
Fugu Max vs DeepSeek V4 Pro: 비용 최적화된 쪽이 비싼 쪽이다
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100만 토큰당 · 186 tok/s
- openaiNEWOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 100만 토큰당 · 86 tok/s
- openaiNEWOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 100만 토큰당 · 151 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100만 토큰당 · 192 tok/s
- AlibabaNEWQwen: Qwen4 Max2026-11-16$1.50 / $4.50 100만 토큰당 · 86 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 705 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 246 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 97 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 138 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100만 토큰당 · 85 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100만 토큰당 · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 102 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 70 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 100만 토큰당 · 35 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 38 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 231 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 101 tok/s
Fugu Max는 저렴한 선택지가 되도록 만들어졌지만, 어쨌든 DeepSeek V4 Pro가 가격에서 이를 앞선다. Sakana AI는 2026년 9월 11일 Fugu Max를 입력 백만 토큰당 $2.00, 출력 백만 토큰당 $6.00에 출시하며, 각 작업을 자체 풀에서 가장 가벼운 모델로 라우팅해 비용 대비 성능 프런티어를 확장하는 조정자로 자리매김했다. 2026년 4월부터 등록되어 있는 DeepSeek V4 Pro는 OrcaRouter의 종량제 요금 기준으로 입력 백만 토큰당 $0.73, 출력 백만 토큰당 $2.18에 책정되어 있다 — 두 축 모두에서 Fugu Max가 부과하는 요금의 약 3분의 1이며, 출력 상한 384K에 오케스트레이션 계층이 전혀 없는 단일 오픈 웨이트 전문가 혼합 모델에서 나온다. 그 역전이 이 비교의 전부다. 이 둘에 관한 나머지 모든 것은, 당신이 밑돌리려는 기준선이 이미 당신보다 저렴할 때 오케스트레이션이 당신에게 무엇을 가져다주는지에 대한 질문이다.
청구서를 낮추는 두 가지 방법, 그리고 그중 하나는 이미 더 낮습니다
Fugu Max를 옹호하는 Sakana의 주장은, 코디네이터가 프런티어급 역량이 필요 없는 작업에 프런티어 가격을 지불하지 않음으로써 비용을 줄일 수 있다는 것이다. 타당한 주장이다. 문제는 그 주장이 겨냥하고 있는 모델이다. DeepSeek V4 Pro는 토큰당 490억 개 매개변수가 활성화되는 1조 6천억 개 매개변수 규모의 전문가 혼합(MoE) 모델로, 이는 동일한 비용 절감 아이디어를 한 단계 아래에서 실행한 것이다. 즉, 네트워크의 크기가 아니라 토큰이 실제로 활성화하는 매개변수에 비용을 지불하는 것이다. 두 제품 모두 '사용하지 않는 용량에 비용을 지불하지 않으려면 어떻게 해야 하는가'에 대한 답이다. 그중 하나는 그 특권에 대한 대가로 100만 출력 토큰당 2.18달러를 청구한다.
• 입력 가격 — Fugu Max 100만 토큰당 $2.00 vs DeepSeek V4 Pro 100만 토큰당 $0.73(종량제 기준)
• 출력 가격 — Fugu Max 100만 토큰당 $6.00 vs DeepSeek V4 Pro 100만 토큰당 $2.18 종량제
• 캐시된 입력 — Fugu Max는 100만 토큰당 $0.25인 반면, DeepSeek V4 Pro의 캐시 적중 입력은 기본 요율보다 훨씬 낮게 책정되어 있으며, 벤더가 공개한 정가 요율은 100만 토큰당 $1.00 미만입니다.
• 컨텍스트 — 미공개된 Fugu Max vs DeepSeek V4 Pro 1M 토큰
• 출력 상한 — Fugu Max 미공개 vs DeepSeek V4 Pro 384K 토큰
• 모달리티 — Fugu Max 미공개 대 DeepSeek V4 Pro 텍스트 전용, 도구 사용, JSON 모드 및 추론 포함
• 아키텍처 — 비공개 풀을 대상으로 훈련된 코디네이터 Fugu Max vs 단일 MoE 모델인 DeepSeek V4 Pro, 오픈 웨이트 계보
• 벤치마크 수치 — Fugu Max가 6개 부문 우승을 주장했지만 점수는 전혀 제시되지 않음 vs. DeepSeek V4 Pro가 공급사 측에서 보고한 Terminal Bench 2.1 87.9점, GPQA Diamond 92.8점, SWE-bench Vals 96.4점
그 목록에서 한 가지 숫자는 따로 뽑아볼 가치가 있다. DeepSeek은 Terminal Bench 2.1에서 87.9를 보고한다. Fugu Max는 Terminal Bench 2.1에서 "최고 종합 점수"를 주장한다. 같은 벤치마크, 같은 출시 시기, 한쪽은 수치를 공개하고 다른 쪽은 "최고"라는 단어를 공개한다. 이것이 이 조합의 증거 비대칭을 가장 명료하게 보여주는 사례이며, 이는 세부 사항이 아니다 — 가격 격차가 논쟁의 끝이 아니라는 바로 그 이유다.

기준선이 이미 저렴할 때 오케스트레이션이 주는 것
Fugu Max에 더 많은 비용을 지불하는 근거는 단일 모델이 잘 처리하지 못하는 작업에 기반해야 하며, 실제로 그러한 작업 범주가 존재한다. 잘못된 방향 전환이 누적되는 장기적 작업 — 다중 파일 리팩터링, 저장소 규모 변경, 작업자의 출력을 확인하는 검증자가 더 강력한 작업자보다 가치 있는 모든 것 — 은 바로 사고자/작업자/검증자 구성이 필요한 부분이다. Sakana가 Fugu 라인에 대해 내세우는 구상은 두 번째 단계에서 실수를 잡아내는 것이 처음부터 제대로 하는 것보다 더 저렴하다는 것이다. 그러한 작업에서는 한 번의 시도로 끝나는 $6.00 출력 요율이 세 번이 필요한 $2.18 요율을 이길 수 있다.
그 주장은 검증 가능한 형태를 갖추고 있지만, 사카나(Sakana)는 그것을 공개적으로 실행한 적이 없다. 당신이 원하는 비교는 두 시스템 모두 시도하는 벤치마크에서 완료된 작업당 비용이다. Terminal Bench 2.1이 바로 거기에 있으며, 구조상 에이전트 기반이고 터미널 기반이며, 두 업체 중 하나만 그에 대한 수치를 공개했다. 그 격차가 해소될 때까지 정직한 입장은, Fugu Max의 비용 우위는 토큰 수준에서 주장될 뿐 작업 수준에서는 입증되지 않은 반면, DeepSeek V4 Pro의 비용 우위는 명확하다는 것이다. 즉 토큰 자체의 가격이 3분의 1에 불과하다.
풀 구성에 관한 한 가지 이차적인 점이 있는데, 이는 대부분의 맞대결보다 이번 맞대결에서 더 중요하다. Fugu Max의 풀은 이번 릴리스에서 오픈 웨이트와 특화 모델을 포함하도록 확장되었으며, NVIDIA 협업을 통해 NVIDIA Nemotron 패밀리가 이름을 올렸다. 풀에 포함된 오픈 웨이트는 Sakana 사다리의 가장 저렴한 단계가 다른 연구소의 가격 결정에 노출되지 않는다는 것을 의미한다. DeepSeek V4 Pro는 그 자체가 오픈 웨이트이므로 DeepSeek의 가격 결정 외에는 누구의 가격 결정에도 노출되지 않는다 — 그리고 그것이 바로 그 단계다. Sakana가 오케스트레이션에 대해 내세우는 복원력 논거는 DeepSeek에 직접 적용되고, Fugu Max의 기반 공급에는 간접적으로만 적용된다.
캐싱은 에이전트 워크로드가 실제로 비용이 커지는 지점이다
어느 벤더의 기본 요율도 에이전트 루프가 지불하는 요율이 아니다. 긴 에이전트 실행은 매 턴마다 크고 대부분 변하지 않는 프리픽스를 다시 전송하고, 실제 청구 금액을 결정하는 것은 캐시 적중률이다. Fugu Max는 캐시된 입력을 100만 개당 $0.25로 제시하는데, 이는 실로 공격적인 수치이다 — 자체 기본 입력 요율의 8분의 1. DeepSeek V4 Pro는 캐시 적중 입력의 가격을 공개된 기본 요율보다 훨씬 낮게 책정하고, 출력 요율은 대부분의 벤더가 사용하는 4~5배 비율이 아니라 입력의 약 3배로 설정하여, 특히 생성이 많은 루프의 비용을 압축한다.
오늘 당신이 할 수 없는 것은 어느 벤더의 요금표로도 이 비교를 안정적으로 계산하는 것입니다. 왜냐하면 Fugu Max의 캐시 요율은 예측할 수 없는 토큰 수에 적용되기 때문입니다. 오케스트레이터가 실행할 에이전트 수를 결정하고, 각 에이전트의 컨텍스트가 기여하며, 코디네이터가 자기 몫을 더합니다. Fugu 라인에 대한 Sakana의 가격 약속 — 참여하는 최상위 모델을 기준으로 한 단일 혼합 요율이며, 에이전트들이 청구서를 중복 적립하지 않는 — 은 최악의 경우를 제거합니다. 이는 실질적인 양보이며 인정할 가치가 있습니다. 그렇다고 해서 볼륨을 미리 알 수 있게 되는 것은 아닙니다. DeepSeek V4 Pro의 청구서는 당신이 보내는 토큰과 받는 토큰의 함수일 뿐, 그 외에는 아무것도 아닙니다.
그 예측 가능성은 모델의 속성 못지않게 라우팅의 속성입니다. DeepSeek V4 Pro는 OrcaRouter에서 제공업체 정가에 0% 마크업으로 제공됩니다, 따라서 DeepSeek의 요금 개정은 다음 계약 갱신 때가 아니라 같은 날 기존 키에 반영되며, 한 제공업체 경로가 속도 제한에 걸릴 때 자동 장애 조치가 보호해 줍니다. 특히 이 모델에서는 그 마지막 부분이 남다른 무게를 갖습니다: DeepSeek은 이번 주기에 이미 가격을 한 차례 개정했으며, 최종 수치가 출처마다 다른 피크 및 오프피크 등급이 있습니다. 공급업체의 요율표가 바뀔 때, 라우터는 그 변화를 흡수하는 것과 청구서에서 발견하는 것의 차이입니다.

우리가 확인할 수 없었던 것
Fugu Max 릴리스에서 Sakana 자체 자료 외에는 무엇과도 대조할 수 없었던 세 가지가 있으며, 이를 얼버무리지 않고 여기에 나열한다. 첫째, 여섯 개 벤치마크 승리에는 수치가 없다 — Terminal Bench 2.1, GPQAD, AA-LCR, GDP.pdf, AutomationBench, SWEFish가 점수 없이 승리로만 언급되어 있고, SWEFish는 Sakana의 내부 벤치마크다. 둘째, Fugu Max의 컨텍스트 윈도우, 출력 상한, 지원 모달리티가 공개되지 않아, 위의 모달리티 및 상한 행은 출시된 사양과 침묵을 비교하는 셈이다. 셋째, 어떤 Fugu 모델에 대해서도 독립적인 평가가 존재하지 않으며, Fugu Max에 대한 Artificial Analysis 항목도 없다.
DeepSeek V4 Pro의 경우 상황은 정반대다. 공급업체는 긴 수치 목록을 보고한다 — Terminal Bench 2.1 87.9, GPQA Diamond 92.8, SWE-bench Vals 96.4, HLE 42.7 및 두 가지 구성에서 60.0, MCP Atlas 73.6, Toolathlon-Verified 74.1, CyberGym 83.3 — 그리고 이들 모두 역시 공급업체가 보고한 수치다. 차이는 한 공급업체가 더 신뢰할 만하다는 데 있지 않다. 양측이 수치를 공개할 때는 불일치가 가능하고, 그 불일치를 조사할 수 있다는 데 있다. 수치가 없는 주장은 확인할 수 없고, 받아들이거나 무시할 수밖에 없다.
위 DeepSeek 가격 책정에 관해 한 가지 더 유의할 점이 있습니다. 저희 자체 모델 페이지에는 두 가지 수치가 실려 있는데, 가격 타일에는 백만 토큰당 입력 $0.73, 출력 $2.18의 종량제 요율이 있고, 더 오래된 설명에는 백만 토큰당 입력 $0.44, 출력 $0.87이 있습니다. DeepSeek은 또한 피크 및 오프피크 등급을 발표했지만, 최종 요율에 대해서는 출처마다 의견이 엇갈립니다. $0.73과 $2.18을 오늘 저희를 통해 실제로 청구되는 요율로 간주하시고, 이를 근거로 예산을 세우기 전에 공개된 요율표와 대조하여 확인하십시오.
결론은
DeepSeek V4 Pro는 Fugu Max가 선택한 기준에서 이 비교를 승리합니다. 입력과 출력 비용이 더 저렴하고, 공개된 컨텍스트 윈도우와 384K 출력 상한을 갖추고 있으며, Fugu Max가 앞선다고 주장하는 벤치마크에서 실제 수치를 보고하고, 그 계보가 오픈 웨이트라는 점에서—이는 Sakana가 내세우는 벤더 독립성 논거의 가장 강력한 형태입니다—그렇습니다. 워크로드가 토큰을 많이 쓰고, 고정할 수 있는 모델에서 정당화 가능한 최저 토큰당 비용을 우선시한다면, 이건 비교가 되지 않습니다.
Fugu Max는 DeepSeek V4 Pro가 전혀 답하지 않는 더 좁은 질문에서 우위를 점합니다: 자체 에이전트 팀을 구성하는 코디네이터가 단일 모델보다 더 적은 시도로 어렵고 장기적인 작업을 끝낼 수 있는지 여부입니다. 검증 가능하고 실패를 용인할 수 있는 작업이 있고 EU/EEA 밖에 있다면 파일럿을 해볼 가치가 있습니다. 완료된 작업당 토큰 기준으로 비용을 산정하고, 먼저 상한을 설정한 뒤, OrcaRouter의 DeepSeek V4 Pro 엔드포인트와 공급자의 정가로 비교하세요 — 키 하나, 0% 마크업, 그리고 공급업체 자체 요율과 연동되는 요율

이 글에서 비교한 모델1
이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트
