Fugu Ultra v2 vs Claude Opus 5 のヒーロータイトルカード。サブタイトルは「同じ入力価格、2つの異なる賭け」、ピル型バッジは「$5.00 入力・両者共通」、「Chartography 48.3 vs 27.3」、「1M コンテキスト」。フッター行は「Sakana AI vs Anthropic - 2026年9月」、右下隅に OrcaRouter のロゴ。
Guides & Insights

Fugu Ultra v2 対 Claude Opus 5:同じ入力価格、異なる2つの賭け

著者

Gideon Frost

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

Fugu Ultra v2 と Claude Opus 5 は、質問を投げるのにかかる金額がまったく同じで、回答を引き出すのにかかる金額は大きく異なる。どちらも100万入力トークンあたり5.00ドルで掲載されている。次に、Fugu Ultra v2 は100万出力トークンあたり30.00ドルを請求するのに対し、Claude Opus 5 は25.00ドルだ。そして、この2つの数字の差は丸め誤差ではない。なぜなら、2つのシステムが回答に到達するまでに出力するテキストの量は大きく異なるからだ。Sakana AI は2026年9月11日、他のラボのモデル群を1つのOpenAI互換エンドポイントの背後で調整するオーケストレーションシステムとして Fugu Ultra v2 を出荷した。一方、Anth​ropicのClaude Opus 5 は2026年7月下旬から提供されており、単一のモデルだ。この違いが、ベンチマークを参照する前に、この比較の大半を決めてしまう。さらに、Sakana自身のスコアボードには気まずい行がある。ベンダーはChartographyで48.3を報告しており、Claude Opus 5の27.3と対比される。これは今回のリリースで最大の差であり、最も外部の裏付けが少ない数字でもある。

すべてを形作る偶然

まず、2つの製品が一致している点から始めましょう。それはヘッドライン価格以上のものだからです。

• 入力価格 — Fugu Ultra v2 は100万トークンあたり$5.00、Claude Opus 5 は100万トークンあたり$5.00

• 出力価格 — Fugu Ultra v2 は100万トークンあたり $30.00、Claude Opus 5 は100万トークンあたり $25.00

• キャッシュ済み入力 — Fugu Ultra v2 は基本料金に対して100万あたり $0.50 の上乗せとなる一方、Claude Opus 5 はキャッシュをキャッシュ済み入力の最大90%割引として価格設定している

• コンテキスト — Fugu Ultra v2 は100万トークンで、272Kを超えると料金が2倍になるのに対し、Claude Opus 5 は100万トークンで一律

• 出力上限 — Fugu Ultra v2は単一の数値として公開されておらず、Claude Opus 5の128Kトークンとは対照的

• 提供状況 — Fugu Ultra v2 は EU/EEA で販売されていないのに対し、Claude Opus 5 は標準 API 条件のもとで一般提供されています

• 根拠 — Fugu Ultra v2 はベンダー報告のベンチマークのみで、独立した評価はまだ存在しない。これに対し Claude Opus 5 はベンダーのベンチマークに加え、数か月にわたる第三者リーダーボードでの順位を有する

その最後の行こそ、実際に勝敗が分かれるところだ。同じ入力価格なら、スコアを鵜呑みにするしかないシステムと、他の誰かが再現したスコアを持つモデル、どちらを選ぶかということになる。272Kの崖がさらに事態を悪化させる。そのしきい値を超えると、Fugu Ultra v2の入力レートは2倍の$10に、出力は$45になり、一方でClaude Opus 5のレートは動かない。長文コンテキストのエージェント実行——まさにFugu Ultra v2が作られた用途——では、安いという見出し価格の優位は、このシステムが本来輝くはずのまさにその場面で消えてしまう。

A screenshot of the Sakana Fugu product page at sakana.ai/fugu (captured September 11, 2026, English UI), showing the 'Sakana Fugu' wordmark with the subtitle 'One Model to Command Them All', the description that Fugu dynamically orchestrates the world's best models behind a single API, and the notice reading 'Not yet available in the EU/EEA while we work toward compliance with GDPR and EU-specific regulations.'

それぞれが実際に何なのか

Claude Opus 5 は Anthropic の本番向けフラッグシップであり、その設計は外部からも読み取れる。デフォルトで適応型思考を実行し、回答する前にどれだけ推論するかを自ら決める。より深い熟考を強制し、その分のコストを払いたいときには、low から max までの明示的なエフォートダイヤルを使える。1Mトークンのコンテキストウィンドウ、128Kの出力上限、ビジョン、ツール使用、JSONモードを備える。Anthropic によると、SWE-bench Verified で96.0%、SWE-bench Pro で79.2%を記録し、前身の Frontier-Bench v0.1 の結果を2倍以上にし、ARC-AGI 3 では約30.2%で、GPT-5.6 Sol の7.8%と対比される——いずれもベンダー公表値であり、すべてバージョンで固定できる単一モデル上で測定されたものだ。また、フラグが付いたリクエストはエラーにせず、古いモデルにルーティングする。これは、コンプライアンスレビューをプロセスに組み込んでいる場合に重要となる運用上の詳細だ。

Fugu Ultra v2はそういうものではなく、その違いは見た目だけのものではない。これはコーディネーターだ——約7Bパラメータと報じられている小さな学習済みモデルで、あなたのリクエストを読み取り、エージェントチームを編成し、SakanaのTRINITYの取り組みに基づくThinker、Worker、Verifierの役割を割り当て、最終回答を統合する。基盤モデルは公開されておらず、ルーティングの決定は設計上公開されず、Ultraティアではプールは固定されている。ベンダーを外すことはできない。Sakana自身によるバージョン2の説明では、学習カットオフが2026年8月28日に移り、プール構成が変わった——具体的にはClaude Fable 5、Claude Fable 5.1、GPT-6 Astraを除外するためだ、というものだ。

その除外こそ、このリリースで最も多くを物語る詳細だ。Fugu Ultra v2 は、利用可能な最強の3モデルに対するベンチマークでの勝利を主張しながら、それらのどれも呼び出していないことを認めている。そのプールに何が含まれていようと、Sakana 自身の集計によれば、それは市場のトップではない。売り文句は、協調が能力に勝るというものだ。それは本物のテーゼであり、安価なチェッカーを使った検証可能なタスクにおいては、裏付けとなる証拠を伴うテーゼでもある。それは「このシステムは Claude Opus 5 より賢い」という主張と同じではない。しかもスコアボードは、その二つを混同しやすくなるように整えられている。

Sakanaが選んだスコアボード

以下のすべての数値は、Sakana自身によるFugu Ultra v2の評価に基づくものです。Claude Opus 5の数値は、特に断りのない限り、同じ比較においてSakanaが測定したものです。Fuguの列を独立した第三者機関が再現した例はなく、本稿執筆時点で、いかなるFuguモデルについてもArtificial Analysisの項目は存在しません。

• Chartography — Fugu Ultra v2 48.3 対 Claude Opus 5 27.3 — ベンダー報告による、21ポイントの差

• DeepSWE — Fugu Ultra v2 74.3 対 同じ表には Claude Opus 5 の公表数値なし — ベンダー報告

• ベンチマークでの位置づけ — Fugu Ultra v2 は8項目中5項目で最高または同率最高、8項目中7項目で上位2位 — ベンダー報告による

• SWE-bench Verified — Fugu Ultra v2 の数値はなく、Claude Opus 5 は 96.0% — Anthropic 報告

• SWE-bench Pro — Fugu Ultra v2の数値はなし、Claude Opus 5の79.2%との比較 — Anthropicによる報告

• ARC-AGI 3 — Fugu Ultra v2 の数値なし、Claude Opus 5 は約30.2% — Anthropic 報告

それをランキングではなく、形として読んでください。Sakanaは8つのベンチマークからなるボードを公開し、そのうち5つで勝利しています。そして、Claude Opus 5の公表されている中で最も強い結果——SWE-benchの行、ARC-AGI 3——は、そこには単に載っていません。それは不誠実だという非難ではありません。ベンダーのスコアボードとはそういうもので、どのベンダーのものでも同じです。しかし、それはこのリリースからFugu Ultra v2がソフトウェアエンジニアリングでClaude Opus 5を上回ると結論づけられないという意味です。なぜなら、両システムは同じ行で、そう言えるほど十分に頻繁に測定されていないからです。両方が登場し、双方の数値が公開されている唯一の行——Chartography——では、Fugu Ultra v2が大きな勝利を主張しています。最も広範な推論とコーディングの行では、片側しか公表していません。

A two-column scoreboard for Fugu Ultra v2 vs Claude Opus 5 titled 'Fugu Ultra v2 vs Claude Opus 5 - the scoreboard'. Left column Fugu Ultra v2: Input price $5.00 / 1M, Output price $30.00 / 1M, Chartography 48.3, Evidence vendor-reported only, Weights closed, pool undisclosed, Context 1M, doubles past 272K. Right column Claude Opus 5: Input price $5.00 / 1M, Output price $25.00 / 1M, Chartography 27.3, Evidence independent evals, Weights closed, single model, Context 1M, flat. Footer 'Fugu figures vendor-reported by Sakana; Opus 5 rows as measured by Sakana, plus Anthropic-reported evals.', with the OrcaRouter logo bottom-right.

タスクごとのコスト、トークンごとのコストではない

オーケストレーターのトークン請求額は、そのトークン単価ではない。Fugu Ultra v2 はエージェントを起動し、各エージェントが推論トークンと出力トークンを生み出し、コーディネーター自身も統合テキストを生成する。Sakana の料金 FAQ はここで本当に有用な約束をしている — 関係する最上位モデルに基づく単一の混合レートで請求され、エージェントを追加しても請求額は何倍にもならない — これにより、素朴なマルチエージェント構成を高コストにする最悪のファンアウト乗算が取り除かれる。しかし、量は取り除かれない。課金される出力トークンの量は依然として、何個のエージェントが実行され、どれだけ書いたかの関数であり、100万トークンあたり$30では、その量こそ料金ページから予測できない変数である。

Claude Opus 5のコスト構造はその逆だ。1回の呼び出し、1つのモデル、自分で調整できるエフォートダイヤル、そして$25の出力レート。非リアルタイムの作業なら50%オフでバッチ処理も利用できる。予測可能なのだ。1日に1万回実行するワークロードにとって、予測可能性は、グラフ読み取りタスクでのベンチマークの優位性よりもはるかに価値がある。

ここがまた、ルーティングの問いとモデルの問いがきれいに分かれるところです。Claude Opus 5 は OrcaRouter 上にAnth​ropic の定価、マークアップ 0% で用意されています — プロバイダーの料率がそのまま反映されるため、ベンダーの価格変更は同じキーで当日に反映され、いずれかのプロバイダーパスがレート制限中でもダウンしていても自動フェイルオーバーが働きます。Fugu Ultra v2 は当社のカタログにはありません。Sakana 自身の OpenAI 互換 API や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、以前の Fugu からの移行はパラメータを1行変更するだけです。もし本当に欲しいのが、単一プロバイダーへのエクスポージャーを抑えつつ Claude Opus 5 の予測しやすさを得ることなら、答えはルーターであり、オーケストレーターではありません。難しい問題に対して、ファンアウトを自分で書くことなく複数のアプローチを試すシステムが欲しいのなら、それを実現するのが Fugu Ultra v2 です — そしてトークン会計をオンにしてパイロットすべきです。

Fugu Ultra v2が本当に優れている点

システムを正当に評価しよう。Chartography の結果がもし成り立つなら、それは単一モデルが偽装するのが難しい類の勝利だ。構造化文書に対する視覚的推論では、ある読み方を試し、文書と照合し、もう一度試すことが報われる。まさに Verifier の役割が存在する理由だ。同じ論理は Toolathon と DeepSWE にも当てはまり、そこでは答えは議論するのではなく検証できる。Sakana が公表したケーススタディも同じ方向を示している。1 台の H100 上で 14 時間にわたる 123 件の実験からなる AutoResearch 実行、2 つの匿名化されたフロンティア・ベースラインが完全にクラッシュするなかで 300 個のスクランブルされた立方体すべてを解き切った純 Python の Rubik's cube ソルバー、実際に開閉する機械 CAD のアイリス。これらは匿名化されたベースラインを伴うベンダー選定の事例なので、見かけほど多くを証明しているわけではない。しかしパターンは一貫しており、実際のカテゴリを指し示している。すなわち、正しさが検証可能で、難しい部分が粘り強さにあるタスクだ。

ベンチマークとは無関係な構造上の議論もある。Claude Opus 5はあるベンダーのモデルであり、そのベンダーの価格決定、廃止スケジュール、ポリシーに左右される。Fugu Ultra v2は、それらのいずれか一つが変わっても生き残るように設計されており、Sakanaはこれが要点だと明言している — ベンダーロックイン、APIの取り消し、輸出規制。モデルがほとんど予告なく地域から撤収される市場において、それは仮定の話ではない。それはヘッジであり、ヘッジにはコストがかかる:出力トークン百万あたり5ドル高いというのが、おおよそこのヘッジの値段である。

評決

Claude Opus 5 は、ほとんどのチームが実際に下している決断において勝利を収めます。その背景には数か月にわたる独立評価の裏付けがあり、書類の途中で価格が2倍にならない1Mトークンウィンドウ、128Kの出力上限、予測可能な公表価格、タスクがそれに見合うときだけ推論を購入できるエフォートダイヤル、そしてエージェント型チームとコーディングチームが最も重視するまさにそのベンチマーク——SWE-bench Verified、SWE-bench Pro、ARC-AGI 3——における第三者結果を備えています。Fugu Ultra v2 は、より狭く、より興味深い問いにおいて勝利を収めます。それは、より小さいプールを持つコーディネーターが、答えを検証できるタスクでフラッグシップを上回れるかどうかという問いです。Sakana 自身のスコアボードは8行のうち5行で「はい」としており、プールからの除外は、その勝利が世界で最も優れた3つのモデルなしで得られたことを示しています。

検証可能で、長期的な時間軸にわたる、チェック可能な作業を実行しており、EU/EEA外にいるなら、Fugu Ultra v2 は範囲を限定したパイロットの価値があります——測定すべきは完了したタスクあたりの出力トークンであり、トークンあたりではなく、開始前に上限を設定しましょう。今日、根拠があり、予測できる請求を伴う本番経路が必要なら、Claude Opus 5 はより証拠に裏付けられた選択であり続けます。そしてそれはAPIキー1つで、Anthropicの定価で、プロバイダーの料率がそのまま適用されて利用できます。

A screenshot of the OrcaRouter model page for Claude Opus 5 (anthropic/claude-opus-5, captured September 11, 2026, English UI), showing the Featured badge, the endpoint list for /v1/chat/completions and /v1/messages, the pricing tiles reading INPUT $5.00 and OUTPUT $25.00 per 1M tokens with p50 TTFT 4.94s and 195.4M tokens of 7-day traffic, the capability tags Vision, Tools, JSON and Reasoning, the 1M token context and 128K max output, and the OpenAI-compatible Python code sample pointing at api.orcarouter.ai/v1.

この記事で比較したモデル1

この記事から検出 · ベンチマーク:Artificial Analysis · 毎日更新