Fugu Max 対 Qwen3.8-Max：同じ価格、同じベンチマーク、公表された数字は1つだけ

Fugu Max と Qwen3.8-Max の価格は同じ：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。Sakana AI が Fugu Max を投入したのは2026年9月11日で、Alibaba は8月上旬から Qwen3.8-Max を提供しており、この2社は正反対の方向から同一の料金表にたどり着いた——片方はルーティングポリシーに値付けし、もう片方は2.4兆パラメータのモデルに値付けしたのだ。この一致によって、価格は完全に判断材料から外れた。これは異例なほどすっきりしている。残るのはエビデンスであり、そしてこの2社はそこにおいて、他のどこよりも大きく食い違っている。両社の表はいずれも Terminal Bench 2.1 を挙げている。Alibaba は Qwen3.8-Max について 86.6 と記載している。Sakana は、Fugu Max が Terminal Bench 2.1 で総合最高スコアを獲得したと述べながら、数値は一切載せていない——そのテストについても、勝利を主張する他の5つについても。

双方が名指しする唯一の基準

これは対戦全体を1行に凝縮したものなので、それについて正確を期す価値がある。

Sakanaのリリースでは、Fugu Maxが総合最高スコアを獲得する6つのベンチマークが挙げられている。Terminal Bench 2.1、GPQAD、AA-LCR、GDP.pdf、AutomationBench、SWEFishである。そのうち5つは広く認知された公開評価で、6つ目のSWEFishはSakana独自のコーディングベンチマークだ。この6つのいずれについても、リリースには、数値、差、あるいはそれと並べて比較できる競合他社の数値が記されていない。並行する主張——Fugu Maxが10のベンチマーク中7つでコストパフォーマンスのパレートフロンティアを拡大するという主張——も同様に、軸上の一点ではなく、グラフ上の位置についての記述である。

AlibabaがQwen3.8-Maxについて公開している行には、Terminal-Bench 2.1が86.6、OSWorld-Verifiedが86.1、GPQA Diamondが92.6、SWE-bench Proが67.7が含まれている。すべてベンダー報告によるもので、すべて数値だ。したがって、両社が唯一名を挙げることを選んだテストでは、一方が数値を公表し、他方が順位を公表している。そこからどちらのシステムが優れているかは結論づけられない——Sakanaの「総合最高」は91を意味するかもしれないし、87かもしれない。結論づけられるのは、公開時点でこの問いに答える公開証拠は存在せず、より大きな主張をしているベンダーこそが、それを数値化することを拒んでいるということだ。

同じ価格、正反対の構成

• 入力 — Fugu Max 100万トークンあたり$2.00 対 Qwen3.8-Max 100万トークンあたり$2.00

• 出力 — Fugu Max は100万トークンあたり$6.00、Qwen3.8-Max は100万トークンあたり$6.00

• キャッシュ済み入力 — Fugu Max は100万トークンあたり$0.25、Qwen3.8-Max は100万トークンあたり$0.25、そしてArtificial AnalysisはQwen側で88%のキャッシュ割引を独自に測定しています

• 長いプロンプトの割増料金 — Fugu Max はリリースでティアの明記なし、Qwen3.8-Max はウィンドウ全体まで定額で割増料金なし

• コンテキストと出力 — Fugu Max はどちらの数値も公開していないのに対し、Qwen3.8-Max は 1M トークンのウィンドウと、およそ 128K の出力上限を備えている

• 入力モダリティ — Fugu Max はテキストで、その背後にはプール自身の能力があるのに対し、Qwen3.8-Max はテキスト、画像、動画、PDF

• アーキテクチャ — Fugu Maxは非公開のプール上で学習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ファミリーを含むオープンウェイトモデルや特化型モデルによってMax向けに拡張されたもの。対してQwen3.8-Maxは、総パラメータ数約2.4兆、トークンあたり約950億がアクティブな単一のスパースMixture-of-Expertsモデル。

• 重み — Fugu Max はクローズドで、プールの参加状況は設計上非公開。一方 Qwen3.8-Max はオープンウェイトで、Max クラスのチェックポイント向けにカスタムライセンスの下で公開されている

• 独立した評価 — Fugu Max については何も公表されておらず、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、Qwen3.8-Max は、速度・冗長性・タスクあたりコストの数値が公開されている、実際に稼働中の Artificial Analysis エントリです

それらの行のうち4つは、Fugu側では「未公開」と表示され、Qwen側では数値が記載されている。料金が同一であれば、比較はそれで全部だ。同じ金額で、説明できるシステムを1つと、説明できないシステムを1つ買うことになる。

1つの列の背後にはサードパーティが存在します。

Artificial Analysis は、再提示された v4.3 Intelligence Index で Qwen3.8-Max を 40 と評価し、200 中 30 位にランク付けしている。コストは Intelligence Index タスクあたり $2.67、出力は毎秒 37.8 トークンで、速度では 200 中 154 位になるほど遅い。同じエントリには、インデックス全体で生成された 1 億 8,000 万出力トークンが記録されており、これは中央値モデルの 8,900 万の 2 倍以上で、88 パーセントのキャッシュ割引も記録されている。

そのすべてを引用する前に、2つの訂正が当てはまります。1点目は、Qwen3.8-Maxについて広く出回っている58——あるいは58.1、あるいは58.4——という数値が、Artificial Analysisが2026年9月に指数を再調整する前のものであり、現行ページには再掲載されたスコアを示す「Updated」バッジが付いていることです。古い記事では、以前のスケールとは異なるエフォート・コストも示されていました。タスクあたり64ターンで、以前のQw​en世代では14ターン、Intelligence Indexタスクあたり約1.14ドルでした。現在のページでは2.67ドルです。2点目は、スケールの産物ではなく本当の警告です。Artificial Analysisは別途、Qwen3.8-Maxのハルシネーション率が以前の世代と比べて23％から40％に上昇したと測定しています。自律的なマルチステップ作業向けに売り込まれているモデルにとって、それは検証機構に予算を織り込むべきコストであり、脚注ではありません。

Fugu Maxにはいかなる種類の独立した項目も存在しない。それに付随するあらゆる数値はSakanaに由来しており、これを書いている時点で、Fugu Maxやその兄弟モデルのいずれについてもArtificial Analysisのページは存在しない。これは非難ではない——数時間前にリリースされたモデルに第三者のカバレッジがあるはずがない——が、それはつまりこの2つの列が等しく検証可能ではないということであり、Sakanaの外部の誰かが実際にこれを動かすまで、その状態は続くだろう。

使いすぎる2つの方法

これら両方のシステムは、回答のコストをトークンのコストから切り離し、しかも互いに逆方向へ動かしている。Qwen3.8-Max はトークン単位では倹約的で、回答単位では惜しみない。Intelligence Index での出力トークン数は1億8000万で中央値の2倍、タスクあたり2.67ドルだ。大きいのではなく、長く働く。そして88パーセントのキャッシュ割引が請求額を左右するてこになる——同じコンテキストを読み返し続ける長いエージェント実行は安く抑えられ、新しいテキストを生成し続ける実行はそうではない。

Fugu Maxはトークンあたりの価格が高く、回答は予測不能だ。そのコーディネーターはサブエージェントを生成し、各サブエージェントは推論と出力テキストを書き出して100万トークンあたり6.00ドルで課金され、さらにコーディネーター自身の統合も加わる。Sakanaは、マルチエージェント実行は参加する最上位モデルに連動する単一のブレンド料金で課金され、エージェントを追加しても請求額が倍増しないと約束している。これにより、素朴なマルチエージェントシステムを手が届かないものにする最悪のファンアウト爆発は取り除かれる。だが、量は取り除かれない。そして量の問題について、このリリースは重要な意味で沈黙している。Sakana自身の報道内容は、タスクの途中でモデルを切り替えるとコンテキストキャッシュの再利用が減り、余分なオーケストレーショントークンが生成される可能性があると述べており、同社がMaxの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ていないことを認めている。

つまり、同じ $2.00 / $6.00 という料金は、一方では予測可能な数値であり、他方では下限付きの無制限の倍数である。Qwen3.8-Max の冗長さは契約する前に測定できるが、Fugu Max のそれは測定できない。

エスケープハッチテスト

ここで通常のロックイン論が逆転する。そして、これこそがこの組み合わせにおいて最も有用な点である。

Sakana が Fugu Max で掲げる主張は、レジリエンスだ。オープンウェイトと特化型モデルにまたがるプールを、Max 向けに NVIDIA Nemotron ファミリーで拡張しているため、単一のフロンティアベンダーによる非推奨化、価格改定、地域からの撤退によってあなたの製品が停止することはない——本物のヘッジであり、同社が明示的に売り込んでいるものでもある。しかし、そのヘッジは外部から検証できない。プールを見ることも、メンバーを追加したり外したりすることも、その一部をセルフホストすることも、EU/EEA で一切実行することもできない。検査を許されていないプールについての約束は、聞こえほど強い保証ではない。

Qwen3.8-Maxは逆の論拠を展開する。それは単一ベンダーのモデルであり、したがって単一ベンダーの決定にさらされる——しかしAli​babaはMaxクラスのQwen3.8-2.4T-A95Bチェックポイントのオープンウェイトを独自ライセンスの下で公開した。つまり逃げ道は修辞ではなく現実である。価格や条件が変われば、モデルは自社インフラから提供できる。実際の恐れがベンダーに足元をすくわれることであるチームにとって、ダウンロード可能なチェックポイントはプールの説明に勝る。

どちらかを呼び出す

Qwen3.8-Maxは当社のカタログに、100万トークンあたり入力$2.00／出力$6.00で掲載されています。これはAlibabaの定価にマークアップ0%を上乗せなしで適用したものなので、ベンダーの価格改定は移行スケジュールを待たず、同日中に同じキーへ反映されます。カタログの他のモデルと同じベースURLでOpenAI互換なので、条件付きルーティングルール、フェイルオーバーチェーン、モデルフュージョンパネルの背後に、新たな契約やコード変更なしに配置できます。また自動フェイルオーバーが、レート制限や性能劣化が生じたプロバイダ経路をカバーします。過去7日間で1億2,770万トークンがこのゲートウェイを通過しました。

Fugu MaxはOrcaRouterにはありません。それはSakana自身のOpenAI互換APIと複数のサードパーティ製プラットフォームを通じてあなたのところに届きます。そして同社によれば、既存のFugu統合は1行のパラメータ変更で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話すため、ベンチマークの差を決着させる最も安価な方法は、Sakanaがそれを公開するのを待つのをやめることです。自分のワークロードで両方を1つのフラグの背後で実行し、完了したタスクあたりの出力トークンを数えるのです。それが、どちらのベンダーも提供していない測定値です。

どちらを、そしていつ

Qwen3.8-Max は、監査でき、価格を把握でき、そして乗り捨てられる選択肢だ。同一の料金表で、長文プロンプト割増なしの100万トークンウィンドウ、画像・動画・PDF入力、ダウンロード可能なMaxクラスのチェックポイント、請求額を左右する要素を測定する独立したライブエントリ、そしてキャッシュ入力の88%割引を提供する。そのコストも同様に具体的だ。毎秒37.8トークンと遅く、速度ではこの分野の最下位付近にランクされ、インデックス上では1億8000万トークンと極めて冗長で、測定されたハルシネーション率は前世代比でおよそ2倍になっている——これは、まさにこのモデルが売り込まれている自律型業務にとって深刻な懸念だ。キャッシュ割引を徹底的に活用し、検証ツールの予算を確保せよ。

Fugu Maxは、調整が能力に勝つという賭けだ。あなたの仕事が長期的で検証可能であり、検証者を生み出すコーディネーターが、単一モデルでは二度失敗するタスクを完了するなら、オーケストレーションのトークンは再試行よりも安くつき、同一の料金表は引き分けなどでは全くない。あなたが買っているのは永続性だ。プールを固定できず、コンテキストウィンドウが公開されておらず、6つのベンチマーク勝利に数値が付いていないシステムにおける永続性を——テストを名指ししながら数値を伏せたベンダーから。

どちらの製品もトークンあたりのコストは同じ。だが、その対価として何が得られるかを教えてくれるのは、片方だけだ。