguntungkan GPT-6.1 Sol.

Yang pertama adalah harga di ujung atas rentang output. $10,00 per juta output adalah harga tingkat Sonnet yang dipilih Open​AI, dan itu tidak murah. Pada beban kerja yang menghasilkan jawaban panjang — penyusunan draf panjang, pembuatan kode dalam volume besar, sintesis dokumen — $6,00 per juta yang dikenakan Fugu Max berarti $4,00 per juta yang Anda pilih untuk dibelanjakan. Dengan satu miliar token output per kuartal, itu berarti $4.000, dan itu adalah pos biaya yang nyata.

Yang kedua adalah langkah prompt panjang. Di atas 272.000 token, seluruh permintaan GPT-6.1 Sol dihargai ulang menjadi $4,00/$15,00, yang berarti dua kali lipat untuk input dan 50 persen untuk output. Fugu Max tidak menerbitkan tier yang setara, jadi pada prompt yang benar-benar panjang, kartu tarif Fugu Max adalah yang lebih sederhana — dengan peringatan yang selalu berlaku bahwa "tidak ada tier yang diterbitkan" dan "tidak ada tier" bukanlah pernyataan yang sama.

Ada eksposur ketiga yang bukan harga maupun performa: ketersediaan. Fugu Max dilaporkan tidak tersedia di UE dan EEA sambil menunggu pekerjaan terkait GDPR, yang menghapusnya sebagai opsi untuk penerapan di Eropa terlepas dari skornya. GPT-6.1 Sol menawarkan residensi data AS dan UE, dengan catatan bahwa mode cepat Open​AI tidak tersedia di bawah residensi UE — pembatasan yang sempit tetapi nyata, dan pengingat bahwa kisah ketersediaan kedua model tidak sesederhana satu baris.

Memanggil yang satu, mengemudikan yang lain

GPT-6.1 Sol tersedia di OrcaRouter sebagai openai/gpt-6.1-sol, dengan harga daftar OpenAI tanpa markup 0% — $2.00 dan $10.00 per juta token, input yang di-cache $0.10, dan tier di atas 272K diterapkan persis seperti yang ditetapkan OpenAI. Karena lapisan perutean meneruskan harga penyedia alih-alih menaikkannya, perubahan tarif OpenAI langsung berlaku di sini pada hari yang sama saat mulai berlaku, bukan pada siklus penagihan berikutnya. Failover otomatis berada di bawahnya, yang merupakan cara murah untuk mengetahui bagaimana tarif input $2.00 berperilaku pada trafik Anda tanpa menjadikannya satu-satunya jalur Anda.

Fugu Max tidak ada di OrcaRouter dan kami tidak menghostingnya. Layanan ini dapat diakses melalui API milik Sakana sendiri, dan meningkatkan integrasi Fugu yang sudah ada ke Fugu Max adalah perubahan parameter satu baris menurut pengakuan Sakana sendiri. Jika Anda sudah menjadi pelanggan Fugu, biaya untuk mencobanya hampir nol, yang menjadikannya langkah pertama yang jelas bagi audiens tersebut.

Keputusan yang dihasilkan pasangan ini: Fugu Max layak untuk uji coba dan belum layak untuk komitmen produksi, karena satu-satunya bukti performanya berasal dari vendor, dan benchmark milik vendor sendiri adalah salah satu dari enam sorotan. GPT-6.1 Sol adalah pilihan default yang lebih aman, karena skor independennya tersedia, kegagalannya dapat dikaitkan dengan satu model, dan batas atasnya adalah angka yang dipublikasikan, bukan sebuah kumpulan. Membayar $4.00 lebih banyak per juta token keluaran untuk sistem yang perilakunya dapat Anda prediksi tidak serta-merta merupakan pertukaran yang lebih buruk — dan jika Sakana menerbitkan jejak perutean dan evaluasi pihak ketiga, putusan ini harus segera ditinjau ulang.