Fugu Ultra v2 vs DeepSeek V4 Pro：出力価格34倍の疑問

Fugu Ultra v2 は、それが書き出すテキストに対して、DeepSeek V4 Pro の定価のおよそ34倍を請求する。これは誤植でもなく、丸め誤差の産物でもない。Sakana AI の新しいオーケストレーターは出力100万トークンあたり $30.00 で掲載され、DeepSeek は100万トークンあたり $0.87 と報告しており、両ベンダーが数値を公表している唯一のベンチマークでは、性能差は34倍にはほど遠い。Sakana は、2026年9月11日にリリースされた Fugu Ultra v2 について DeepSWE で74.3を主張している。DeepSeek は、8月に投入したオープンウェイトモデル DeepSeek V4 Pro について62.7を報告している。34倍の出力価格に対してベンダーが報告する11.6ポイントの優位性——これがこの比較のすべてを一行に集約している。そして率直な問いは、Fugu Ultra v2 がより優れているかどうかではなく、100万トークンあたり19ドル分より優れているのか、そして誰にとってそうなのか、である。

同じ問題に対する2つの答え、正反対の端から組み立てられた

DeepSeek V4 ProとFugu Ultra v2はどちらも、単一の閉鎖的なフロンティアベンダーへの依存という同じ不安への応答であり、その手法はこれ以上ないほど異なっている。

DeepSeek V4 Proはモデルです。ローンチ報道は、正式版のAPI展開——DeepSeek-V4-Pro-0813ビルド——を2026年8月12日から13日頃とし、4月24日のプレビューを置き換えるものとしています。これはMixture-of-Expertsシステムで、総パラメータ数は1.5兆から1.6兆、トークンあたり約490億が活性化されると報じられており、100万トークンのコンテキストウィンドウと最大38.4万トークンの出力を備えています。思考モードと非思考モードで、3段階のエフォートレベルを用いて推論し、OpenAIとAnthropicの両APIプロトコルに対応し、Codexスタイルのエージェントハーネスをまっすぐ狙ったネイティブResponses APIを追加しました。決定的なのは、重みがMITで公開されたことです。つまり、レジリエンスの議論は所持によって決着します。誰もあなたのコピーを取り消すことはできません。

Fugu Ultra v2はモデルではない。約7Bパラメータと報じられている訓練済みコーディネーターであり、リクエストを非公開モデルのプール全体に分解し、Thinker、Worker、Verifierの役割を割り当て、1つのOpenAI互換エンドポイントの背後で回答を統合する。その回復力に関する主張は法的なものではなくアーキテクチャ上のものだ。プールは差し替え可能なので、単一ベンダーが条件を変更してもシステムは生き残れる。Fugu Maxとともに提供されたバージョン2.0は、トレーニングカットオフを2026年8月28日に移し、そして——特筆すべきことに——Claude Fable 5、Claude Fable 5.1、GPT-6 Astraをプールから完全に排除しながらも、それらに対する勝利を依然として主張している。

つまり、この比較は所有 対 協調だ。DeepSeekは、自分でダウンロードし、監査し、ファインチューニングし、自分のハードウェアが許す限りのマージンで提供できるモデルを渡してくれる。Sakanaは、各問題をどう攻めるかを決めるシステムを、あなたに代わって複数のフロンティアモデルを走らせる費用を賄うレートで渡してくれる。

34xが実際にもたらすもの

まずベンチマーク、しかも出典を前面に。以下のDeepSeekの数値はすべてベンダー自身によるもので、DeepSeekが8月中旬向けに発表したピーク/オフピーク価格改定より前のものだ。その最終的な数字については、情報源の間でいまだに意見が分かれている——ある報道ではピーク時の出力が100万あたり約¥27、別の報道では約¥12とされ、基本料金は¥6だ。予算を試算する前に、DeepSeekが公開している料金表で確認すること。Fuguの数値はすべてSakana自身のもので、独立した第三者によって再現されたものは一つもない。Fuguモデルに関するArtificial Analysisの項目は依然として存在しない。

• DeepSWE — Fugu Ultra v2 74.3（ベンダー報告）対 DeepSeek V4 Pro 62.7（ベンダー報告）

• Terminal Bench 2.1 — Sakana が公表した Fugu Ultra v2 の数値はなし 対 DeepSeek V4 Pro 87.9（ベンダー報告）

• SWE-bench（Vals） — Fugu Ultra v2の数値なし 対 DeepSeek V4 Pro 96.4（ベンダー報告）

• Humanity's Last Exam — Fugu Ultra v2 v2.0 の数値はなく、DeepSeek V4 Pro はツールなしで 42.7、ツールありで 60.0（ベンダー報告）

• GPQA Diamond — DeepSeek V4 Pro の 92.8（ベンダー報告）に対し、Fugu Ultra v2 v2.0 の数値はなし

• 出力価格 — Fugu Ultra v2 は100万あたり30.00ドル、272Kコンテキストを超えると45.00ドルに上昇。一方、DeepSeek V4 Pro はおおよそ100万あたり0.87ドルのリスト価格で、従量制レートはそれより高くなった実績がある

その価格行には2つの注意点があります。というのも、比較全体がそれに依拠しているからです。第一に、DeepSeekの数字はローンチ時の報道で報じられ、当社自身のモデル説明でも再掲されているリスト料金ですが、当社の掲載ページにおける従量課金レートは、出力100万あたり$2.18、入力100万あたり$0.73で推移しています。キャッシュの挙動と構成比が実効値を動かすため、入力のどれだけがキャッシュされるかによって、正直な倍率はおよそ14倍からおよそ34倍の間のどこかになります。その範囲の下限でも、出力のコストは12倍を超えます。第二に、DeepSeekはすでにピーク/オフピーク料金の改定を発表していますが、最終的な数字については情報源の間で依然として見解が分かれています。基準料金¥6に対して、ある報道ではピーク時の出力が100万あたり約¥27、別の報道では約¥12とされています。予算を試算する前に、公表されている料金表と照合して確認してください。

• 入力価格 — Fugu Ultra v2 は100万トークンあたり$5.00、272Kを超えると倍額。一方、DeepSeek V4 Pro はキャッシュミス時で100万トークンあたり約$0.435、キャッシュヒット時は約120倍安い

• 重み — Fugu Ultra v2 はクローズド、プールは非公開、ルーティングは設計上公開されていない vs DeepSeek V4 Pro は MIT の下でオープン、セルフホスト可能

• コンテキストと出力 — Fugu Ultra v2：1Mコンテキスト、出力上限は非公開 対 DeepSeek V4 Pro：1Mコンテキスト、384K出力上限

重複問題は明白だ。2つのシステムは同じ行にほとんど並ばない。Sakanaは自ら選んだ8つのベンチマークのうち5勝を公表している。Deep​Seekは、より広範な一覧を公開しており、そこにはエージェント性能を深くカバーする項目——MCP Atlas 73.6、Toolathlon-Verified 74.1、CyberGym 83.3、NL2Repo 61.5、長いコンテキストでのCorpusQA 62.0——が含まれるが、Fugu Ultra v2には公表された数値が一切ない。唯一突き合わせられる行であるDeepSWEは、Fuguがソフトウェアエンジニアリングで最大の優位性を主張している行だ。2つのリリースを比較する読者は、2つの異なる試験を比較していることになる。

冗長性の乗数

出力価格はオーケストレーションに対する線形の税ではない。それは、オーケストレーションが増大させる量に対する乗数である。Fugu Ultra v2 はエージェントを生成し、各エージェントが推論トークンと出力トークンを生成した後、コーディネーターがそれらを統合する。Sakana の料金 FAQ は、真に消費者に優しい約束をしている——プール内の最上位モデルに基づく単一のブレンド料率を支払い、エージェントを追加しても請求額は倍増しない——これにより最悪のケースには上限がつく。ただし、量には上限をつけない。出力トークン100万あたり30ドルでは、単一モデル呼び出しの4倍のテキストを出力するマルチエージェント実行は4倍のコストがかかり、その乗数は34倍高い出力レートと相まって複合する。

DeepSeek V4 Proのコスト構造は、正反対の行動に報いる。入力のキャッシュヒットはミスよりもおよそ2桁安く、そのため長いコンテキストを繰り返し扱う作業——同じリポジトリ、同じ文書セット、同じシステムプロンプト——は、表示価格が示唆するよりも劇的に安くなる。毎ターン同じコンテキストを読み直すエージェントループにとって、実効コストはそこに落ち着く。そしてこれは、どんなオーケストレーターも迂回できない構造的な優位性である。

この2つを合わせて考えると、判断は具体的になる。Fugu Ultra v2がDeepSWEで11.6ポイントの優位をもたらし、1回の呼び出しの3倍の出力トークンを生成するなら、1つのベンチマークで10〜15ポイントの向上を得るために、完了したタスクあたりおよそ100倍のコストを支払っていることになる。そのトレードオフは、限界的な1ポイントがすべてを決める研究や、本質的に難解な工学問題では正当化できるが、1日に10万回実行されるパイプラインでは正当化できない。

それぞれが実際に誰向けなのか

次のいずれかに当てはまるなら、DeepSeek V4 Pro を選んでください。ワークロードが大規模でコストに敏感である。オーケストレーターが与える上限より長い出力が必要である。データ所在地の理由から、監査・ファインチューニング・自社ハードウェアでの提供が可能なシステムが必要である。または、価格が観測する数値ではなく計算できる数値である必要がある。オープンな MIT ライセンスはマーケティング上の機能ではない。それは、どちらのシステムが掲げる回復力の主張の中でも最も強力な形である。なぜなら、それはいかなるベンダーの継続的な好意にも依存しないからだ。また、出力100万トークンあたり約$0.87で、実験にコストがかからないほど安い。

Fugu Ultra v2 を選ぶべきなのは、わずかな性能差に何倍ものコストを払う価値があり、作業が長期にわたり、正しさを検証できる場合だ — テストスイートを伴うコーディング、構造化された文書の推論、単一パスなら見逃して出荷してしまう誤りを Verifier 役が捉えられる多段階の分析などがそうだ。Sakana 自身のケーススタディはまさにこの点を指し示している。14時間に及ぶ自律研究実行、そして2つの匿名化されたベースラインが完全にクラッシュしたなかで300通りのスクランブルをすべて解き切ったルービックキューブソルバーだ。ただし、これらのベースラインは匿名化され、ベンダーが選んだものであることを念頭に置いておこう。それは証拠としての強さを弱めるが、虚偽にするものではない。また、一部のチームにとって議論をそこで終わらせる制約も念頭に置いておこう。Fugu Ultra v2 は EU でも EEA でも販売されておらず、Sakana はそれを明言している。

どちらかを実行するつもりなら、実用的な注意点が一つあります。Fugu Ultra v2 は OrcaRouter にはなく、Sakana 独自の OpenAI 互換 API と複数のサードパーティ製プラットフォーム経由で提供されており、以前の Fugu からのアップグレードは1行のパラメータ変更で済みます。DeepSeek V4 Pro は OrcaRouter にプロバイダーの定価、マークアップ0%で用意されています。これはここでは通常以上に重要です。DeepSeek は今サイクルで既に一度の価格改定を発表しており、パススルー型ルーターでは、ベンダーの価格変更は再交渉を経た後ではなく、同じ日に同じキーでそのまま反映されます。導入を決める前に両方を自社のワークロードでベンチマークしたいなら、比較のうち安い側こそ、自動フェイルオーバーを背後に備えて定価で呼び出せる方です。

評決

これは経済性では接戦ではなく、能力でも決定的な差があるわけではない。DeepSeek V4 Pro は大差でより優れたデフォルトだ。手元に保持できるオープンウェイト、384K の出力上限、1M のコンテキスト、公開された長文コンテキストのスコア、そして出力あたりの価格は Fugu Ultra v2 の約34分の1である。Fugu Ultra v2 は、限られたクラスの高コストな問題に対してはより優れた道具であり、Sakana の主張——最強の3モデルを除いた固定プールでも、検証可能な作業ではそれらを上回れる——は、現在この分野で最も興味深いアーキテクチャ上の議論であり、同時に最も独立した証拠が少ないものでもある。

現実的な解決策は、どちらかを選ぶことではない。DeepSeek V4 Pro をデフォルトとして使う。安価でオープンで高速だからだ。そして Fugu Ultra v2 は、コストが100倍になってもなお、間違えることのコストより小さいタスクのために取っておく。してはいけないのは、Sakana の8ベンチマークのボードを、高価なオーケストレーターが安価なオープンモデルを置き換えた証拠として読むことだ。両者が共通して載っている唯一の行では、それは出力価格34倍で11.6ポイント上回っている。それがお買い得か罠かは、それをどの問題に当てるかによって完全に決まる。