GPT-6 Astra vs Fugu Max: O Preço Fixo Encontra o Escalonado

Fugu Max cobra US$ 2,00 por milhão de tokens de entrada e US$ 6,00 por milhão de tokens de saída, e cobra isso tanto com 8.000 tokens quanto com 800.000. GPT-6 Astra cobra US$ 10,00 e US$ 50,00 — até que uma solicitação ultrapasse 272.000 tokens de entrada, momento em que passa a cobrar US$ 20,00 e US$ 75,00 pela solicitação inteira. Essa única diferença estrutural é a coisa mais consequente deste confronto, e é justamente a que fica soterrada sob uma discussão de benchmarks que nenhum dos lados consegue vencer. A Sakana AI lançou o Fugu Max em 11 de setembro de 2026; a OpenAI tem o GPT-6 Astra disponível de forma geral desde 3 de setembro de 2026, com seus medidores inalterados ao longo do reajuste de preços que atingiu os níveis abaixo dele em 7 de outubro. Portanto, esta não é uma comparação entre modelos novos. É uma comparação entre duas filosofias de precificação, sendo que uma delas é de fato uma filosofia de precificação e a outra é um sistema de orquestração vestindo uma.

As duas tabelas de tarifas, lidas em vez de resumidas

A página de preços da própria Sakana é incomumente direta sobre o que o Fugu Max está vendendo. O Fugu Ultra v2 tem o preço que um modelo de fronteira deveria ter — US$ 5,00 de entrada, US$ 30,00 de saída, US$ 0,50 em cache, com uma faixa mais alta de US$ 10,00 / US$ 45,00 / US$ 1,00 acima de 272K tokens. As tarifas do Fugu Max são então descritas na mesma página como fixas, independentemente do comprimento do contexto. Não há faixa superior para levar em conta. US$ 2,00, US$ 6,00, US$ 0,25 em cache, em qualquer tamanho de prompt.

O GPT-6 Astra é a construção oposta. Seu primeiro nível vai até 272.000 tokens de prompt a $10,00 / $50,00, com entrada em cache a $1,00 e gravações em cache a $12,50. Além dessa linha, a solicitação é reprecificada a $20,00 / $75,00, com entrada em cache a $2,00 e gravações em cache a $25,00 — aplicado à solicitação inteira, não ao excedente. Essa é a documentação da OpenAI conforme o nosso próprio catálogo a lê hoje, e não mudou desde setembro.

Coloque os dois lado a lado nas dimensões que decidem um projeto de lei:

• Entrada, prompt curto — GPT-6 Astra US$ 10,00 por 1M vs Fugu Max US$ 2,00; Fugu Max é 5x mais barato

Saída — GPT-6 Astra $50,00 por 1M vs Fugu Max $6,00; Fugu Max é 8,3x mais barato

• Entrada em cache — GPT-6 Astra $1,00 por 1M vs Fugu Max $0,25; o Fugu Max é 4x mais barato

• Prompt longo, acima de 272K — GPT-6 Astra $20,00 / $75,00 por 1M vs Fugu Max $2,00 / $6,00, sem alteração

• Contexto rastreado — GPT-6 Astra 1.050.000 tokens, 128.000 de saída máxima vs. Fugu Max não publicado

• Modalidade de entrada — GPT-6 Astra: entrada de texto, imagem e arquivo, saída de texto vs. Fugu Max não publicado

• Pontuação independente — GPT-6 Astra 53 no Índice de Inteligência da Artificial Analysis vs Fugu Max nenhuma, sem entrada nesse quadro

• Pesos — ambos fechados; Fugu Max não é um checkpoint de forma alguma

Onde a linha dos 272.000 tokens realmente pesa

Uma requisição de 300.000 tokens no GPT-6 Astra não é 10% mais cara do que uma requisição de 270.000 tokens. Ela tem preço de US$ 20,00 de entrada e US$ 75,00 de saída em cada token da chamada, o que faz com que a mudança de patamar seja aproximadamente uma duplicação da conta de entrada e um aumento de 50% na saída no momento em que você cruza a linha. No Fugu Max, a mesma requisição custa US$ 2,00 e US$ 6,00 por milhão, como qualquer outra.

Isso importa mais aqui do que na maioria das páginas de comparação, por causa daquilo para que o GPT-6 Astra é vendido. O posicionamento da OpenAI é o de trabalho de longo horizonte, ponta a ponta — a página empresarial publicada a 9 de setembro apresenta-o como um modelo que leva uma tarefa da instrução ao artefacto final ao longo de muitos passos e de um longo período de tempo. Um ciclo de agente que reenvia um contexto crescente é exatamente a forma que ultrapassa 272.000 tokens sem que ninguém decida isso. A janela de 1.050.000 tokens do Astra convida exatamente a carga de trabalho que desencadeia a sua própria sobretaxa.

O Fugu Max foi construído para o instinto oposto. A Sakana o descreve como roteando cada tarefa para o modelo mais enxuto capaz de resolvê-la, e a taxa fixa é o que torna esse roteamento legível do lado de fora: qualquer que seja o modelo escolhido pelo coordenador e por mais longo que seja o prompt, o medidor marca o mesmo valor. Há mais uma diferença que atua na direção contrária e vale a pena ser mencionada, porque a página de preços não a apresenta como um aviso. A página da Sakana observa que a pesquisa na web e a busca na web são cobradas como taxas de pilha — uma taxa única baseada no modelo de nível superior envolvido na chamada. Portanto, a taxa fixa por token é genuinamente fixa, e a chamada composta não é necessariamente $2 e $6.

De quem são essas pontuações, exatamente?

O material de lançamento da Sakana afirma que o Fugu Max obtém a melhor pontuação geral em seis benchmarks: Terminal Bench 2.1, GPQAD, AA-LCR, GDP.pdf, AutomationBench e SWEFish, descrito como o benchmark interno de programação da própria Sakana. Nenhum número acompanha nenhuma dessas seis alegações. A empresa também afirma que o Fugu Max expande a fronteira de Pareto de custo-desempenho em sete de dez benchmarks e que seu preço de saída é 40–60% inferior ao do Sonnet 5, GPT-5.6 Terra e Kimi K3. Todas essas declarações são da própria Sakana, e nada disso foi reproduzido — não há registro no Artificial Analysis para o Fugu Max nem para qualquer modelo Fugu.

Essa ausência é mais do que uma questão de rotulagem neste confronto específico, por causa de como funcionam as pontuações de um orquestrador. Um resultado do Fugu Max não é uma propriedade de um modelo numa única versão. É uma propriedade de uma política de encaminhamento, de um conjunto cuja composição a Sakana não publicou, e de um coordenador treinado para escolher entre eles. O conjunto da Sakana cresceu nesta versão para incluir um número sem precedentes de modelos de pesos abertos e especializados, nomeando a família NVIDIA Nem por meio de uma colaboração com a NVIDIA — e fica por aí. Mude um membro do conjunto e o conjunto muda sem que o nome do produto mude.

Há uma exceção restrita que vale a pena conhecer, porque é o tipo de detalhe que se perde. A nota da Sakana sobre o lançamento de setembro diz explicitamente que Fable 5, Fable 5.1 e GPT-6 Astra não estão no pool do Fugu Ultra v2. Essa frase é sobre o Ultra v2. Ela não diz nada sobre o Fugu Max, cuja participação permanece não divulgada. Portanto, a pergunta que um leitor realmente quer ver respondida — o modelo de $10/$50 que me dizem para substituir já está dentro do coordenador de $2/$6 — não é respondida por nenhuma das duas afirmações. Quem lhe disser de que lado isso pende está inferindo.

Do lado do GPT-6 Astra, as evidências têm um formato diferente, mas não mais simples. A Artificial Analysis o mede em 53 no seu atual Intelligence Index, com um custo de US$ 3,26 por tarefa concluída do índice, 60M tokens de saída ao longo dessa execução contra uma mediana do ranking perto de 85M, e 44,6 tokens de saída por segundo — o que o coloca em sétimo entre 216 modelos em inteligência e em 168º entre 185 em velocidade. Essas são medições de terceiros em uma suíte fixa, e são os números mais defensáveis desta página. As próprias alegações de destaque da OpenAI para o Astra — 98% no FrontierMath Tier 4, 99,9% no ARC-AGI-3, 100% no ExploitBench, 57,9% no Terminal-Bench 4.0 — são relatadas pelo fornecedor e não reproduzidas, e o número do ARC-AGI-3, em particular, precisa do seu harness anexado: a execução independente da ARC Prize sob seu harness padrão mediu 62,7% e publicou os 99,9% como o resultado sob um adaptador de provedor que carrega estado de raciocínio entre requisições.

O que o roteamento faz com uma comparação como esta

A dificuldade prática é que um dos lados desta comparação está no nosso catálogo e o outro não. O GPT-6 Astra é servido em openai/gpt-6-astra através de um único endpoint compatível com a OpenAI, aos preços de tabela da própria OpenAI, repassados com 0% de margem nossa — o que significa que, quando um medidor relativo a ele se altera, o medidor aqui altera-se no mesmo dia, em vez de o fazer sempre que uma tabela de margens é atualizada. O Fugu Max não é encaminhado por nós e esta página não afirma que o seja. Chega até si através da própria API compatível com a OpenAI da Sakana e de várias plataformas de terceiros, e não está disponível na UE nem no EEE enquanto a Sakana trabalha para cumprir o RGPD.

Portanto, um A/B genuíno entre estes dois é duas integrações, duas faturas e dois conjuntos de credenciais, e o segundo tem uma restrição regional associada. O que a chave partilhada permite comprar é a metade barata da experiência: fixar uma fatia do tráfego à Astra por trás de failover automático, para que um rollback seja uma alteração de configuração e não um incidente. Essa é a versão de camada de transporte da resiliência que a Sakana vende como premissa da orquestração — mais fraca em espécie, mas disponível hoje e num modelo cujo comportamento pode ser fixado a uma versão.

A decisão, declarada como uma decisão

Escolha o Fugu Max se o seu trabalho for intensivo em texto, verificável e estiver na extremidade longa do intervalo de contexto — ou se o custo mediano de uma tarefa concluída for o número que governa o seu orçamento, em vez do custo de qualquer chamada individual. A tarifa fixa é uma verdadeira vantagem estrutural em relação a um medidor que dobra acima de 272K, e $0.25 por entrada em cache é a tarifa de cache mais agressiva em qualquer uma das duas tabelas de preços. Não o escolha para um pipeline multimodal com base na página de lançamento, porque a página de lançamento não documenta se ele aceita uma imagem. Teste-o primeiro e defina um orçamento de tokens de saída antes de começar, porque o consumo de tokens de um orquestrador não é algo que você possa estimar a partir do nome do modelo.

Escolha o GPT-6 Astra se o trabalho for genuinamente agêntico, com uso intenso de computador e se apoiar no topo de uma janela de um milhão de tokens — a carga de trabalho em que as evidências independentes são mais fortes e em que o custo por tarefa, e não o preço por token, é o que você está gerenciando. Seu custo de US$ 3,26 por tarefa de indexação é alto, e é alto por um motivo que um comprador atento consegue ver: o modelo é conciso nessa suíte, emitindo 60M de tokens, enquanto o modelo mediano emite 85M. Em uma tarefa profunda, de várias etapas, que produz um artefato final, uma tarifa mais alta sobre menos tokens pode chegar ao mesmo lugar que uma tarifa baixa sobre muitos. Não o escolha para tráfego de prompts curtos e de alto volume. A cinco vezes o preço de entrada do Fugu Max e oito vezes o preço de saída dele, uma carga de trabalho que nunca se aproxima da linha de 272K não obtém nada daquilo que a tabela de preços da Astra está pagando.

O resumo honesto é que esses dois produtos têm seus preços definidos não tanto um em relação ao outro, mas em relação a medos diferentes. A tabela de preços da Astra foi criada para o cliente que teme que um modelo barato falhe em uma tarefa longa. A da Fugu Max foi criada para o cliente que teme que um bom modelo seja desperdiçado em uma tarefa fácil. Qual medo é o seu é uma questão sobre o seu tráfego, e nem a tabela de benchmark de um fornecedor nem a do outro responde a isso.

Um lançamento também é o momento de verificar o que deu errado antes: os incidentes documentados de IA e as falhas de agentes envolvendo modelos dessa classe estão reunidos em o OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, severidade, grau de confiança e indicador de contestação.