Fugu Ultra v2 vs. DeepSeek V4 Pro: a questão do preço de saída 34x

O Fugu Ultra v2 cobra aproximadamente trinta e quatro vezes o preço de tabela do DeepSeek V4 Pro pelo texto que escreve. Isso não é um erro de digitação nem um artefato de arredondamento: o novo orquestrador da Sakana AI tem preço de tabela de $30,00 por milhão de tokens de saída, a DeepSeek reporta $0,87 por milhão e, no único benchmark para o qual ambos os fornecedores publicam um número, a diferença de desempenho não é nada parecida com trinta e quatro vezes. A Sakana afirma 74,3 no DeepSWE para o Fugu Ultra v2, lançado em 11 de setembro de 2026; a DeepSeek reporta 62,7 para o DeepSeek V4 Pro, o modelo de pesos abertos que lançou em agosto. Uma vantagem de 11,6 pontos relatada pelo fornecedor por um preço de saída 34 vezes maior é a comparação inteira em uma linha — e a pergunta honesta não é se o Fugu Ultra v2 é melhor, mas se é dezenove dólares por milhão de tokens melhor, e para quem.

Duas respostas para o mesmo problema, construídas a partir de extremos opostos

DeepSeek V4 Pro e Fugu Ultra v2 são ambas respostas à mesma ansiedade — a dependência de um único fornecedor fechado de ponta — e dificilmente poderiam ser mais diferentes no método.

DeepSeek V4 Pro é um modelo. A cobertura do lançamento situa a implementação da API da versão oficial — a build DeepSeek-V4-Pro-0813 — em torno de 12 a 13 de agosto de 2026, substituindo a prévia de 24 de abril. É um sistema de mistura de especialistas (mixture-of-experts) relatado com 1,5 a 1,6 trilhão de parâmetros totais, com cerca de 49 bilhões ativados por token, carregando uma janela de contexto de 1M de tokens e uma saída máxima de 384K tokens. Ele raciocina em modos de pensamento e de não pensamento com três níveis de esforço, fala tanto os protocolos de API da OpenAI quanto da Anthropic, e adicionou uma API Responses nativa voltada diretamente para harnesses de agentes no estilo Codex. De modo crucial, os pesos foram publicados sob a licença MIT, o que significa que o argumento de resiliência está resolvido pela posse: ninguém pode revogar sua cópia.

Fugu Ultra v2 não é um modelo. É um coordenador treinado, com cerca de 7B parâmetros segundo relatos, que decompõe uma solicitação em um pool de modelos não divulgados, atribui papéis de Thinker, Worker e Verifier e sintetiza uma resposta por trás de um único endpoint compatível com OpenAI. Seu argumento de resiliência é arquitetural, não jurídico: como o pool pode ser trocado, o sistema pode sobreviver a qualquer fornecedor individual que altere os termos. A versão 2.0, lançada junto com o Fugu Max, moveu a data de corte de treinamento para 28 de agosto de 2026 e — notavelmente — removeu completamente do pool Claude Fable 5, Claude Fable 5.1 e GPT-6 Astra, enquanto ainda alega vitórias sobre eles.

Então, a comparação é posse versus coordenação. O DeepSeek entrega a você um modelo que você pode baixar, auditar, ajustar e servir por conta própria, com a margem que o seu próprio hardware permitir. A Sakana entrega a você um sistema que decide como atacar cada problema, a uma taxa que financia a execução de vários modelos de ponta em seu nome.

O que 34x realmente compra

Primeiro os benchmarks, com as fontes em primeiro plano. Todos os números da DeepSeek abaixo são do próprio fornecedor e são anteriores à revisão de preços de pico/fora de pico que a DeepSeek anunciou para meados de agosto, sobre cujos números finais as fontes ainda divergem — um relatório indica o output de pico perto de ¥27 por milhão, outro perto de ¥12, contra uma base de ¥6. Verifique a tabela de preços publicada da DeepSeek antes de modelar um orçamento. Todos os números da Fugu são da própria Sakana, e nenhuma parte independente reproduziu qualquer um deles; ainda não há uma entrada do Artificial Analysis para um modelo Fugu.

• DeepSWE — Fugu Ultra v2 74,3 (segundo o fornecedor) vs. DeepSeek V4 Pro 62,7 (segundo o fornecedor)

• Terminal Bench 2.1 — nenhum número do Fugu Ultra v2 publicado pela Sakana, em comparação com o 87,9 do DeepSeek V4 Pro (relatado pelo fornecedor)

• SWE-bench (Vals) — sem valor para o Fugu Ultra v2 vs. DeepSeek V4 Pro 96,4 (informado pelo fornecedor)

• Humanity's Last Exam — sem número para o Fugu Ultra v2 v2.0 vs. DeepSeek V4 Pro 42,7 sem ferramentas, 60,0 com ferramentas (segundo o fornecedor)

• GPQA Diamond — sem valor para o Fugu Ultra v2 v2.0 vs. DeepSeek V4 Pro 92,8 (informado pelo fornecedor)

• Preço de saída — Fugu Ultra v2 $30,00 por 1M, subindo para $45,00 acima de 272K de contexto vs. DeepSeek V4 Pro aproximadamente $0,87 por 1M de tabela, com uma tarifa medida que vem sendo mais alta

Duas ressalvas sobre essa linha de preço, porque toda a comparação se apoia nela. Primeiro, o número da DeepSeek é a tarifa de tabela reportada na cobertura de lançamento e reafirmada em nossa própria descrição do modelo, mas a tarifa por uso em nossa listagem tem ficado em $2.18 por milhão de saída e $0.73 por milhão de entrada — o comportamento de cache e o mix alteram o número efetivo, então o múltiplo honesto fica em algum lugar entre cerca de 14x e cerca de 34x, dependendo de quanto da sua entrada está em cache. Mesmo no piso dessa faixa, a saída custa mais de uma dúzia de vezes mais. Segundo, a DeepSeek já anunciou uma revisão de preços de pico/fora de pico cujos números finais ainda divergem entre as fontes — um relatório situa a saída de pico perto de ¥27 por milhão, outro perto de ¥12, contra uma base de ¥6. Confira na tabela de tarifas publicada antes de modelar um orçamento.

• Preço de entrada — Fugu Ultra v2 US$ 5,00 por 1M, dobrando acima de 272K, vs. DeepSeek V4 Pro aproximadamente US$ 0,435 por 1M em caso de cache miss, cerca de 120x mais barato em caso de cache hit

• Pesos — Fugu Ultra v2 fechado, pool não divulgado, roteamento não exposto por design vs DeepSeek V4 Pro aberto sob MIT, auto-hospedável

• Contexto e saída — Fugu Ultra v2 com contexto de 1M, limite de saída não divulgado vs DeepSeek V4 Pro com contexto de 1M, limite de saída de 384K

O problema de sobreposição é óbvio: os dois sistemas quase não aparecem nas mesmas linhas. A Sakana publica cinco vitórias em oito benchmarks que selecionou; a Deep​Seek publica um painel mais amplo que inclui cobertura agêntica profunda — MCP Atlas 73,6; Toolathlon-Verified 74,1; CyberGym 83,3; NL2Repo 61,5; CorpusQA 62,0 em contexto longo —, em que o Fugu Ultra v2 não tem nenhum número publicado. A única linha que dá para alinhar, o DeepSWE, é justamente aquela em que o Fugu reivindica sua maior vantagem em engenharia de software. Um leitor que compara os dois lançamentos está comparando dois exames diferentes.

O multiplicador de verbosidade

O preço de saída não é um imposto linear sobre a orquestração; é um multiplicador sobre uma quantidade que a orquestração aumenta. O Fugu Ultra v2 cria agentes, cada um produzindo tokens de raciocínio e de saída, antes que um coordenador os sintetize. O FAQ de preços da Sakana traz um compromisso genuinamente amigável ao consumidor — você paga uma única tarifa combinada com base no modelo de nível superior do pool, e adicionar agentes não multiplica a conta — o que limita o pior caso. Isso não limita o volume. A $30 por milhão de tokens de saída, uma execução multiagente que emite quatro vezes o texto de uma chamada de modelo único custa quatro vezes mais, e o multiplicador se acumula com uma taxa de saída 34 vezes maior.

A estrutura de custos do DeepSeek V4 Pro recompensa o comportamento oposto. Um acerto de cache na entrada é cerca de duas ordens de magnitude mais barato do que uma falta, o que torna o trabalho repetido com contexto longo — o mesmo repositório, o mesmo conjunto de documentos, o mesmo prompt de sistema — drasticamente mais barato do que a tarifa nominal sugere. Para um loop de agente que relê o mesmo contexto a cada turno, é aí que o custo efetivo recai, e é uma vantagem estrutural que nenhum orquestrador consegue contornar.

Junte os dois e a decisão se torna concreta. Se o Fugu Ultra v2 entrega uma vantagem de 11,6 pontos no DeepSWE e emite três vezes mais tokens de saída do que uma única chamada, você está pagando cerca de cem vezes mais por tarefa concluída por um ganho de dez a quinze pontos em um único benchmark. Essa troca é defensável para pesquisa e problemas de engenharia irredutivelmente difíceis, em que o ponto marginal é o jogo inteiro, e indefensável para um pipeline que roda cem mil vezes por dia.

Para quem cada um é na verdade

Escolha o DeepSeek V4 Pro se qualquer uma das seguintes condições for verdadeira: sua carga de trabalho é de alto volume e sensível a custos; você precisa de uma saída mais longa do que o teto que um orquestrador lhe dará; você exige um sistema que possa auditar, fazer ajuste fino ou servir no seu próprio hardware por razões de residência de dados; ou você precisa que o preço seja um número que você possa calcular, e não um número que você observe. A licença aberta MIT não é um recurso de marketing — é a forma mais forte do argumento de resiliência que qualquer um dos dois sistemas está apresentando, porque não depende da boa vontade contínua de nenhum fornecedor. Ele também é, a aproximadamente US$ 0,87 por milhão de tokens de saída, barato o suficiente para que a experimentação não custe nada.

Escolha o Fugu Ultra v2 se o ponto marginal valer um múltiplo, o trabalho for de horizonte longo e a correção for verificável — programação com uma suíte de testes, raciocínio estruturado sobre documentos, análise em várias etapas em que um papel de Verificador consegue detetar um erro que uma única passagem deixaria passar. Os próprios estudos de caso da Sakana apontam exatamente para isto: uma execução autónoma de pesquisa de quatorze horas, um solucionador de cubo de Rubik que concluiu todos os 300 embaralhamentos, enquanto duas baselines anonimizadas falharam por completo. Tenha em conta que essas baselines são anonimizadas e selecionadas pelo fornecedor, o que as enfraquece como evidência e não as torna falsas. Tenha também em conta a restrição que encerra a discussão para algumas equipes: o Fugu Ultra v2 não é vendido na UE nem no EEE, e a Sakana declara isso claramente.

Uma observação prática caso você pretenda executar qualquer um dos dois. O Fugu Ultra v2 não está no OrcaRouter — ele chega pela API compatível com OpenAI da própria Sakana e por várias plataformas de terceiros, e a atualização a partir de uma versão anterior do Fugu é uma alteração de parâmetro em uma única linha. O DeepSeek V4 Pro está no OrcaRouter pelo preço de tabela do provedor, com 0% de margem, o que aqui importa mais do que o habitual: a DeepSeek já anunciou uma revisão de preços neste ciclo, e em um roteador de repasse uma mudança de preço do fornecedor passa a valer na mesma chave no mesmo dia, em vez de depois de uma renegociação. Se você quiser comparar os dois com sua própria carga de trabalho antes de se decidir, o lado mais barato da comparação é aquele que você pode chamar pelo preço de tabela com failover automático por trás.

O veredito

Isto não é um confronto parelho em termos econômicos nem decisivo em termos de capacidade. O DeepSeek V4 Pro é a opção padrão melhor por uma ampla margem: pesos abertos que você pode manter, um teto de saída de 384K, um contexto de 1M, pontuações publicadas de contexto longo e um preço de saída de aproximadamente um trinta e quatro avos do preço do Fugu Ultra v2. O Fugu Ultra v2 é o instrumento melhor para uma classe estreita de problemas caros, e a alegação da Sakana — de que um pool fixo que exclui os três modelos mais fortes ainda pode superá-los em trabalho verificável — é o argumento arquitetural mais interessante no campo atualmente, e o que tem menos evidência independente por trás.

A solução prática não é escolher. Execute o DeepSeek V4 Pro como padrão porque ele é barato, aberto e rápido, e mantenha o Fugu Ultra v2 em reserva para as tarefas em que um aumento de custo de cem vezes ainda é menor que o custo de estar errado. O que você não deve fazer é ler o quadro de oito benchmarks da Sakana como evidência de que o orquestrador caro substituiu o modelo aberto barato. Na única linha que eles compartilham, ele está 11,6 pontos à frente por 34 vezes o preço de saída. Se isso é uma pechincha ou uma armadilha depende inteiramente de para qual problema você o aponta.