GPT-6 Astra vs Fugu Max: Tarif Flat Bertemu dengan Tarif Bertingkat

Fugu Max mengenakan biaya $2.00 per juta token masukan dan $6.00 per juta token keluaran, dan biaya itu berlaku sama, baik pada 8.000 token maupun 800.000 token. GPT-6 Astra mengenakan biaya $10.00 dan $50.00 — sampai sebuah permintaan melewati 272.000 token masukan, dan pada titik itu ia mengenakan biaya $20.00 dan $75.00 untuk seluruh permintaan. Perbedaan struktural tunggal itulah hal yang paling berdampak dalam pertarungan ini, dan justru itulah yang terkubur di bawah perdebatan benchmark yang tidak bisa dimenangkan oleh pihak mana pun. Sakana AI merilis Fugu Max pada 11 September 2026; OpenAI telah menyediakan GPT-6 Astra secara umum sejak 3 September 2026, dengan tarifnya tidak berubah sepanjang penyesuaian harga yang mengenai tier-tier di bawahnya pada 7 Oktober. Jadi ini bukan perbandingan model baru. Ini adalah perbandingan antara dua filosofi penetapan harga, yang satu memang filosofi penetapan harga dan yang lainnya adalah sistem orkestrasi yang menyamar sebagai filosofi.

Dua kartu tarif, dibaca bukan diringkas.

Halaman penetapan harga Sakana sendiri terbilang sangat blak-blakan tentang apa yang dijual Fugu Max. Fugu Ultra v2 diberi harga seperti layaknya model terdepan — $5,00 masuk, $30,00 keluar, $0,50 untuk cache, dengan tingkat yang lebih tinggi pada $10,00 / $45,00 / $1,00 di atas 272K token. Tarif Fugu Max lalu dijelaskan di halaman yang sama sebagai tetap terlepas dari panjang konteks. Tidak ada tingkat atas yang perlu diperhitungkan. $2,00, $6,00, $0,25 untuk cache, pada ukuran prompt apa pun.

GPT-6 Astra adalah konstruksi yang berlawanan. Tier pertamanya berlaku hingga 272.000 token prompt dengan harga $10,00 / $50,00, input cache $1,00, dan penulisan cache $12,50. Setelah batas itu, permintaan dihargai ulang menjadi $20,00 / $75,00, dengan input cache $2,00 dan penulisan cache $25,00 — diterapkan ke seluruh permintaan, bukan hanya ke kelebihannya. Itulah dokumentasi OpenAI sebagaimana katalog kami sendiri membacanya saat ini, dan belum berubah sejak September.

Tempatkan keduanya secara berdampingan pada dimensi-dimensi yang menentukan sebuah RUU:

• Input, prompt pendek — GPT-6 Astra $10,00 per 1 juta vs Fugu Max $2,00; Fugu Max 5x lebih murah

• Keluaran — GPT-6 Astra $50,00 per 1 juta vs Fugu Max $6,00; Fugu Max 8,3 kali lebih murah

• Input cache — GPT-6 Astra $1,00 per 1 juta vs Fugu Max $0,25; Fugu Max 4x lebih murah

• Prompt panjang, di atas 272K — GPT-6 Astra $20,00 / $75,00 per 1 juta vs Fugu Max $2,00 / $6,00, tidak berubah

• Konteks dilacak — GPT-6 Astra 1.050.000 token, output maksimum 128.000 vs Fugu Max tidak dipublikasikan

• Modalitas masukan — GPT-6 Astra teks, gambar, dan file masuk, teks keluar vs Fugu Max belum dipublikasikan

• Skor independen — GPT-6 Astra 53 pada Artificial Analysis Intelligence Index vs Fugu Max tidak ada, tidak ada entri di papan itu

• Bobot — keduanya tertutup; Fugu Max sama sekali bukan checkpoint

Di mana batas 272.000 token benar-benar menggigit

Permintaan 300.000 token pada GPT-6 Astra tidak 10% lebih mahal daripada permintaan 270.000 token. Harganya $20.00 untuk input dan $75.00 untuk output pada setiap token dalam panggilan tersebut, yang membuat lonjakan bertahap itu kira-kira menggandakan tagihan input dan menaikkan output sebesar 50% begitu Anda melewati batas. Pada Fugu Max, permintaan yang sama dikenai biaya $2.00 dan $6.00 per juta seperti permintaan lainnya.

Itu lebih penting di sini daripada di sebagian besar halaman perbandingan, karena nilai jual GPT-6 Astra. Positioning OpenAI adalah pekerjaan end-to-end berhorizon panjang — halaman enterprise yang diterbitkan pada 9 September menggambarkannya sebagai model yang membawa tugas dari instruksi hingga artefak jadi melalui banyak langkah dan rentang waktu yang panjang. Loop agen yang mengirim ulang konteks yang terus bertambah adalah persis bentuk yang melampaui 272.000 token tanpa ada yang memutuskan untuk melakukannya. Jendela 1.050.000 token Astra mengundang beban kerja yang memicu biaya tambahannya sendiri.

Fugu Max dibangun untuk insting yang berlawanan. Sakana mendeskripsikannya sebagai mengarahkan setiap tugas ke model paling ramping yang mampu menyelesaikannya, dan tarif tetap adalah yang membuat perutean itu dapat terbaca dari luar: siapa pun yang dipilih koordinator dan sepanjang apa pun promptnya, meterannya terbaca sama. Ada satu perbedaan lagi yang mengarah ke arah sebaliknya dan layak disebutkan, karena halaman harga tidak menyatakannya sebagai peringatan. Halaman Sakana mencatat bahwa penelusuran web dan pengambilan web ditagih sebagai biaya stack — tarif tunggal berdasarkan model tingkat teratas yang terlibat dalam panggilan. Jadi tarif tetap per token benar-benar tetap, dan panggilan komposit belum tentu $2 dan $6.

Skor siapa ini, tepatnya?

Materi peluncuran Sakana menyatakan Fugu Max meraih skor keseluruhan terbaik pada enam benchmark: Terminal Bench 2.1, GPQAD, AA-LCR, GDP.pdf, AutomationBench, dan SWEFish, yang digambarkan sebagai benchmark coding internal milik Sakana sendiri. Tidak ada angka yang menyertai salah satu dari keenam klaim tersebut. Perusahaan juga menyatakan bahwa Fugu Max memperluas frontier Pareto biaya-kinerja pada tujuh dari sepuluh benchmark dan bahwa harga outputnya 40–60% lebih murah daripada Sonnet 5, GPT-5.6 Terra, dan Kimi K3. Setiap pernyataan itu berasal dari Sakana sendiri, dan tidak ada satu pun yang telah direproduksi — tidak ada entri Artificial Analysis untuk Fugu Max atau untuk model Fugu mana pun.

Ketidakhadiran itu lebih dari sekadar masalah pelabelan pada pertandingan khusus ini, karena cara kerja skor orkestrator. Hasil Fugu Max bukanlah properti dari satu model pada satu versi. Itu adalah properti dari kebijakan perutean, kumpulan model yang keanggotaannya belum dipublikasikan Sakana, dan koordinator yang dilatih untuk memilih di antara mereka. Kumpulan Sakana bertambah dalam rilis ini untuk mencakup jumlah model open-weight dan model terspesialisasi yang belum pernah terjadi sebelumnya, dengan menyebut keluarga NVIDIA Nemotron melalui kolaborasi NVIDIA — dan berhenti di situ. Ubah satu anggota kumpulan dan angka benchmark bergerak tanpa nama produk ikut berubah.

Ada pengecualian sempit yang layak diketahui, karena inilah jenis detail yang mudah hilang. Catatan Sakana tentang rilis September menyatakan secara eksplisit bahwa Fable 5, Fable 5.1, dan GPT-6 Astra tidak ada dalam pool Fugu Ultra v2. Kalimat itu tentang Ultra v2. Kalimat itu tidak mengatakan apa pun tentang Fugu Max, yang keanggotaannya masih belum diungkapkan. Jadi pertanyaan yang sebenarnya ingin dijawab pembaca — apakah model $10/$50 yang saya diberi tahu untuk diganti sudah ada di dalam koordinator $2/$6 — tidak dijawab oleh kedua pernyataan itu. Siapa pun yang memberi tahu Anda ke arah mana hal itu jatuh telah menyimpulkannya sendiri.

Di sisi GPT-6 Astra, buktinya berbentuk berbeda tetapi tidak lebih sederhana. Artificial Analysis mengukurnya pada angka 53 dalam Intelligence Index-nya saat ini, dengan biaya $3,26 per tugas indeks yang diselesaikan, 60 juta token keluaran sepanjang pengujian tersebut dibandingkan median papan sekitar 85 juta, dan 44,6 token keluaran per detik — yang menempatkannya di peringkat ketujuh dari 216 model dalam hal kecerdasan dan ke-168 dari 185 dalam hal kecepatan. Itu adalah pengukuran pihak ketiga pada rangkaian uji yang tetap, dan angka-angka itulah yang paling dapat dipertahankan di halaman ini. Klaim utama OpenAI sendiri untuk Astra — 98% pada FrontierMath Tier 4, 99,9% pada ARC-AGI-3, 100% pada ExploitBench, 57,9% pada Terminal-Bench 4.0 — dilaporkan oleh vendor dan tidak direproduksi, dan angka ARC-AGI-3 khususnya perlu disertakan harness-nya: uji independen ARC Prize di bawah harness standarnya mengukur 62,7%, dan menerbitkan angka 99,9% sebagai hasil di bawah adaptor penyedia yang membawa status penalaran antar permintaan.

Apa pengaruh routing terhadap perbandingan seperti ini

Kesulitan praktisnya adalah satu sisi dari perbandingan ini ada di katalog kami dan sisi lainnya tidak. GPT-6 Astra dilayani di openai/gpt-6-astra melalui satu endpoint yang kompatibel dengan OpenAI, pada tarif daftar milik OpenAI sendiri yang diteruskan dengan markup 0% dari kami — yang berarti ketika meteran pada layanan itu bergerak, meteran di sini bergerak pada hari yang sama, bukan kapan pun tabel margin disegarkan. Fugu Max tidak dirutekan oleh kami dan halaman ini tidak mengklaim demikian. Layanan itu sampai kepada Anda melalui API kompatibel OpenAI milik Sakana sendiri dan beberapa platform pihak ketiga, dan layanan ini tidak tersedia di UE atau EEA sementara Sakana berupaya mencapai kepatuhan GDPR.

Jadi A/B yang sesungguhnya antara keduanya berarti dua integrasi, dua tagihan, dan dua set kredensial, dan yang kedua punya batasan regional yang melekat. Yang memang dapat dibeli oleh kunci bersama adalah separuh eksperimen yang murah: menyematkan sebagian trafik ke Astra di balik failover otomatis, sehingga rollback menjadi perubahan konfigurasi, bukan insiden. Itu adalah versi lapisan transport dari ketahanan yang dijual Sakana sebagai premis orkestrasi — lebih lemah secara jenis, tetapi tersedia hari ini dan pada model yang perilakunya dapat disematkan ke versi tertentu.

Keputusan itu, dinyatakan sebagai sebuah keputusan

Pilih Fugu Max jika pekerjaan Anda berat teks, dapat diverifikasi, dan berada di ujung panjang rentang konteks — atau jika biaya median dari tugas yang diselesaikan adalah angka yang mengatur anggaran Anda alih-alih biaya satu panggilan tertentu. Tarif tetap adalah keunggulan struktural yang nyata dibandingkan meteran yang berlipat ganda di atas 272K, dan input yang di-cache seharga $0.25 adalah tarif cache paling agresif di kedua kartu tarif. Jangan memilihnya untuk pipeline multimodal hanya atas dasar halaman rilis, karena halaman rilis tidak mendokumentasikan apakah ia menerima gambar. Uji dulu, dan tetapkan anggaran token keluaran sebelum Anda mulai, karena konsumsi token sebuah orkestrator bukanlah sesuatu yang dapat Anda perkirakan dari nama model.

Pilih GPT-6 Astra jika pekerjaannya benar-benar agentik, berat dalam penggunaan komputer, dan mengandalkan puncak jendela satu juta token — beban kerja yang bukti independennya paling kuat dan yang Anda kelola adalah biaya per tugas, bukan harga per token. Biayanya $3,26 per tugas indeks itu tinggi, dan tinggi karena alasan yang bisa dilihat pembeli cermat: model ini ringkas pada rangkaian tersebut, mengeluarkan 60M token sementara model median mengeluarkan 85M. Pada tugas mendalam dan bertahap yang menghasilkan artefak jadi, tarif lebih tinggi untuk token lebih sedikit bisa berakhir di tempat yang sama dengan tarif rendah untuk token banyak. Jangan pilih ini untuk lalu lintas prompt pendek bervolume tinggi. Dengan harga input lima kali Fugu Max dan harga output delapan kali lipatnya, beban kerja yang tidak pernah mendekati batas 272K tidak mendapatkan apa pun yang dibayar oleh kartu tarif Astra.

Ringkasan jujurnya adalah bahwa kedua produk ini tidak begitu dihargai untuk saling bersaing, melainkan dihargai berdasarkan ketakutan yang berbeda. Daftar tarif Astra dibuat untuk pelanggan yang takut model murah gagal menuntaskan tugas panjang. Daftar tarif Fugu Max dibuat untuk pelanggan yang takut model bagus disia-siakan untuk tugas yang mudah. Ketakutan mana yang Anda alami adalah pertanyaan tentang trafik Anda, dan tabel benchmark dari kedua vendor tidak menjawabnya.

Rilis juga merupakan momen untuk memeriksa apa yang pernah salah sebelumnya: insiden AI dan kegagalan agen yang terdokumentasi seputar model di kelas ini dikumpulkan di OrcaRouter AI Incident Archive, di mana setiap entri membawa sumbernya sendiri, tingkat keparahan, tingkat keyakinan, dan tanda perselisihan.