Step 5 Preview vs Fugu Ultra v2：一方はモデル、もう一方はルーター

ほとんどの人が求めるStep 5 PreviewとSakana AIのFugu Ultra v2の比較は、ベンチマーク表です。どちらもそれを正直に提供できません。Step 5 Previewには独立した測定が1つあり、それは先週差し替えられた評価基準の下で取られたものです。Fugu Ultra v2には独立した測定がまったくありません。知能指数を公表する評価者たちが、同モデル用のページを一度も公開したことがないからです。両者にあるのは、入力トークンでちょうど5対1の価格比と、その比率をほとんど無意味にしてしまう種類の違いです。一方は、自分のハードウェアにダウンロードして実行できる6000億パラメータのMixture of Experts（MoE）チェックポイントであり、もう一方は、あなたのリクエストを他者のモデルのプールにディスパッチして応答するオーケストレーション層です。

その違いは些細なことではない。それは、あなたが実際に何を買っているのか、ベンダーが方針を変えたときにあなたの結果がどうなるのか、そしてそのどちらかの上に構築された長期的なタスクを実行するエージェントを次の四半期に同じ出力で再実行できるかどうかを左右する。

同じマーケティングラベルを持つ2つの製品

StepFunは2026年9月20日にStep 5 Previewを自社APIで提供開始し、その後10月15日にBF16およびFP8の重みをHugging FaceとModelScopeで公開した。これは単一のモデルであり、総パラメータ6,000億、トークンあたり2,700億がアクティブな疎な混合エキスパートで、352のうち8をルーティングし、共有エキスパートを併用する。ベンダーが「narrow-deep」と表現する92層のスタックを採用している。コンテキストウィンドウは100万トークンで、入力はテキスト、画像、動画、出力はテキストである。

Fugu Ultra v2は新アーキテクチャではなく、ポイントリリースです。Sakana AIは2026年9月11日に、6月22日版のFugu Ultraを刷新したものとしてこれをリリースし、モデルIDはfugu-ultra-v2.0、前バージョンからのパラメータ移行は1行で済みます。これは指揮者（conductor）であり、リクエストが入ると、システムがプール内のどのモデル、または複数のモデルに処理させるかを決め、それらを実行して回答を統合します。プールにはClaude Fable 5、Claude Fable 5.1、GPT-6 Astraが意図的に除外されています。Sakanaがプールを小さくする理由は、弱いメンバーが全体の性能を引き下げていたからです。Sakanaが宣伝していない二次的効果は、購入しているものの構成が、バージョン番号を変えずに変化し得るベンダーの判断事項であるということです。

両側のスペック行

• 概要 — Step 5 Preview：ダウンロード可能な単一の600B/27B Mixture-of-Expertsモデル。Fugu Ultra v2：モデルプールをオーケストレーションし、その上に合成レイヤーを備えたもの。

• リリース日 — Step 5 Preview：API は2026年9月20日、ウェイトは2026年10月15日。Fugu Ultra v2：2026年9月11日、2026年6月のオリジナルのリフレッシュ版。

• コンテキストウィンドウ — Step 5 Preview: 1Mトークン。Fugu Ultra v2: 1Mトークン、272kトークンを超えると価格ステップあり。

• 入力モダリティ — Step 5 Preview：テキスト、画像、動画。Fugu Ultra v2：そのプールのメンバーが受け入れるものは何でも。Sakana はモダリティごとに列挙していない。

• 100万トークンあたりの入力価格 — Step 5 Preview: $1.00。Fugu Ultra v2: $5.00、コンテキストが272kトークンを超えると$10.00に上昇。

• 100万トークンあたりの出力価格 — Step 5 Preview: $2.70。Fugu Ultra v2: $30.00、272kトークン超では$45.00に上昇。

• 100万トークンあたりのキャッシュ済み入力 — Step 5 Preview: $1.00に対する90%割引。Fugu Ultra v2: $0.50、272kトークンを超えると$1.00に上昇。

• 独立スコア — Step 5 Preview: Artificial Analysis Intelligence Index v5.0 で29。Fugu Ultra v2: Artificial Analysis のページが存在しないため、スコアなし。

• 重み — Step 5 Preview: StepFun Model License 1.0 の下でダウンロード可能。Fugu Ultra v2: なし。それが利用するプールは、他のベンダーの条件の下で提供される他ベンダーの重みです。

5ドル分の入力で実際に何が手に入るのか

見出しの比率は入力で5対1、出力で11対1強だが、どちらの数字もStep 5 Previewを実態以上に良く見せており、タスクごとの請求額はそれを裏づけないかもしれない。Fugu Ultra v2は、トークンを使うことを前提としたシステムのような価格設定になっている。リクエストを送信すると複数のモデルが回答し、シンセサイザーがその結果をまとめて書き出す。Sakana自身の「エージェントを増やしても請求額は倍増しない」という主張は、月額20ドルのStandard、100ドルのPro、200ドルのMaxというサブスクリプション階層（いずれもFugu、Fugu Ultra、Fugu Maxを含む）についてのものであり、従量課金のレートカードについてではない。従量課金のカードでは、オーケストレーションは冗長な処理であり、出力は100万トークンあたり30ドルで請求される。

Step 5 Previewの経済性は逆方向に振れている。Artificial Analysisは、StepFunのAPIで毎秒179.1出力トークン（同クラス中央値74.1）、フルインデックスタスクあたり2.35ドル、7対2対1のキャッシュヒット比率で100万トークンあたりブレンド0.54ドルと計測している。同じページのタスクあたり1.40ドルという同クラス中央値と比べれば、安価でありながら高速なモデルである。

正直に言えば、「Fugu は価格が5倍だ」ということではない。Fugu は、Step 5 Preview が主張していない能力、すなわちリクエストごとに複数のモデルの間を裁定することに対してプレミアムを課しているということであり、そのプレミアムを払う価値があるかどうかは、その裁定が、自分が抱えている仕事をこなすうえで単一の強力なモデルよりも優れていると信じられるかどうかに、完全に左右される。その信念について Sakana が公表している根拠は、ベンダー自身が実施したものだ。Chartography では Claude Opus 5 の 27.3、Claude Fable 5 の 29.5 に対して 48.3、DeepSWE では 74.3、8つのベンチマークのうち5つで最高または同点最高、8つのうち7つで上位2位。これらは製品を販売している企業が算出した実際の数字であり、存在する数字はそれしかない。

移植性テストこそが、本当の違いです

これは、どのスコアよりも明確にその2つを分ける問いです。2026年9月にFugu Ultra v2上でエージェントを構築し、それが動作するとします。11月にSakanaがプールにモデルを追加するか、削除するか——すでに一度、フロンティアモデルを3つ削除しています——あるいはシンセサイザーの重みを変えます。プロンプトは同じ、入力も同じなのに、出力は異なり、固定できるバージョン更新も、どの挙動が変わったかを教える変更履歴の項目もありません。あなたが買っているのはモデルではなく、モデル群に対するポリシーであり、そのポリシーはベンダーが回すダイヤルです。

それはSakanaへの批判ではない。これは製品の性質そのものであり、多くのワークロードにとってはまさに望ましいものだ。リクエストごとに適切なモデルを選ぶことを専任とするベンダーは、あなたが自ら組み立てた選択肢よりも多くの場合優れている。しかし、価格設定はその実態に即したものであるべきだ。すなわち、資産ではなく、継続的なサービス関係として。

Step 5 Preview はもう一つの形態です。重みは存在します。OSI の意味でのオープンではありません。StepFun Model License 1.0 は、実質的に使用された出力に対する帰属表示条件を維持し、ハードウェアメーカーには別個のライセンス交渉を要求し、年間売上 2,000 万ドル超のモデル・アズ・ア・サービス事業者には商用ライセンスを要求します。しかし、今日テストする挙動は、1 年後に、自分で管理するハードウェア上で、許可を求めずに実行できる挙動です。FP8 チェックポイントには約 773 GB の VRAM と、デフォルトのターゲットとして B300 を備えた最低 4 基の GPU が必要です。Hopper パスには 8 台の H200 が必要です。NVFP4 バリアントはそれを約 473 GB に削減し、利用可能なコンテキストを 320k トークンに上限設定します。どちらのパスも安価ではありませんし、API ほど安価でもありません。これは、モデルをホスティングするのではなく呼び出す方のよくある論拠です。

情報開示の格差は双方向に存在する

双方とも、相手が公開している何かの情報が欠けている。

Step 5 Preview は、料金表、コンテキスト上限、パラメータ数、ライセンス、重み公開当日の vLLM と SGLang 向けサービングレシピ、そして独立したスコア1件を公開している。公開していないのは、競合他社との同一ハーネスで条件を揃えた直接対決であり、そのベンダーベンチマーク表——Terminal-Bench 4.0 は 33.3、DeepSWE v1.1 は 67.7、FrontierFinance は 66.4、CyberGym は 84.7——はまさにそれ、ベンダー表にすぎない。

Fugu Ultra v2は、アーキテクチャの説明、プールポリシー、独自のベンチマーク表、そしてこの市場では本当に異例なサブスクリプション料金を公表している。公表していないのは、独立した評価者が検証した単一の数値であり、評価者たちはそれ用のページを作っていない。これは、スコアが低いのではなく存在しないと言うための、最も明快な方法だ。

双方の主張がベンダー報告である場合、決着の基準は「どちらのベンダーがより信頼できるか」ではない。どちらのベンダーが検証可能なものを担保として示しているかである。StepFunが10月15日にモデルの重みを公開して賭けているのは検証可能な主張だ。誰でもチェックポイントをダウンロードしてその挙動を再現できる。ダウンロード可能な成果物なしにスコアを賭けるSakanaはそうではない。

今日、どちらか一方を呼び出せる場合

どちらも OrcaRouter 上にはありません。稼働中のカタログには、16 のプロバイダーにまたがる 214 のモデル ID が掲載されており、それらは 1 つのキーと 1 つの請求の下にあり、2026 年 10 月 29 日時点で、そこに StepFun のエントリも Sakana のエントリもありません — 「step」という文字列も「fugu」という文字列もありません。Fugu Ultra v2 が必要なら Sakana へ、Step 5 Preview が必要なら StepFun の API またはチェックポイントへ行ってください。本記事のいかなる記述も、当社がそのいずれかを提供しているという主張として読まれるべきではありません。

この比較においてプラットフォームが何のためのものかというと、それはあなたが後に行うステップです。これら2つの形態のどちらが自分のワークロードに合うかを決めた後、リクエストごとに実際にルーティングするモデル——分類には安価なもの、合成には高価なもの——こそが、手作業ではうまくスケールしない部分です。OrcaRouter のルーティング設定では、それをハードコードされたモデル ID ではなくプライマリとフォールバックのチェーンとして宣言でき、プロバイダーが劣化した際の自動フェイルオーバーを備え、プロバイダーの定価でマークアップなしに請求するため、ベンダーの値下げは発表当日にプラットフォーム上で有効になります。それは当社が実際に取り扱うモデルの特性であり、これら2つの特性ではありません。

それを決める問い

「どちらのスコアが高いか」ではなく、なぜならスコアが付けられたのはそのうち一方だけであり、その29というスコアは、10月27日に登場して複合指標が測るものを書き換えたルーブリックの下でのものだからだ。代わりに問うべきは、あなたのワークロードが、視覚入力を持つ単一の1Mコンテキストモデルを100万トークンあたり$1.00と$2.70で使う構成で十分にこなせる種類のものかどうかであり、もしそうなら、Step 5 Previewは大幅に安く、より移植性の高い買い物だ。あなたのワークロードで難しいのがリクエストごとのルーティングであれば、Fugu Ultra v2は本来あなた自身が行うはずの作業を代わりにやってくれているのであり、5対1の比率は同じ商品への上乗せではなく、その作業の対価だ。

してはいけないのは、Chartography 48.3 を StepFun が公表したものと比較することだ。それらは2つのベンダーの数値であり、2つのベンダーのハーネス上で、2種類の異なる製品に関するものだ。誰もそれらを相互に実行したことはなく、誰かが実行するまで、これら2つの間で唯一誠実な比較は、それらが何であるかについての比較だ。