Fugu Max 対 Grok 4.6：料金表は同一、公開スコアは1つ

Fugu Max と Grok 4.6 の価格はまったく同じだ。Sakana AI が Fugu Max をリリースしたのは 2026 年 9 月 11 日、価格は入力トークン 100 万あたり 2.00 ドル、出力トークン 100 万あたり 6.00 ドル——そしてこれは、SpaceXAI が 8 月 12 日のローンチ以来 Grok 4.6 に請求してきた料金表と一字一句同じである。この一致は、この対決において最も有用な事実だ。なぜなら、価格を議論から消し去ってくれるからだ。2 つの製品がまったく同じ請求をするとき、残る唯一の問いは「その金額で何が届くのか」であり、そこで両者は完全に袂を分かつ。Grok 4.6 は、バージョンで固定でき、ベンチマーク表を読め、独立系インデックスと照合できる単一のモデルだ。Fugu Max は、各タスクをそのプール内で最も安いモデルに振り分ける、訓練されたコーディネーターであり、Sakana の発表は 6 つのベンチマークで総合最高スコアを取ると主張しながら、そのどれからも数値を一つも示していない。このうち一方の購入は、買う前に測定できる。もう一方は、できない。

2つの製品、1つの料金表

• 入力 — Fugu Max 100万トークンあたり$2.00 対 Grok 4.6 100万トークンあたり$2.00

• 出力 — Fugu Max 100万トークンあたり$6.00 対 Grok 4.6 100万トークンあたり$6.00

• キャッシュ入力 — Fugu Max は100万トークンあたり0.25ドル、Grok 4.6 は100万トークンあたり0.50ドルで、両者の価格が異なる唯一の項目

• コンテキストウィンドウ — Fugu Max はベンダー非公開、Grok 4.6 は 500,000 トークンで Grok 4.5 から変更なし

• 長文プロンプトの再価格設定 — Fugu Max はリリースでティアが明記されていないのに対し、Grok 4.6 は単一リクエストが200,000トークンを超えると $4.00 / $12.00 に倍増し、超過分ではなくリクエスト全体に適用される

• 推論制御 — Fugu Max は非公開 対 Grok 4.6 は 4 段階のエフォートレベル、low から xhigh、デフォルトは high でオフへの切り替え不可

• アーキテクチャ — Fugu Maxは、オープンウェイトおよび特化型モデルを含む非公開のプールを対象に訓練されたコーディネーターであり、NVIDIAとの協業を通じてNVIDIA NemotronファミリーによりMax向けに拡張されています。一方、Grok 4.6は単一モデル・単一バージョンです。

• 独立評価 — Fugu Max については何も公開されておらず、どの Fugu モデルについても Artificial Analysis のページは存在しません。一方、Grok 4.6 は Artificial Analysis Intelligence Index のライブ値が44で、200中20位にランクされています

安い列は予測不可能なものだ

Fugu Max が実際に価格で勝っている点を見てほしい。それはキャッシュ読み取りで、Grok 4.6 の半額だ。これは確かな利点だが、コストモデルを組み立てる場所としてはまさに間違っている。キャッシュの価格設定は、キャッシュヒット率に比例してしか効果を生まないからだ。しかも Sakana は Fugu Max のキャッシュヒット率を公表していない。このリリースではコンテキストウィンドウも、長コンテキストのティアも、出力上限も示されていない。つまり、Fugu Max が Grok 4.6 を下回る唯一の項目は、あなたのトークンの未知の割合に適用される、規模不明の割引でしかない。

Grok 4.6の弱点は、少なくとも目に見える。その20万トークンのしきい値は攻めていて、リクエスト全体の料金を計算し直す。そのため、25万トークンのプロンプトは、200,001番目のトークンからではなく、最初のトークンから2倍の料金で請求される。しかし、その崖は見えるし、プロンプトをそれに照らして測り、チャンク化すべきかどうかを判断できる。ここにあるのは種類の違いだ。一方のシステムは、それを前提に計画できる形の料金スケジュールを公表し、もう一方は、スケジュールが一切添付されていないヘッドライン料金を公表している。

6勝、そして1点も取られず

Sakana が挙げているベンチマークは Terminal Bench 2.1、GPQAD、AA-LCR、GDP.pdf、AutomationBench、SWEFish です。そのうち5つは公認の公開評価です。6つ目の SWEFish は Sakana 自身のコーディングベンチマークであり、つまり主張されている6つの勝利のうち1つは、ベンダーが自ら作成し、まだ公開していないテストで採点されているということになります。他の5つについては、リリースでは Fugu Max が総合スコアで最高を達成したと述べられているだけで、そこで終わっています — スコアも、差も、並べて比較できる競合他社の数字もありません。

それを、SpaceXAIがGrok 4.6向けに公表した表と対比させてみよう。この表は全体としてベンダー報告だが、少なくとも表ではある。GDPVal-AA v2が1,753、AA-Briefcaseが1,577、DeepSWE v1.1が65.9%、CursorBench v3.2が69.9%、GPQA Diamondが94.9%だ。発表資料はまた、AA-Briefcaseで長期的タスクを解決するのに約53ターンと約5億入力トークンが必要だと報告している。これに対し、競合するフロンティアモデルでは約103ターンと20億トークンである。これは、繰り返しになるがベンダー報告の主張であり、控えめなトークン単価であっても、完了したジョブ1件あたりではGrokが安いというものだ。

Grokのその数値のうち2つは、引用する前に扱いを済ませておく必要があります。1つ目は、見出しになっているGPQA Diamondスコア94.9%が、Artificial Analysisによって飽和したベンチマークとしてすでに廃止されたものに由来するという点です。そのため、かつてのようにフロンティアモデルを選別する役割はもう果たしていません。2つ目は、古い報道で目にする数字、Grok 4.6のArtificial Analysis Intelligence Index 61です。これは下方修正前の尺度でした。Artificial Analysisは2026年9月に指数を再調整しており、現在の値は200モデル中20位で44、Intelligence Indexタスクあたりのコストは1.86ドルです。Grok 4.6を61の数字でClaude Fable 5やGPT-5.6 Solと比較するのは、別々の計器で測った値を比べていることになります。

オーケストレーターのトークン価格に含まれないもの

サカナ自身によるこのリリースの報道は、構造的な問題を認めている。Fugu Maxは単一のタスク内でモデルを切り替えるため、「コンテキストキャッシュの再利用を減らし、余分なオーケストレーショントークンも生成する可能性がある」——そして同社は、その結果生じるキャッシュヒット率やタスクあたりの総トークンコストを開示しなかった。コーディネーターが起動する各エージェントは推論と出力テキストを書き出し、そのすべてが100万トークンあたり6.00ドルで課金される。この料金はGrok 4.6と同一だ。しかし量は同じではない。そして量こそ、料金ページでは示すことのできない変数なのだ。

両ベンダーは、あなたを同じ軌道修正へと促している——料金を比較するのはやめて、完成したジョブあたりのコストを比較し始めよう——しかし、そのうちの一方だけが、出発点となる数値を手渡してくれる。Grok 4.6 は、公開されたターン数とトークン数のプロファイルを携えて登場する。Fugu Max は、自分で測定せよという指示を携えて登場する。

Fugu Max の沈黙には公平な解釈があり、それは明言される価値がある。Max は Fugu ラインのコスト最適化ティアであり、Fugu Ultra v2 と同じ日に出荷された。Fugu Ultra v2 は、入力 $5.00、出力 $30.00 という能力を押し上げる版だ。Sakana が Max について示す視覚的論証はパレート図——能力対コスト——であり、パレート図では生のベンチマークスコアは的外れだ。ドル当たりスコアこそが主張のすべてである。もしそれが論証なら、コストを伴わずに6つの勝利スコアを掲載することは、欠けている図ではなく、誤解を招く図のほうだろう。このリリースが依然として買い手に負っているのは分母であり、それは提供されていない。

Grok 4.6 が真に露呈するのはどこか

ターミナル作業は、Grok 4.6 が公表している中で最も弱い領域です。Terminal-Bench v3.0 のスコアは26%で、その分野の先頭集団には大きく後れを取っています。隣の数字には注意してください。同じモデルは Terminal-Bench v2.1 で88.4%を記録していますが、これは別のテストです。報道ではこの2つが混同して扱われるのを目にするでしょうが、その混同は Grok をかなりよく見せています。

2つ目のリスクは、推論をオフにできないことです。Thinkingトークンはリクエストごとに課金されるため、Grok 4.6の実効出力コストは、モデルがあなたのプロンプトについてどれだけ深く考えようと判断するかによって変わります。effortダイヤルを使えば下限側では制御できますが、ゼロに設定することはできません。

それに対して、Grok 4.6にはFugu Maxが現時点でいくら出しても提供できないものがある。それは数値だ。上の各行は第三者による検証が可能で、Artificial Analysisの記載は、すでに一つ検証が行われたことを意味している。Fugu Maxの6つの勝利は、モデルと同じ日に、それを開発した企業によって公表されたもので、執筆時点ではSakana以外の誰もそれを実行していない。

片方を呼び、もう片方を操縦する

Grok 4.6はOrcaRouterでSpaceXAIの定価で利用可能です — 入力100万トークンあたり2.00ドル、キャッシュヒット時は0.50ドル、出力100万トークンあたり6.00ドル — 0%のマークアップでパススルーされます。そのため、ベンダーの価格変更は移行スケジュールではなく当日に当社のゲートウェイに反映されます。カタログのほかのモデルと同じベースURLでOpenAI互換なので、プロバイダーを本番パスにハードコードする代わりに、フェイルオーバーチェーンに組み込んだり、条件付きルーティングルールの背後に置いたりできます。また、別契約なしで別のモデルとA/B比較できます。過去7日間で4,660万トークンがゲートウェイを通過しました。

Fugu Maxは当社のカタログにはありません。Sakana自身のOpenAI互換APIと複数のサードパーティプラットフォームを通じて利用でき、同社によれば、既存のFugu統合はパラメータを1つ変更するだけでこれにアップグレードできるとのことです。両者は同じリクエスト形式を使うため、両者を1つのフラグの背後に置く評価は、書き直しではなくベースURLの差し替えで済みます。これはこの特定の議論を決着させる正しい方法です。というのも、議論の焦点は完了したタスクあたりのトークン数にあり、その数値を出せるのはあなた自身のワークロードだけだからです。

どちらを買うべきか

Grok 4.6は正当化できる既定の選択肢です。Fugu Maxと同一の料金表で、計画に組み込める500Kのコンテキストウィンドウ、固定できるバージョン、4段階の推論制御、独立系インデックスでの44位という位置づけとその横に並ぶタスクあたりコストの数値、そして数か月にわたる第三者による測定結果が得られます。そのコストは具体的で既知です。200Kの価格改定クリフ、常に課金される推論、そして業界に後れを取るターミナル作業のプロファイルです。

Fugu Max はより興味深い賭けであり、入手可能な証拠に照らせば、より検証しにくいものでもある。設計上の論拠は妥当だ——コーディネーターがあなたのタスクを完了できる最も安価なモデルを確実に選ぶなら、たとえ料金表が変わらなくても、完了したジョブあたりの中央値コストは下がる。だが $2.00 / $6.00 というトークン単価は、Fugu Max の優位性が宿る場所ではない。その料金はまさに Grok 4.6 のものだ。優位性はより少ないトークンを消費することから来なければならず、Sakana はそれが実現していることを示す測定結果を公表していない。

では、両ベンダーが求めている方法で比較を実行してください。ゲートウェイに Grok 4.6 を配置し、フィーチャーフラグの背後で Fugu Max を呼び出し、自分の作業に似た業務で完了タスクあたりの出力トークンを数えます。Fugu Max が同じ料金の単一モデルより少ないトークンで完了するなら、キャッシュ割引と連携は実際のコスト削減であり、切り替えは正当化されます。そうでなければ、バージョン番号が変わらないまま構成が背後で変わりうるシステムに、同じ料金を払っていることになります。

今四半期にその測定なしで決断できるすべてのことについては、スコアボードのあるモデルから始めなさい。