Fugu Ultra v2 vs DeepSeek V4 Pro: 34배 출력 가격에 대한 질문

Fugu Ultra v2는 자기가 작성한 텍스트에 대해 DeepSeek V4 Pro의 정가보다 약 34배를 청구한다. 이는 오타도 아니고 반올림 오차도 아니다. Sakana AI의 새 오케스트레이터는 백만 출력 토큰당 $30.00로 책정되어 있고, DeepSeek은 백만 개당 $0.87이라고 보고하며, 두 업체 모두 수치를 공개한 단 하나의 벤치마크에서 성능 격차는 34배와는 전혀 다르다. Sakana는 2026년 9월 11일에 출시된 Fugu Ultra v2의 DeepSWE 점수로 74.3을 주장한다. DeepSeek은 8월에 내놓은 오픈 웨이트 모델인 DeepSeek V4 Pro에 대해 62.7을 보고한다. 34배 출력 가격에 대한 벤더 보고 기준 11.6점 우위가 한 줄로 요약된 비교의 전부다. 그리고 정직한 질문은 Fugu Ultra v2가 더 나은지가 아니라, 백만 토큰당 19달러만큼 더 나은지, 그리고 누구에게 그런지다.

같은 문제에 대한 두 가지 답, 서로 반대쪽 끝에서 만들어졌다

DeepSeek V4 Pro와 Fugu Ultra v2는 모두 동일한 불안, 즉 단일 폐쇄형 프런티어 벤더에 대한 의존에 대한 대응이지만, 방식에 있어서는 그 차이가 극에 달한다.

DeepSeek V4 Pro는 하나의 모델이다. 출시 보도는 공식 버전의 API 출시, 즉 DeepSeek-V4-Pro-0813 빌드를 2026년 8월 12~13일경으로 잡으며, 4월 24일 프리뷰를 대체한다. 이는 총 1.5~1.6조 개 파라미터에 토큰당 약 490억 개가 활성화된다고 보고된 전문가 혼합(mixture-of-experts) 시스템으로, 1M 토큰 컨텍스트 창과 384K 토큰 최대 출력을 갖추고 있다. 사고 및 비사고 모드에서 세 가지 노력 수준으로 추론하며, OpenAI와 Anthropic API 프로토콜을 모두 지원하고, Codex 스타일 에이전트 하네스를 정조준한 네이티브 Responses API를 추가했다. 결정적으로, 가중치는 MIT 라이선스로 공개되었는데, 이는 복원력 논쟁이 소유로써 해결되었음을 의미한다: 누구도 당신의 사본을 회수할 수 없다.

Fugu Ultra v2는 모델이 아니다. 그것은 약 7B 매개변수로 알려진 훈련된 코디네이터로, 비공개 모델 풀에 걸쳐 요청을 분해하고 Thinker, Worker, Verifier 역할을 할당하며, 하나의 OpenAI 호환 엔드포인트 뒤에서 답변을 종합한다. 그것의 복원력 논거는 법적이라기보다 아키텍처적이다: 풀이 교체 가능하므로 시스템은 어느 한 공급업체가 약관을 바꾸더라도 버틸 수 있다. Fugu Max와 함께 출시된 버전 2.0은 학습 컷오프를 2026년 8월 28일로 옮겼고 — 특히 — Claude Fable 5, Claude Fable 5.1 및 GPT-6 Astra를 풀에서 완전히 제거했으면서도 여전히 그들에 대한 승리를 주장한다.

그러니까 이 비교는 소유 대 조정입니다. DeepSeek는 여러분이 다운로드하고, 감사하고, 미세 조정하고, 자신의 하드웨어가 허용하는 어떤 마진으로든 직접 서빙할 수 있는 모델을 건네줍니다. Sakana는 각 문제를 어떻게 공략할지 결정하는 시스템을 건네주며, 그 요율은 여러분을 대신해 여러 프런티어 모델을 실행할 수 있게 자금을 댑니다.

34x가 실제로 사주는 것

벤치마크를 먼저, 출처를 가장 전면에 두고. 아래의 모든 DeepSeek 수치는 벤더 자체 수치이며, DeepSeek이 8월 중순에 발표한 피크/오프피크 가격 개정보다 앞선 것입니다. 그 최종 수치는 출처마다 여전히 엇갈립니다 — 한 보고서는 피크 출력을 백만 토큰당 약 ¥27로, 다른 보고서는 약 ¥12로 제시하는데, 기준가는 ¥6입니다. 예산을 모델링하기 전에 DeepSeek이 공개한 요금표와 대조해 확인하세요. 모든 Fugu 수치는 Sakana 자체 수치이며, 어떤 독립적인 주체도 그중 어느 것도 재현하지 못했습니다. Fugu 모델에 대한 Artificial Analysis 항목은 아직 없습니다.

• DeepSWE — Fugu Ultra v2 74.3(공급업체 보고) vs DeepSeek V4 Pro 62.7(공급업체 보고)

• Terminal Bench 2.1 — Sakana가 발표한 Fugu Ultra v2 수치 없음 vs DeepSeek V4 Pro 87.9(공급업체 보고)

• SWE-bench (Vals) — Fugu Ultra v2 수치 없음 vs DeepSeek V4 Pro 96.4(공급업체 보고)

• Humanity's Last Exam — Fugu Ultra v2 v2.0 수치는 없음 vs DeepSeek V4 Pro는 도구 없이 42.7, 도구 사용 시 60.0 (공급업체 보고)

• GPQA Diamond — Fugu Ultra v2 v2.0 수치 없음 vs DeepSeek V4 Pro 92.8 (공급업체 보고)

• 출력 가격 — Fugu Ultra v2는 1M당 $30.00이며, 272K 컨텍스트를 초과하면 $45.00로 오르고, DeepSeek V4 Pro는 약 1M당 $0.87 정가인데, 종량제 요율은 더 높게 적용되어 왔습니다

그 가격 행에는 두 가지 단서가 있습니다. 전체 비교가 바로 그 행에 달려 있기 때문입니다. 첫째, DeepSeek의 수치는 출시 보도에서 보고되고 우리 자체 모델 설명에서도 다시 언급된 정가이지만, 우리 리스팅의 종량 요율은 출력 백만당 $2.18, 입력 백만당 $0.73으로 운영되어 왔습니다. 캐시 동작과 구성 비중이 실효 수치를 좌우하므로, 입력 중 얼마나 캐시되는지에 따라 실질 배수는 대략 14배에서 34배 사이입니다. 그 범위의 최저치에서도 출력 비용은 12배 넘게 더 많이 나옵니다. 둘째, DeepSeek은 이미 피크/오프피크 가격 개정을 발표했지만 최종 수치에 대해서는 출처마다 여전히 엇갈립니다. 한 보도는 피크 출력을 백만당 약 ¥27로, 또 다른 보도는 약 ¥12로 제시합니다. 기준은 ¥6입니다. 예산을 산정하기 전에 공개된 요율표를 기준으로 확인하세요.

• 입력 가격 — Fugu Ultra v2는 1M당 $5.00이며, 272K를 초과하면 두 배가 되고, DeepSeek V4 Pro는 캐시 미스 시 1M당 약 $0.435로, 캐시 적중 시 약 120배 더 저렴합니다

• 가중치 — Fugu Ultra v2는 비공개, 풀 미공개, 라우팅은 설계상 노출되지 않음 vs DeepSeek V4 Pro는 MIT 라이선스로 공개, 자체 호스팅 가능

• 맥락 및 출력 — Fugu Ultra v2 1M 컨텍스트, 출력 상한 미공개 vs DeepSeek V4 Pro 1M 컨텍스트, 384K 출력 상한

겹침 문제는 명백하다: 두 시스템은 같은 행에 거의 함께 등장하지 않는다. Sakana는 자사가 선정한 8개 벤치마크 중 5개에서의 승리를 공개한다. DeepSeek는 심층적인 에이전트 커버리지를 포함한 더 넓은 평가 보드를 공개한다 — MCP Atlas 73.6, Toolathlon-Verified 74.1, CyberGym 83.3, NL2Repo 61.5, 긴 컨텍스트에서 CorpusQA 62.0 — 여기서 Fugu Ultra v2는 공개된 수치가 전혀 없다. 나란히 맞춰 볼 수 있는 단 하나의 행인 DeepSWE는 Fugu가 가장 큰 소프트웨어 엔지니어링 우위를 주장하는 항목이다. 두 릴리스를 비교하는 독자는 서로 다른 두 시험을 비교하고 있는 셈이다.

상세도 승수

출력 가격은 오케스트레이션에 매기는 선형 세금이 아니라, 오케스트레이션이 늘리는 양에 곱해지는 승수다. Fugu Ultra v2는 에이전트를 생성하는데, 각 에이전트는 추론 및 출력 토큰을 만들어 내고, 그다음 코디네이터가 이를 종합한다. Sakana의 가격 FAQ는 진정으로 소비자 친화적인 약속을 한다 — 풀에서 최상위 모델을 기준으로 하나의 혼합 요금을 지불하며, 에이전트를 추가해도 청구서가 배로 늘지 않는다는 것 — 이는 최악의 경우를 상한으로 막아 준다. 그것이 볼륨을 상한하지는 않는다. 출력 토큰 100만 개당 $30이라면, 단일 모델 호출보다 네 배 많은 텍스트를 내보내는 멀티 에이전트 실행은 비용이 네 배 더 든다. 그리고 그 승수는 34배 더 높은 출력 속도와 맞물려 복리로 불어난다.

DeepSeek V4 Pro의 비용 구조는 정반대 행동에 보상을 줍니다. 입력에 대한 캐시 히트는 미스보다 대략 100배 저렴하므로, 반복적인 장문 컨텍스트 작업 — 같은 저장소, 같은 문서 세트, 같은 시스템 프롬프트 — 은 표시 요금이 시사하는 것보다 훨씬 저렴합니다. 매 턴마다 같은 컨텍스트를 다시 읽는 에이전트 루프의 경우, 실효 비용이 바로 그 지점에서 결정되며, 이는 어떤 오케스트레이터도 우회할 수 없는 구조적 이점입니다.

두 가지를 함께 놓으면 결정은 구체적으로 드러난다. Fugu Ultra v2가 DeepSWE에서 11.6점 우위를 제공하고 단일 호출의 세 배에 달하는 출력 토큰을 내보낸다면, 하나의 벤치마크에서 10~15점 향상을 얻기 위해 완료된 작업당 대략 100배 더 많은 비용을 지불하는 셈이다. 그런 맞바꿈은 그 한 점의 차이가 전부인 연구와 환원 불가능하게 어려운 엔지니어링 문제에서는 정당화될 수 있지만, 하루에 10만 번 실행되는 파이프라인에서는 정당화될 수 없다.

각각이 실제로 누구를 위한 것인지

다음 중 하나라도 해당한다면 DeepSeek V4 Pro를 선택하세요: 워크로드가 대용량이고 비용에 민감하다; 오케스트레이터가 제공하는 상한보다 더 긴 출력이 필요하다; 데이터 상주 요건 때문에 직접 감사하고, 미세 조정하거나, 자체 하드웨어에서 서빙할 수 있는 시스템이 필요하다; 또는 가격이 관측하는 숫자가 아니라 계산할 수 있는 숫자이기를 원한다. 오픈 MIT 라이선스는 마케팅 기능이 아니다 — 그것은 두 시스템 중 어느 쪽이든 내세우는 복원력 논변의 가장 강력한 형태다. 왜냐하면 그것은 어떤 공급업체의 지속적인 선의에 의존하지 않기 때문이다. 또한 백만 출력당 약 $0.87로, 실험이 아무 비용도 들지 않을 만큼 저렴하다.

한계적 이점이 몇 배의 가치가 있고, 작업이 장기적이며, 정확성을 검증할 수 있다면 Fugu Ultra v2를 선택하라 — 테스트 스위트를 갖춘 코딩, 구조화된 문서 추론, 단일 패스로는 그대로 내보냈을 오류를 Verifier 역할이 잡아낼 수 있는 다단계 분석. Sakana 자체의 사례 연구가 바로 이것을 가리킨다: 14시간의 자율 연구 실행, 두 개의 익명화된 베이스라인이 완전히 크래시한 가운데 300개의 스크램블을 모두 완료한 루빅스 큐브 솔버. 그 베이스라인들은 익명화되었고 벤더가 선택한 것이라는 점을 명심하라. 이는 증거로서 약화시키지만 거짓이 되게 하지는 않는다. 또한 일부 팀에게는 논의를 끝내는 제약을 명심하라: Fugu Ultra v2는 EU나 EEA에서 판매되지 않으며, Sakana는 이를 분명히 밝힌다.

둘 중 하나를 실제로 실행할 계획이라면 실용적인 참고 사항이 하나 있습니다. Fugu Ultra v2는 OrcaRouter에 없습니다. 이 모델은 Sakana 자체의 OpenAI 호환 API와 여러 서드파티 플랫폼을 통해 제공되며, 이전 Fugu에서 업그레이드하는 것은 한 줄짜리 파라미터 변경입니다. DeepSeek V4 Pro는 OrcaRouter에서 공급자 정가에 0% 마크업으로 제공되는데, 여기서는 이 점이 평소보다 더 중요합니다. DeepSeek는 이미 이번 사이클에 가격 개정을 한 차례 발표했으며, 패스스루 라우터에서는 벤더 가격 변경이 재협상을 거친 뒤가 아니라 같은 날 같은 키에 그대로 반영됩니다. 확정하기 전에 두 모델을 자체 워크로드에 대해 벤치마크해 보고 싶다면, 비교에서 더 저렴한 쪽은 정가로 호출할 수 있고 그 뒤에 자동 페일오버까지 지원되는 쪽입니다.

평결

경제성에서 접전이 아니며, 역량에서도 결정적이지 않다. DeepSeek V4 Pro는 훨씬 더 나은 기본값이다: 직접 보유할 수 있는 오픈 웨이트, 384K 출력 상한, 1M 컨텍스트, 공개된 장문맥 점수, 그리고 출력 기준으로 Fugu Ultra v2 가격의 약 1/34에 불과한 가격. Fugu Ultra v2는 좁은 부류의 값비싼 문제에 더 나은 도구이며, Sakana의 주장 — 가장 강력한 세 모델을 제외한 고정 풀이 검증 가능한 작업에서 여전히 그들을 이길 수 있다는 — 은 현재 이 분야에서 가장 흥미로운 아키텍처 논거이자, 독립적 증거가 가장 적게 뒷받침되는 논거다.

실용적인 해법은 둘 중 하나를 고르는 것이 아니다. DeepSeek V4 Pro를 기본으로 실행하라. 저렴하고 개방적이며 빠르기 때문이다. 그리고 Fugu Ultra v2는 100배의 비용 증가가 틀렸을 때의 비용보다 여전히 작은 작업을 위해 예비로 남겨 두어라. 해서는 안 되는 것은 Sakana의 8개 벤치마크 표를 비싼 오케스트레이터가 저렴한 오픈 모델을 대체했다는 증거로 읽는 것이다. 두 모델이 공유하는 단 하나의 행에서, 그것은 출력 가격 34배로 11.6점 앞선다. 그것이 이득인지 함정인지는 전적으로 그것을 어느 문제에 겨냥하느냐에 달려 있다.