Step 5 Preview kontra Fugu Ultra v2: Jedno z nich jest modelem, a drugie routerem

Porównanie, którego większość ludzi chce, między Step 5 Preview a Fugu Ultra v2 od Sakana AIto tabela benchmarków. Żadna ze stron nie może jej dostarczyć uczciwie. Step 5 Preview ma jeden niezależny pomiar, przeprowadzony według kryteriów, które zastąpiono w zeszłym tygodniu. Fugu Ultra v2 nie ma żadnego niezależnego pomiaru, ponieważ ewaluatorzy publikujący indeks inteligencji nigdy nie wystawili dla niego strony. To, co oba mają, to stosunek cen wynoszący dokładnie pięć do jednego w przypadku tokenów wejściowych oraz różnica rodzaju, która czyni ten stosunek niemal pozbawionym znaczenia: jeden to checkpoint mixture-of-experts o 600 miliardach parametrów, który możesz pobrać i uruchomić na własnym sprzęcie, a drugi to warstwa orkiestracji, która odpowiada na twoje żądanie, kierując je do puli modeli innych ludzi.

Ta różnica nie jest szczegółem. Decyduje o tym, co tak naprawdę kupujesz, co dzieje się z Twoimi wynikami, gdy dostawca zmieni zdanie, oraz czy długoterminowego agenta zbudowanego na jednym lub drugim można w następnym kwartale uruchomić ponownie, aby uzyskać ten sam wynik.

Dwa produkty z tą samą etykietą marketingową

StepFun udostępnił Step 5 Preview w swoim API 20 września 2026 r., a następnie opublikował wagi BF16 i FP8 na Hugging Face i ModelScope 15 października. To pojedynczy model: rzadka mieszanina ekspertów z 600 miliardami parametrów łącznie i 27 miliardami aktywnych na token, z routowaniem 8 z 352 oraz wspólnym ekspertem, w 92-warstwowym stosie, który dostawca określa mianem „narrow-deep”. Okno kontekstu wynosi 1 mln tokenów, dane wejściowe mogą być tekstem, obrazami lub wideo, a dane wyjściowe — tekstem.

Fugu Ultra v2 to wydanie punktowe, a nie nowa architektura — Sakana AI wydała je 11 września 2026 r. jako odświeżenie Fugu Ultra z 22 czerwca, z identyfikatorem modelu fugu-ultra-v2.0 i jednoliniową migracją parametrów względem poprzedniej wersji. Jest to konduktor: żądanie trafia do systemu, system decyduje, który model lub modele z jego puli powinny je obsłużyć, uruchamia je i syntetyzuje odpowiedź. Pula celowo wyklucza Claude Fable 5, Claude Fable 5.1 i GPT-6 Astra. Argument Sakana za mniejszą pulą jest taki, że słabsze elementy ciągnęły wynik zagregowany w dół; efekt drugiego rzędu, którego Sakana nie reklamuje, polega na tym, że skład tego, co kupujesz, jest decyzją dostawcy, która może się zmienić bez numeru wersji.

Linie specyfikacji po obu stronach

• Co to jest — Step 5 Preview: jeden model mieszaniny ekspertów 600B/27B do pobrania. Fugu Ultra v2: orkiestrowana pula modeli z warstwą syntezującą na szczycie.

• Data wydania — Step 5 Preview: API 20 września 2026, wagi 15 października 2026. Fugu Ultra v2: 11 września 2026, odświeżenie czerwcowego oryginału z 2026 r.

• Okno kontekstu — Step 5 Preview: 1 mln tokenów. Fugu Ultra v2: 1 mln tokenów, z progiem cenowym powyżej 272 tys. tokenów.

• Modalności wejściowe — Step 5 Preview: tekst, obrazy i wideo. Fugu Ultra v2: cokolwiek akceptują członkowie jego puli, czego Sakana nie wyszczególnia osobno dla poszczególnych modalności.

• Cena za milion tokenów wejściowych — Step 5 Preview: $1.00. Fugu Ultra v2: $5.00, rosnąca do $10.00 powyżej 272 tys. tokenów kontekstu.

• Cena za milion tokenów wyjściowych — Step 5 Preview: $2.70. Fugu Ultra v2: $30.00, rosnąca do $45.00 powyżej 272 tys. tokenów.

• Buforowane dane wejściowe za milion tokenów — Step 5 Preview: 90% rabatu od 1,00 USD. Fugu Ultra v2: 0,50 USD, wzrost do 1,00 USD powyżej 272 tys. tokenów.

• Niezależny wynik — Step 5 Preview: 29 w Artificial Analysis Intelligence Index v5.0. Fugu Ultra v2: nie istnieje strona Artificial Analysis, więc brak wyniku.

• Wagi — Step 5 Preview: do pobrania na warunkach StepFun Model License 1.0. Fugu Ultra v2: brak. Zasób, z którego czerpie, to wagi innych dostawców udostępniane na warunkach tych dostawców.

Co tak naprawdę daje pięć dolarów danych wejściowych

Wskaźnik ceny w nagłówku wynosi pięć do jednego na wejściu i nieco ponad jedenaście do jednego na wyjściu, a obie te liczby przedstawiają Step 5 Preview w korzystniejszym świetle, niż może to potwierdzić rachunek za poszczególne zadania. Fugu Ultra v2 ma cenę ustaloną tak, jakby był systemem zakładającym zużywanie tokenów: wysyła żądanie, odpowiada kilka modeli, a syntezator tworzy tekst na podstawie ich wyników. Własna deklaracja Sakany, że dodawanie kolejnych agentów nie mnoży rachunku, dotyczy poziomów subskrypcji — 20 USD w wariancie Standard, 100 USD w wariancie Pro i 200 USD w wariancie Max miesięcznie, a wszystkie one obejmują Fugu, Fugu Ultra i Fugu Max — a nie taryfy opartej na pomiarze zużycia. W tej taryfie orkiestracja to rozwlekły interes, a wyjście jest rozliczane po 30 USD za milion.

Ekonomika Step 5 Preview działa w odwrotnym kierunku. Artificial Analysis odnotowuje 179,1 tokena wyjściowego na sekundę w API StepFun wobec mediany w klasie wynoszącej 74,1, 2,35 USD za pełne zadanie indeksowe oraz uśredniony koszt 0,54 USD za milion tokenów przy współczynniku trafień w pamięć podręczną siedem do dwóch do jednego. Na tle mediany w klasie wynoszącej 1,40 USD za zadanie na tej samej stronie jest to tani model, który jest również szybki.

Uczciwe postawienie sprawy nie brzmi więc: „Fugu jest pięć razy droższy”. Brzmi ono tak: Fugu pobiera dopłatę za zdolność, której Step 5 Preview nie deklaruje — arbitraż między kilkoma modelami w ramach jednego żądania — a to, czy warto tę dopłatę płacić, zależy wyłącznie od tego, czy wierzysz, że ów arbitraż sprawdza się lepiej niż pojedynczy silny model w zadaniu, które masz do wykonania. Opublikowane przez Sakana dowody na poparcie tego przekonania pochodzą od samego dostawcy: Chartography 48,3 wobec 27,3 dla Claude Opus 5 i 29,5 dla Claude Fable 5, DeepSWE 74,3, najlepszy lub ex aequo najlepszy w pięciu z ośmiu benchmarków oraz w pierwszej dwójce w siedmiu z ośmiu. To prawdziwe liczby wytworzone przez firmę sprzedającą produkt — i tylko takie liczby istnieją.

Test przenośności, który jest prawdziwą różnicą

Oto pytanie, które oddziela te dwa przypadki czyściej niż jakikolwiek wynik. Załóżmy, że we wrześniu 2026 r. zbudujesz agenta na Fugu Ultra v2 i on działa. W listopadzie Sakana dodaje model do puli albo usuwa jeden — już raz usunęła trzy modele frontier — albo zmienia wagi syntezatora. Twoje prompty są takie same, dane wejściowe są takie same, a wyniki inne — bez podniesienia wersji, którą można by przypiąć, i bez wpisu w changelogu, który powiedziałby ci, które zachowanie uległo zmianie. Nie kupujesz modelu; kupujesz politykę względem modeli, a ta polityka to gałka, którą przekręca dostawca.

To nie jest krytyka Sakany. Taka jest natura tego produktu i w wielu zastosowaniach jest dokładnie tym, czego potrzeba — dostawca, którego pełnoetatowym zajęciem jest dobieranie właściwego modelu do każdego żądania, często przewyższy twój ręcznie opracowany wybór. Ale powinno się to wyceniać za to, czym jest: trwale utrzymywaną relację usługową, a nie składnik majątku.

Step 5 Preview to inna forma. Wagi istnieją. Nie są otwarte w sensie OSI — StepFun Model License 1.0 utrzymuje warunek atrybucji dla istotnie wykorzystanych wyników, wymaga, aby producenci sprzętu wynegocjowali odrębną licencję, oraz wymaga licencji komercyjnej dla operatorów model-as-a-service o rocznych przychodach powyżej 20 mln USD — ale zachowanie, które testujesz dziś, to zachowanie, które możesz uruchomić za rok, na sprzęcie, który kontrolujesz, bez pytania o zgodę. Checkpoint FP8 wymaga około 773 GB VRAM i co najmniej czterech GPU, przy czym B300 jest domyślnym celem; ścieżka Hopper wymaga ośmiu H200. Wariant NVFP4 ogranicza to do około 473 GB i ogranicza użyteczny kontekst do 320 tys. tokenów. Żadna ze ścieżek nie jest tania i żadna nie jest tak tania jak API, co jest zwykłym argumentem za wywoływaniem modelu zamiast hostowania go.

Luka w ujawnianiu informacji działa w obu kierunkach

Każdej stronie brakuje czegoś, co publikuje druga.

Step 5 Preview publikuje kartę stawek, limit kontekstu, liczbę parametrów, licencję, przepisy serwowania dla vLLM i SGLang w dniu, w którym udostępniono wagi, oraz jeden niezależny wynik. Nie publikuje natomiast bezpośredniego porównania z jakimkolwiek konkurentem dopasowanego pod względem harnessu, a jej tabela benchmarków dostawcy — Terminal-Bench 4.0 na poziomie 33,3, DeepSWE v1.1 na poziomie 67,7, FrontierFinance na poziomie 66,4, CyberGym na poziomie 84,7 — jest dokładnie tym, czyli tabelą dostawcy.

Fugu Ultra v2 publikuje opowieść o architekturze, politykę puli, własną tabelę benchmarków oraz cennik subskrypcji, który jest naprawdę nietypowy na tym rynku. Nie publikuje jednak ani jednej liczby, którą zweryfikował niezależny ewaluator, a ewaluatorzy nie stworzyli dla niego strony — co jest najczystszym możliwym sposobem powiedzenia, że wyniku nie ma, a nie że jest niski.

Gdy obie strony opierają się na doniesieniach dostawców, rozstrzygnięcie nie polega na tym, „który dostawca jest bardziej wiarygodny”. Polega ono na tym, który dostawca postawił coś, co da się sprawdzić. StepFun, udostępniając wagi 15 października, składa sprawdzalne twierdzenie: każdy może pobrać checkpoint i odtworzyć zachowanie. Sakana, która podaje wynik bez artefaktu do pobrania, nie składa takiego twierdzenia.

W przypadku, gdy którykolwiek z nich można dziś wywołać

Żaden z nich nie jest dostępny w OrcaRouter. Bieżący katalog obejmuje 214 identyfikatorów modeli od 16 dostawców — wszystko za jednym kluczem i jednym rachunkiem, a na dzień 29 października 2026 r. nie ma w nim wpisu StepFun ani wpisu Sakana — nie ma ciągu „step” ani ciągu „fugu”. Jeśli chcesz Fugu Ultra v2, udaj się do Sakana, a jeśli chcesz Step 5 Preview, udaj się do API StepFun lub do checkpointów. Niczego w tym artykule nie należy odczytywać jako twierdzenia, że udostępniamy któregokolwiek z nich.

W tym porównaniu rola platformy polega na kroku, który wykonujesz później: gdy już zdecydujesz, który z tych dwóch wariantów pasuje do Twojego obciążenia, modele, które faktycznie kierujesz w ramach każdego żądania — tani do klasyfikacji, drogi do syntezy — są elementem, który źle się skaluje ręcznie. Konfiguracja routingu OrcaRouter pozwala zadeklarować ten wybór jako model podstawowy i łańcuch zapasowy zamiast zaszytego na stałe identyfikatora modelu, z automatycznym przełączaniem awaryjnym, gdy dostawca ulega degradacji; rozlicza się według ceny katalogowej dostawcy bez żadnego narzutu, dzięki czemu obniżka ceny ogłoszona przez dostawcę obowiązuje na platformie tego samego dnia. To właściwość modeli, które rzeczywiście mamy w ofercie, a nie tych dwóch.

Pytanie, które to rozstrzyga

Nie „który uzyskuje wyższy wynik”, bo tylko jeden z nich został oceniony, a wynik wynosi 29 według kryteriów oceny, które pojawiły się 27 października i na nowo określiły, co mierzy wskaźnik złożony. Zapytaj raczej, czy Twoje obciążenie należy do takich, w których pojedynczy model o kontekście 1M z wejściem wizyjnym, w cenie 1,00 i 2,70 USD za milion tokenów, wystarczy — a jeśli tak, Step 5 Preview jest znacznie tańszym i bardziej przenośnym zakupem. Jeśli Twoje obciążenie należy do takich, w których trudną częścią jest routing każdego żądania, Fugu Ultra v2 wykonuje pracę, którą w przeciwnym razie wykonywałbyś sam, a stosunek pięć do jednego jest ceną tej pracy, a nie narzutem na to samo dobro.

Nie powinieneś porównywać Chartography 48.3 z czymkolwiek, co opublikował StepFun. To liczby dwóch dostawców, uzyskane na narzędziach testowych dwóch dostawców, dotyczące dwóch różnych rodzajów produktów. Nikt nie zestawił ich ze sobą bezpośrednio, a dopóki ktoś tego nie zrobi, jedynym uczciwym porównaniem między nimi jest porównanie tego, czym one są.