Fugu Ultra v2 vs DeepSeek V4 Pro: la questione del prezzo dell'output 34x

Fugu Ultra v2 fa pagare all'incirca trentaquattro volte il prezzo di listino di DeepSeek V4 Pro per il testo che scrive. Non è un refuso e non è un artefatto di arrotondamento: il nuovo orchestratore di Sakana AI ha un prezzo di listino di $30,00 per milione di token di output, DeepSeek dichiara $0,87 per milione, e sull'unico benchmark per cui entrambi i fornitori pubblicano un numero, il divario nelle prestazioni non è affatto di trentaquattro volte. Sakana dichiara 74,3 su DeepSWE per Fugu Ultra v2, rilasciato l'11 settembre 2026; DeepSeek dichiara 62,7 per DeepSeek V4 Pro, il modello open-weight che ha distribuito in agosto. Un vantaggio di 11,6 punti dichiarato dal fornitore per un prezzo di output 34 volte superiore è l'intero confronto in una riga — e la domanda onesta non è se Fugu Ultra v2 sia migliore, ma se valga diciannove dollari per milione di token in più, e per chi.

Due risposte allo stesso problema, costruite partendo da estremità opposte

DeepSeek V4 Pro e Fugu Ultra v2 sono entrambi risposte alla stessa ansia — la dipendenza da un unico fornitore chiuso di frontiera — e difficilmente potrebbero essere più diversi nel metodo.

DeepSeek V4 Pro è un modello. La copertura del lancio colloca il rilascio API della versione ufficiale — la build DeepSeek-V4-Pro-0813 — intorno al 12-13 agosto 2026, sostituendo l'anteprima del 24 aprile. È un sistema mixture-of-experts segnalato a 1,5-1,6 trilioni di parametri totali con circa 49 miliardi attivati per token, dotato di una finestra di contesto di 1M token e un output massimo di 384K token. Ragiona in modalità thinking e non-thinking con tre livelli di sforzo, parla sia i protocolli API di Ope​nAI sia quelli di Anth​ropic, e ha aggiunto una Responses API nativa mirata direttamente agli harness di agenti in stile Codex. Punto cruciale, i pesi sono stati pubblicati con licenza MIT, il che significa che la questione della resilienza è risolta dal possesso: nessuno può revocare la tua copia.

Fugu Ultra v2 non è un modello. È un coordinatore addestrato, riportato intorno ai 7 miliardi di parametri, che scompone una richiesta su un pool di modelli non divulgati, assegna i ruoli di Thinker, Worker e Verifier, e sintetizza una risposta dietro un unico endpoint compatibile con OpenAI. La sua argomentazione sulla resilienza è architettonica piuttosto che legale: poiché il pool è sostituibile, il sistema può sopravvivere a qualsiasi singolo fornitore che cambi i termini. La versione 2.0, rilasciata insieme a Fugu Max, ha spostato il cutoff di addestramento al 28 agosto 2026 e — in particolare — ha rimosso completamente Claude Fable 5, Claude Fable 5.1 e GPT-6 Astra dal pool, pur continuando a rivendicare vittorie su di essi.

Quindi il confronto è possesso contro coordinazione. DeepSeek ti consegna un modello che puoi scaricare, verificare, mettere a punto e servire da solo al margine che il tuo hardware consente. Sakana ti consegna un sistema che decide come affrontare ogni problema, a una tariffa che finanzia l'esecuzione di diversi modelli di frontiera per conto tuo.

Cosa compra davvero 34x

Prima i benchmark, con le fonti in primo piano. Tutte le cifre di DeepSeek riportate di seguito sono del fornitore stesso e precedono la revisione tariffaria peak/off-peak che DeepSeek ha annunciato per metà agosto, sui cui numeri finali le fonti sono ancora in disaccordo — un rapporto colloca l'output di punta vicino a ¥27 per milione, un altro intorno a ¥12, a fronte di una base di ¥6. Verifica sul tariffario pubblicato da DeepSeek prima di modellare un budget. Tutte le cifre di Fugu sono di Sakana, e nessuna terza parte indipendente ne ha riprodotta alcuna; non esiste ancora alcuna voce di Artificial Analysis per un modello Fugu.

• DeepSWE — Fugu Ultra v2 74.3 (riportato dal fornitore) vs DeepSeek V4 Pro 62.7 (riportato dal fornitore)

Terminal Bench 2.1 — nessun valore per Fugu Ultra v2 pubblicato da Sakana rispetto a DeepSeek V4 Pro 87,9 (riportato dal fornitore)

• SWE-bench (Vals) — nessun dato per Fugu Ultra v2 rispetto a DeepSeek V4 Pro 96.4 (riportato dal fornitore)

• Humanity's Last Exam — nessun dato per Fugu Ultra v2 v2.0 rispetto a DeepSeek V4 Pro: 42,7 senza strumenti, 60,0 con strumenti (dichiarato dal fornitore)

• GPQA Diamond — nessun valore per Fugu Ultra v2 v2.0 rispetto a DeepSeek V4 Pro 92.8 (riportato dal fornitore)

• Prezzo di output — Fugu Ultra v2 $30,00 per 1M, che sale a $45,00 oltre 272K di contesto rispetto a DeepSeek V4 Pro, circa $0,87 per 1M di listino, con una tariffa a consumo che è risultata più alta

Due avvertenze su quella riga di prezzo, perché l'intera comparazione si basa su di essa. Primo, la cifra di Deep​Seek è la tariffa di listino riportata nella copertura del lancio e ribadita nella nostra stessa descrizione del modello, ma la tariffa a consumo nella nostra scheda è stata di $2,18 per milione di output e $0,73 per milione di input — il comportamento della cache e il mix spostano il numero effettivo, quindi il moltiplicatore onesto si colloca all'incirca tra 14x e 34x, a seconda di quanta parte del tuo input è in cache. Anche al limite inferiore di quell'intervallo, l'output costa più di una dozzina di volte tanto. Secondo, Deep​Seek ha già annunciato una revisione dei prezzi peak/off-peak i cui valori finali sono ancora oggetto di disaccordo tra le fonti — un rapporto colloca l'output peak vicino a ¥27 per milione, un altro vicino a ¥12, rispetto a una base di ¥6. Verifica sulla scheda tariffaria pubblicata prima di modellare un budget.

• Prezzo di input — Fugu Ultra v2 5,00 $ per 1M, che raddoppia oltre i 272K rispetto a DeepSeek V4 Pro, circa 0,435 $ per 1M in caso di cache miss, all'incirca 120 volte più economico in caso di cache hit

• Pesi — Fugu Ultra v2 chiusi, pool non divulgato, routing non esposto per scelta progettuale vs DeepSeek V4 Pro aperto sotto MIT, self-hostabile

• Contesto e output — Fugu Ultra v2 contesto 1M, limite di output non pubblicato vs DeepSeek V4 Pro contesto 1M, limite di output 384K

Il problema della sovrapposizione è evidente: i due sistemi compaiono a malapena sulle stesse righe. Sakana pubblica cinque vittorie su otto benchmark che ha selezionato; DeepSeek pubblica una scheda più ampia che include una copertura agentica approfondita — MCP Atlas 73,6, Toolathlon-Verified 74,1, CyberGym 83,3, NL2Repo 61,5, CorpusQA 62,0 sul contesto lungo — dove Fugu Ultra v2 non ha alcun numero pubblicato. L'unica riga che si può allineare, DeepSWE, è quella in cui Fugu rivendica il suo maggiore vantaggio nell'ingegneria del software. Un lettore che confronta le due release sta confrontando due esami diversi.

Il moltiplicatore di verbosità

Il prezzo dell'output non è una tassa lineare sull'orchestrazione; è un moltiplicatore su una quantità che l'orchestrazione aumenta. Fugu Ultra v2 genera agenti, ognuno dei quali produce token di ragionamento e di output, prima che un coordinatore li sintetizzi. Le FAQ sui prezzi di Sakana contengono un impegno davvero favorevole per il consumatore — si paga un'unica tariffa mista basata sul modello di fascia più alta del pool, e aggiungere agenti non moltiplica la fattura — il che limita il caso peggiore. Non limita il volume. A 30 $ per milione di token di output, un'esecuzione multi-agente che emette quattro volte il testo di una chiamata a modello singolo costa quattro volte tanto, e il moltiplicatore si combina con un tasso di output 34 volte superiore.

La struttura di costo di DeepSeek V4 Pro premia il comportamento opposto. Un cache hit sull'input costa circa due ordini di grandezza in meno di un miss, il che rende il lavoro ripetuto su contesti lunghi — lo stesso repository, lo stesso insieme di documenti, lo stesso system prompt — drasticamente più economico di quanto implichi il prezzo di listino. Per un ciclo di agente che rilegge lo stesso contesto a ogni turno, è lì che si assesta il costo effettivo, ed è un vantaggio strutturale che nessun orchestratore può aggirare.

Mettendo insieme le due cose, la decisione diventa concreta. Se Fugu Ultra v2 offre un vantaggio di 11,6 punti su DeepSWE e genera tre volte i token di output di una singola chiamata, stai pagando all'incirca cento volte di più per ogni attività completata per un guadagno di dieci-quindici punti su un solo benchmark. Questo compromesso è difendibile per la ricerca e per problemi di ingegneria irriducibilmente difficili, dove il punto marginale è tutto, ed è indifendibile per una pipeline che viene eseguita centomila volte al giorno.

A chi è realmente destinato ciascuno

Scegli DeepSeek V4 Pro se una delle seguenti condizioni è vera: il tuo carico di lavoro è ad alto volume e sensibile ai costi; hai bisogno di output più lungo del limite massimo che un orchestratore ti concederà; richiedi un sistema che puoi verificare, mettere a punto o eseguire sul tuo hardware per motivi di residenza dei dati; oppure hai bisogno che il prezzo sia un numero che puoi calcolare anziché un numero che osservi. La licenza MIT aperta non è una caratteristica di marketing — è la forma più forte dell'argomento di resilienza che uno dei due sistemi porta avanti, perché non dipende dalla benevolenza continua di alcun fornitore. È anche, a circa 0,87 $ per milione di output, abbastanza economico che sperimentare non costa nulla.

Scegli Fugu Ultra v2 se il punto marginale vale un multiplo, il lavoro è di lungo periodo e la correttezza è verificabile: programmazione con una suite di test, ragionamento strutturato su documenti, analisi multi-step in cui un ruolo di Verifier può cogliere un errore che una singola passata rilascerebbe. Gli stessi casi di studio di Sakana indicano esattamente questo: una sessione di ricerca autonoma di quattordici ore, un risolutore di cubo di Rubik che ha completato tutti e 300 gli scramble, mentre due baseline anonimizzate si sono bloccate del tutto. Tieni presente che quelle baseline sono anonimizzate e selezionate dal fornitore, il che le indebolisce come prove e non le rende false. Tieni anche presente il vincolo che chiude la discussione per alcune squadre: Fugu Ultra v2 non è venduto nell'UE né nello SEE, e Sakana lo dichiara apertamente.

Una nota pratica, se intendi eseguire l'uno o l'altro. Fugu Ultra v2 non è su OrcaRouter — arriva tramite l'API OpenAI-compatibile di Sakana stessa e diverse piattaforme di terze parti, e l'aggiornamento da un Fugu precedente è un cambio di parametro su una sola riga. DeepSeek V4 Pro è su OrcaRouter al prezzo di listino del fornitore con 0% di ricarico, il che qui conta più del solito: Deep​Seek ha già annunciato una revisione dei prezzi in questo ciclo, e su un router pass-through una variazione di prezzo del fornitore è attiva sulla stessa chiave lo stesso giorno, anziché dopo una rinegoziazione. Se vuoi confrontare entrambi con il tuo carico di lavoro prima di impegnarti, il lato più economico del confronto è quello che puoi chiamare al prezzo di listino con il failover automatico alle spalle.

Il verdetto

Non è una sfida equilibrata sul piano economico né decisiva sul piano delle capacità. DeepSeek V4 Pro è la scelta predefinita migliore, e di gran lunga: pesi aperti che puoi tenere, un tetto di output di 384K, un contesto da 1M, punteggi sul long-context pubblicati e un prezzo sull'output pari a circa un trentaquattresimo di quello di Fugu Ultra v2. Fugu Ultra v2 è lo strumento migliore per una ristretta classe di problemi costosi, e l'affermazione di Sakana — secondo cui un pool fisso che esclude i tre modelli più forti può comunque batterli su lavori verificabili — è l'argomento architetturale più interessante del settore in questo momento, nonché quello con meno evidenze indipendenti a sostegno.

La soluzione pratica non è scegliere. Usa DeepSeek V4 Pro come predefinito perché è economico, aperto e veloce, e tieni Fugu Ultra v2 di riserva per i compiti in cui un aumento di costo di cento volte è comunque inferiore al costo di sbagliare. Quello che non dovresti fare è leggere la board di otto benchmark di Sakana come prova che l'orchestratore costoso abbia sostituito il modello aperto ed economico. Sull'unica riga che condividono, è avanti di 11,6 punti a fronte di un prezzo di output 34 volte superiore. Se questo sia un affare o una trappola dipende interamente dal problema a cui lo indirizzi.