Fugu Ultra v2 対 Kimi K3：二つのルーター、二つの高度

これらのシステムはどちらもルーターであり、それがほとんどの報道が見落としている最初の点だ。Kimi K3は2.8兆パラメータのMixture-of-Expertsモデルで、トークンあたりおよそ1,040億パラメータを活性化する。つまり、生成するトークン一つひとつについてルーティングの判断を下し、896あるエキスパートのうち16を選んでその処理を担わせている。Fugu Ultra v2は、Sakana AIが2026年9月11日に発表したもので、まったく別の高度にあるルーターだ。入力されたタスクを受け取り、それを分解し、個別のモデル群からなるプールへと各部分を振り分ける。一方はフォワードパスの中でルーティングし、もう一方はモデル群をまたいでルーティングする。これらが二つのスケールにおける同じアイデアであると理解することが、入力で2倍、出力で5倍という両者の価格差の理由を最も手早く見て取る方法だ。

並んだ2台のルーター

• Kimi K3 — Moonshot AIのフラッグシップモデル。2026年7月中旬にリリースされ、2026年7月27日にオープンウェイトが公開された。そのアーキテクチャは2026年の基準でも異例である。69層のKimi Delta Attention層と24層のGated MLA層が交互に配置され、Attention Residuals、そして「Stable LatentMoE」設計、さらに4億100万パラメータのMoonViT-V2ビジョンエンコーダを備える。重みはMXFP4で提供され、量子化認識トレーニングの下でMXFP8のアクティベーションを用いる。そのホスト型APIは推論エフォートを公開しているが、対応する値はちょうど1つだけ — max。

• Fugu Ultra v2 — Sakana AIの最高性能オーケストレーション層であり、通常の意味での基盤モデルではない。タスクを分解し、オープンウェイトモデルと専門特化モデルのプール全体にそれらを振り分ける、単一のOpenAI互換エンドポイントである。Sakanaは、Claude Fable 5、Claude Fable 5.1、GPT-6 Astraがそのプールから除外されていると述べており、トレーニングカットオフとして20260828を挙げている。公開されたパラメータ数は存在しない。なぜなら、K3の場合のように数えるべきパラメータが存在しないからだ — 能力はスケジューリングポリシーの中に宿っている。

その結果、K3はコンポーネントであり、Fugu Ultra v2はアセンブリである。この比較が異例なのはそのためだ。この2つは競合相手であるだけでなく、潜在的な材料でもある。K3のようなモデルは、オーケストレーターが借りるのももっともらしい、オープンウェイトで長コンテキストのツール呼び出しシステムまさにそのものである。Sakanaはプールの構成メンバーを公開していないため、K3がFugu Ultra v2の内部にあるかどうかは不明だ。しかしもしそうなら、Fuguの料金を支払うものの一部は、マークアップされたK3のトークンである。

価格差が実際に何であるか

• 入力 — Fugu Ultra v2 は報告されているところによると 100万あたり $5.00（第三者による掲載価格。Sakana の発表ページは自社の料金を公表していない）であるのに対し、Kimi K3 は 100万あたり $3.00、キャッシュヒット時は $0.30。

• 出力 — Fugu Ultra v2は報じられている価格で100万あたり$30.00、Kimi K3は100万あたり$15.00。半額で、しかもダウンロードもできるモデルです。

• キャッシュ入力 — キャッシュヒット時、Fugu Ultra v2 は100万あたり$0.50、Kimi K3 は100万あたり$0.30。安定したシステムプロンプトを使う長いエージェントループでは、この差が毎ターン積み重なります。

• コンテキストの段階制 — Kimi K3 は 1,048,576 トークンのウィンドウ全体にわたって平坦で、長文コンテキストのペナルティはありません。Fugu Ultra v2 では、入力トークンが約 272,000 を超えると報告されている段階に移行し、リクエスト全体が約 $10.00 / $45.00 になります。

その最後の行こそが実際の請求額を決める。長期的なエージェント実行は、その寿命の大半を272Kトークン以降で過ごすが、まさにそこではK3の定額レートは一定のままで、Fugu Ultra v2のレートは2倍になる。もしあなたのワークロードがそのようなものなら、入力側の実効差は1.7×よりも3.3×に近い。

彼らが共有する一つの数字

両ベンダーともDeepSWEを報告しており、その比較は、Fuguのローンチ時の謳い文句が示唆するほど好意的なものではない。SakanaはFugu Ultra v2を74.3と記載している。MoonshotはKimi K3を67.5と記載している——モデルカードに基づくベンダー報告値だ。これはコーディングエージェントのベンチマークにおける6.8ポイントの差であり、確かに実在するものだが、公表されたはるかに大規模なテスト群のうちの1つにすぎず、しかも同じテストでSakanaはGPT-5.6 Solに対して1.6ポイントリードしている。3つの異なるベンダーがすべて7ポイント以内にひしめくベンチマークは、何か実在するものを測ってはいるが、それらを決定的に切り分けてはいない。

それを除いても、両者が公表しているものはまったく別の棚に並んでいる。MoonshotのK3の数値には、Terminal-Bench 2.1が88.3、GPQA Diamondが93.5、HLE-Fullが43.5（ツール使用時は56.0）、SWE-Marathonが42.0、OSWorld-Verifiedが84.8、MCPMark-Verifiedが94.5が含まれる——すべてベンダー報告で、すべてモデルカードに記載されている。SakanaのFugu Ultra v2向けの8つには、Sakanaの外部では誰も再現できない2つの内部ベンチマーク、SWEFishとToolathonが含まれている。

独立して、それらのうち実際に測定されたのは1つだけである。Kimi K3はArtificial Analysis Intelligence Index v4.3で44を記録し、オープンウェイトモデルの中で2位（GLM-5.3の45に次ぐ）であり、Vals AIの標準化されたエージェントハーネスによるSWE-bench Verifiedでは93.40%で、Claude Opus 5とDeepSeek V4 Proに次ぐが僅差である。またFrontend Code Arenaでは1679 Eloで首位に立ち、Fable 5の1631、GPT-5.6 Solの1618を上回っている。K3が57や60と引用されているのを見たなら、それは廃止された指標スケールであり、繰り返すべきではない。

Fugu Ultra v2には、いかなる種類の独立したスコアも存在しない。2026年9月11日に発表されたが、Sakanaの外部でこれを実行した者は誰もいない。

速度：一方は測定済み、もう一方は未測定

Kimi K3は遅く、これは主張ではなく計測に基づくものだ。Artificial Analysisは毎秒37.9トークン、初回トークンまでの時間3.80秒を記録し、顕著に冗長であると指摘している。長期的なエージェント型コーディングを想定して作られたモデルにとって、スループットは現実的な制約となる——長いループの中で遅いモデルは、金銭だけでなく実時間を消費するのだ。

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一切公表していない。オーケストレーターとしては、これは回避というよりむしろ正直な姿勢と言える。応答時間は、どのモデルを呼び出すと判断するか、また何回パスを実行するかに完全に依存するからだ。しかしそれは同時に、自分で測定しない限り、これに切り替える際の実時間コストをモデル化できないということも意味する。以前のFugu Ultraについては、テスターが30分近くに及ぶ実行を公に報告している。それは2026年6月のモデルであり、v2に関する証拠ではないが、ベンチマークを取る際に打ち破るべき数値ではある。

オープンウェイト、ただし読む価値のある条件付き

Kimi K3の重みはダウンロード可能で、これはFugu Ultra v2のホスト型のみのモデルとは明確に異なる点だ。ただし、そのライセンスは「オープンウェイト」という言葉が通常含意するよりも狭い。K3はOSI承認のMITやApacheの許諾ではなく、Kimi K3ライセンスの下で提供されており、「修正MIT」だという広く繰り返される主張には異論がある。条件では、任意の連続12か月間で収益が2,000万ドルを超えるモデル・アズ・ア・サービス事業にはMoonshotとの別途契約が必要で、さらに月間ユーザー1億人超または月間収益2,000万ドル超の製品には帰属表示が必要となる。内部利用は免除される。

正直に枠組みを示すと、こうなる。K3は、手元に置き、検査し、ファインチューニングし、セルフホストできる重みを提供するが、売上高によって制限される商用条件が付く。Fugu Ultra v2にはそのどれもない — 重みも、検査可能なプールも、セルフホストも — が、ライセンスすべきものがないため、収益条件も課さない。そのどちらがより寛容かは、あなたがK3ライセンスの対象としている種類の企業かどうかで完全に決まる。

セルフホスティングを計画している場合の実用的な注意点が1つあります。K3のチェックポイントは約1.5テラバイトで、ベンダーは64基以上のアクセラレーターを推奨しています。ここでいう「オープンウェイト」は、ラップトップで扱う話ではなく、推論クラスターの判断を意味します。ほとんどのチームにとっては、どちらにしてもAPIが妥当な道です — だからこそ、ダウンロードそのものよりも、day-0のvLLMとSGLangサポートのほうが重要なのです。

私たち自身のトラフィックが示すもの

ベンダー各社が公表していないデータポイントが一つあり、それは見た目以上に価値がある。OrcaRouter ゲートウェイ全体で見ると、Kimi K3 は本記事で取り上げたどのモデルよりも群を抜いて最も多く使われており、過去7日間でおよそ32億7000万トークンを処理している。

それはベンチマークではなく、品質について何かを決着させるものでもない。しかし、開発者が実際に何を選ぶかの大規模なサンプルであり、その決定がトークン価格以外に何のコストもかからない場合のものである。そして、K3の1M定額ウィンドウ、オープンウェイト、強いコーディングアリーナでの位置づけの組み合わせが、実際の長文コンテキストのエージェント作業のかなりのシェアをすでに獲得していることを示している。Fugu Ultra v2には比較できるシグナルがない。なぜなら今日リリースされたばかりだから。

それぞれのところへ行くこと

Kimi K3はMoonshot自身の料金レートでOrcaRouter上に — 100万入力トークンあたり$3.00、キャッシュヒット時は$0.30、100万出力トークンあたり$15.00 — マークアップなしでそのまま提供されるため、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ここへ反映されます。他のカタログと同じベースURLでOpenAI互換であり、他のすべてと同じゲートウェイの背後にあるため、フェイルオーバーチェーンに組み込んだり、条件付きでルーティングしたりでき、単一のプロバイダーを本番パスにハードコードする必要はありません。ここではこれがいつも以上に重要です。毎秒37.9トークンで提供される2.8Tパラメータのモデルは、まさにフォールバックを用意しておく価値のある依存先だからです。

Fugu Ultra v2は当社によってルーティングされているものではありません。これはSakana AI自身のOpenAI互換APIから利用可能で、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移行するとのことです。両モデルは同じリクエスト形式を話すため、それらを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の差し替えになります。

どちらを選ぶか

Kimi K3は、ほぼすべてのワークロードにとって、より堅実な買い選択です。入力と出力の両方でFugu Ultra v2の半額で、1Mウィンドウ全体を通じて長文コンテキストの崖がなく価格は一定、現在のArtificial Analysis指数では独立採点で44、収益ゲート付きライセンスの下でセルフホスト可能で、すでにこの比較で最大トラフィックのモデルに大差をつけています。その代償は速度と冗長さです。毎秒37.9トークンはエージェント型ループには本当に遅く、大規模なmodel-as-a-service事業者であれば、このライセンスは無視できない効力を持ちます。

Fugu Ultra v2は、Sakanaが売り込んでいる特定の特性を求めるなら買いだ——フロンティアベンダーを構造的に排除したプール全体に、難しい多段階作業を分解する能力階層であり、それによって単一の上流モデルがあなたの足元で取り消されたり、価格を変更されたり、遮断されたりすることがない。K3に対するそのDeepSWEの優位性は本物で、ベンダー報告によるものだ。8つのベンチマークのうち7つでトップ2に入ったというのもベンダー報告であり、しかもそのテストの一部は他のどこにも存在しない。

注目すべき点は、これらがどちらもルーティングの判断であり、あなたはどの高度を選ぶのかを問われているということだ。K3は、ダウンロードして制御できるモデルの内部で、トークンをエキスパートにルーティングする。Fugu Ultra v2は、あなたには見えないモデルへタスクをルーティングする。後者のほうが、より大きく、より強力なアイデアだ。そしてそれは、信じるしかないものでもあり——その信念を持つには、トークンあたり5倍のコストがかかる。