Fugu Ultra v2 対 GLM 5.2：あなたが支払うのはパラメータではなく、調整である

二つの料金表を並べてみると、その対決はまるで間違いのように見える。Fugu Ultra v2は、Sakana AIが2026年9月11日に発表したもので、入力トークン100万個あたり5ドル、出力トークン100万個あたり30ドルを請求する。GLM 5.2は、Z.aiの2026年6月16日のフラッグシップで、1.40ドルと4.40ドルを請求する。どちらも100万トークン規模のコンテキストウィンドウをうたっている。どちらもまったく同じ買い手——長く、多段階の、リポジトリ規模のエージェント作業を回すチーム——に向けられている。一方は他方のおよそ3.6倍の入力価格と6.8倍の出力価格で、しかも安い方はダウンロードして保持できる方だ。だとすれば、比較全体は一つの問いに帰着する。その追加の金は実際に何を買っているのか、そして単一モデルではなり得ない何かを買っているのか。

それらは同じ種類のオブジェクトではありません

価格差が存在する理由は、この2つが長期ホライズンタスクをまったく異なる仕組みで解決しており、その違いはベンチマークを実行する前からすでに現れるからだ。

• Fugu Ultra v2 — 基盤モデルではなく、オーケストレーションシステムです。これはSakana AIのFuguシリーズの中で能力を最大化する階層であり、単一のOpenAI互換エンドポイントが、受け取ったタスクを分解し、その断片を他のモデルのプール——一部はオープンウェイト、一部は特化型——に振り分けます。Sakana自身の説明によれば、それは「オーケストレーション対象であるフロンティアモデルへの不可欠な依存なしに、ピーク性能をかつてないほど高める」ものです。あなたが買っているのはスケジューラであり、そのスケジューラが思考に費やすすべてのトークン——内部のオーケストレーショントークンを含めて——に対して支払うことになります。

• GLM 5.2 — 単一のMixture-of-Expertsモデル。Z.aiはこれを、テキスト入力／テキスト出力のモデルとして公開しており、「真に実用的な」1Mトークンのコンテキストウィンドウと最大128Kの出力トークンを備え、ハイブリッド推論は reasoning_effort によって制御され、ネイティブのツール呼び出しに対応しています。報告されているアーキテクチャは、総パラメータ数がおよそ753Bで、トークンあたり約40Bがアクティブとされていますが、Z.aiは5.2固有のアクティブ数については確認していません — この数値はGLM-5.1から引き継がれたものとして扱ってください。

それが分かれ道だ。この二つのうち、片方はあなたが呼び出すもの、もう片方は何かを呼び出すものだ。

Fugu Ultra v2が私たちに教えてくれないこと

Sakanaの発表ページは、ある点については異例なほど率直で、別の点については異例なほど沈黙しており、どちらも購入判断にとって重要だ。

率直な部分：同社ははっきりとClaude Fable 5、Claude Fable 5.1、GPT-6 Astra は Fugu Ultra v2 のモデルプールには含まれていないと明言している。しかもベンチマークでそれらを上回ると主張しつつだ。示されている根拠はレジリエンス、つまりベンダーや地政学的変化によって取り消されたり、価格を変更されたり、遮断されたりすることのない、オープンおよび特化型モデルの交換可能なプールである。学習カットオフは 20260828 と記載されている。この主張をどう思うにせよ、これは実際のアーキテクチャ上の立場であり、自分で組み上げたスタックよりも Fugu Ultra v2 を選ぶ最も明確な理由である。

静かな部分：この発表はコンテキストウィンドウについて述べておらず、ページ自体にも Fugu Ultra v2 のトークン料金を記載していない。第三者のモデル一覧では、ウィンドウは100万トークン、料金は $5 / キャッシュ時 $0.50 / $30 とされ、およそ272K入力トークンを超えると価格改定ティアに移行して約 $10 / $1.00 / $45 になるとされている。これらは本記事の残りで使用する数字だが、あくまで一覧情報であり、ベンダーの公式ドキュメントではない——これらを前提に予算を組む前に、Sakana の現行の料金表と照合して確認してほしい。

誰も答えないトークンあたりのコストの問い

トークン単位の課金はこの比較に適した単位ではなく、現在このキーワードで上位表示されているページはどれも同じ誤りを犯している。オーケストレーターの請求額は、プロンプトのサイズに単価を掛けたものではない。プロンプトのサイズに、オーケストレーターが実行を決めたすべてのサブコールと、それが借り受けるモデルの推論トークンを加え、そのすべてにオーケストレーター自身の単価を上乗せしたものだ。

Sakanaはこの点を率直に認めている。内部で消費されるオーケストレーション用トークンは、通常の入力トークンおよび出力トークンとして課金される。つまり、Fugu Ultra v2とGLM 5.2を誠実に比較する方法は、完了したタスクあたりのコストであり、どちらのベンダーもその数字を公表していない。

確かに当てはまる構造的なポイントがいくつかあります：

• 入力価格 — Fugu Ultra v2 は $5.00 / 1M、GLM 5.2 は Z.ai のプロバイダー料率で OrcaRouter 上 $1.40 / 1M。Fugu はサブコールを一度も行う前にコストが 3.6 倍になる。

• 出力単価 — Fugu Ultra v2 $30.00 / 1M 対 GLM 5.2 $4.40 / 1M。これが痛手となる数字です。エージェントは大量の出力を生成し、オーケストレーターはあなたが求めていない出力を生成するからです。

• キャッシュ入力 — Fugu Ultra v2は$0.50 / 1Mで提供されているのに対し、GLM 5.2は$0.26 / 1Mでキャッシュされ、自身の入力料金から81%の割引となります。安定したシステムプロンプト上でエージェントのループを繰り返す場面こそ、GLM 5.2の優位性が最も強く複利的に効いてくる領域です。

• 長コンテキストの再価格設定 — Fugu Ultra v2 で報告されている段階では、入力が約272Kを超えると、リクエスト全体が入力レート約2倍、出力レート1.5倍になる。GLM 5.2 にはコンテキストの段階制が一切なく、$1.40 / $4.40 の定額で、1Mまでずっとそのまま。

最後の行こそ、丸を付けるべき行だ。長期間にわたるエージェント実行は、そのライフサイクルの大半を272Kトークン超で過ごす。GLM 5.2の定額料金は、Fugu Ultra v2の料金が2倍になるまさにその領域で、実際のコスト削減効果を発揮する。

ベンチマークはほとんど触れていない

この対決について本当に奇妙な点、そして現在のどのランキングページもはっきりとは書いていない点はこうだ：これら2つのモデルは、ほとんど同じテストで測定されることがない。

SakanaはFugu Ultra v2について、8つのベンチマークのうち5つ——GDP.pdf、Chartography、SWEFish、DeepSWE、Toolathon——で最高または同率最高だと報告しており、8つ中7つで上位2位に入るとしている。提示されている主要な数値は2つで、Chartographyが48.3（Opus 5の27.3、Fable 5の29.5に対して）、そしてDeepSWEが74.3だ。SWEFishとToolathonはSakana独自の社内ベンチマークである。これらはすべてベンダーによる報告であり、公開時点で独立に再現されたものは一つもない。

Z.aiによるGLM 5.2の数値は、まったく別の棚から来ている。Terminal-Bench 2.1は81.0、SWE-bench Proは62.1、GPQA-Diamondは91.2、AIME 2026は99.2、HLEは40.5 —— これらもベンダー報告である。独立系の側では、GLM 5.2はArtificial Analysisの再採点ページでAA Coding Index 68.8、Intelligence Index 39を記録しており、そこでは暫定推定値として注記され、113件中7位にランクされている。GLM 5.2に関する51や53という古い引用は、置き換えられたインデックス尺度に基づくものであり、引用すべきではない。

つまり、明確な一対一比較の数値が欲しいなら、それは存在しません。共通の評価軸に最も近いのは、どちらもエージェント型コーディングに強いという点であり、正直に読み取るなら、各社は自社が得意なテストについて公表しているということです。それは、より高い数値を選ぶ理由ではなく、自分で評価を実行する理由です。

今日GLM 5.2の購入を検討している人にひとつお伝えしておきたいのは、GLM 5.2がもはやZ.aiの最新モデルではないという点です。GLM-5.3が2026年8月14日ごろ、同じ定価で登場しましたが、大手クラウドプロバイダーを制限する独自ライセンスの下にあります。つまりGLM 5.2は最後の完全にMITライセンスされたZ.aiフラッグシップであり、今なお独自の購入理由があるのはそのためです。

ライセンスこそが最も鋭い分水嶺である

ベンチマークを脇に置けば、構造上の違いはどんなスコアよりも際立っている。

GLM 5.2 は MIT ライセンスの下、Hugging Face でオープンウェイトとして公開されており、地域制限もありません。ダウンロードして自分のハードウェアで実行し、ファインチューニングし、誰の許可も求めず、トークン単位の料金も一切支払わずに製品に組み込んで出荷できます。Z.ai がトレーニングしました — 注目すべきことに、同社の主張によれば、Nvidia ではなく Huawei Ascend アクセラレータのみで完全に行われたのです。

Fugu Ultra v2 はそうしたものを一切提供しません。これはホスト型サービスであり、モデルのプール上に成り立つオーケストレーション方針です。そのプールの構成員について、Sakana は周縁部しか説明していません。ダウンロードも、内部の検査も、バージョンの固定も、エアギャップ環境での実行もできません。代わりに得られるのは抽象化です。単一のエンドポイントであり、その振る舞いは原則として、上流モデルのどれか一つが消えても耐えられます。依存先が消えることを許容できない本番システムにとって、それは確かな利点です。また、それと引き換えに制御を手放したのですから、確かなコストでもあります。

あなたの制約が「モデルが自分の下で変わってはならない」というものなら、当てはまるのはこれらの答えのうち片方だけです。あなたの制約が「モデルが他人によって取り除かれ得てはならない」というものなら、当てはまるのはもう片方だけです。

速度、そしてテスターが前回のものについて言ったこと

GLM 5.2 は測定可能なほど速くはない。Artificial Analysis の記録では毎秒約66.3トークン、初回トークンまでの時間は約4.03秒で、フロンティア級モデルとしては控えめであり、Z.ai のユーザー自身もピーク時間帯のサービング混雑について不満を訴えている。

SakanaはFugu Ultra v2についてレイテンシやスループットの数値を公表していない。このこと自体が示唆に富む。複数のモデルにディスパッチするシステムのレイテンシ特性は、何を呼び出すと判断するかに完全に依存するため、単一のスループット数値はほぼ無意味に近い。以前のFugu Ultraについては、テスターが公開した報告で、実行が約30分に及ぶことや、同一ジョブにおける単一モデルの料金をはるかに超えるコストが明らかになった。これは2026年6月のモデルであり、v2に関する証拠ではない。しかし、テストすべき失敗モードであり、トークン単位の比較がオーケストレーターを過大評価する理由でもある。

実際にこれらのそれぞれをどう呼び出すか

GLM 5.2が本日OrcaRouterで利用可能になりましたZ.ai自身のプロバイダー料金で — 入力100万トークンあたり$1.40、出力100万トークンあたり$4.40、マークアップゼロでそのまま提供されるため、Z.aiが値下げを行えばその日のうちにここにも反映されます。OpenAI互換なので、切り替えは既存のSDKでbase-URLとmodel-IDを変更するだけです。また、1つのプロバイダーに本番パスを賭けるのではなく、フェイルオーバーチェーンやルーティングルールの背後に置けます。

Fugu Ultra v2 は、私たちがルーティングするものではありません。これは Sakana AI 自身の OpenAI 互換 API から利用でき、既存の Fugu 統合はパラメータを 1 つ変更するだけでそれに移行できます。GLM 5.2 と比較して評価しているなら、現実的な構成は、判断を下す間、GLM 5.2 を既存のゲートウェイに残し、Fugu Ultra v2 を Sakana から直接呼び出すことです。両者はどちらも OpenAI 互換なので、フラグの背後で同じコードパスに置くことができます。

どちらを選ぶべきですか

選ぶならGLM 5.2 — 既知のものを既知の価格で手に入れたいなら。明日にでもセルフホストできる MIT ライセンスの重み、長いコンテキストでも割増のない一律 $1.40 / $4.40、実用に耐える 1M ウィンドウ、そしてキャッシュされたエージェントループで効いてくる複利的な割引。ただし、テキスト専用であること、GLM-5.3 より一世代前であること、独立系インデックスのスコアが暫定的であることは受け入れること。

選ぶべきはFugu Ultra v2、あなたが購入しようとしているものが、困難な多段階作業における回復力と最高峰の能力であり、調整の対価をトークン単位で支払い、呼び出しているものを検査したりセルフホストしたりする能力を放棄することをいとわないなら。ベンダー自身の主張は、フロンティアモデルに依存せずにフロンティア級の出力に到達するというもので——本物でありながら異例の提案であり、今日時点で、Sakanaの外部でこれを検証できた者は誰一人としていない。

私たちがしないのは、ベンチマーク表で両者を選び分けることだ。テストはほとんど重なっておらず、両ベンダーはそれぞれ自社が最も強い領域で公表しており、決め手となる数字——完了した長期タスク1件あたりのコスト——は、どちらの企業もページに載せていないものである。