Cartão de título do Sakana Fugu Max, o modelo de orquestração lançado em 11 de setembro de 2026, mostrando quatro cartões de estatísticas: entrada US$ 2 por 1 milhão de tokens, saída US$ 6 por 1 milhão de tokens, melhor no geral em 6 benchmarks, e um conjunto de modelos abertos e especializados, incluindo NVIDIA Nemotron, com um rodapé observando que todos os números são relatados pelo fornecedor.
Guides & Insights

Sakana Fugu Max: O orquestrador de $2/$6 que escolhe o modelo mais barato que funciona

Autor

Elias Hawthorne

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

A maioria dos modelos compete em relação a quanto conseguem fazer. O Sakana Fugu Max compete em relação a quão pouco consegue se safar fazendo. A Sakana AI lançou Sakana Fugu Max em 11 de setembro de 2026, junto com Sakana Fugu Ultra v2 — dois ajustes de uma única arquitetura de orquestração voltados para extremos opostos da curva de custo-desempenho. O Fugu Max não responde à sua solicitação por conta própria. Ele lê a tarefa, escolhe o modelo mais barato de seu conjunto que consiga lidar com ela de forma plausível, encaminha para lá e retorna uma resposta. A Sakana define seu preço em US$ 2 por milhão de tokens de entrada e US$ 6 por milhão de tokens de saída.

A parte interessante é com o que esse preço é comparado. A Sakana afirma que a taxa de saída do Fugu Max é 40–60% menor que a do Claude Sonnet 5, GPT-5.6 Terra e Kimi K3. Essa afirmação é verificável e, de modo incomum para um benchmark de lançamento, a aritmética se sustenta: em comparação com os preços de tabela atuais dos três modelos citados pela Sakana, US$ 6 por milhão de tokens de saída fica quase exatamente no meio da faixa declarada. O que é muito mais difícil de verificar é o lado do desempenho, porque a Sakana publicou os resultados do Fugu Max como gráficos de dispersão em vez de números.

O que o Fugu Max realmente é

O Fugu Max não é um checkpoint. Não há arquivo de pesos, nem contagem de parâmetros, nem nada para baixar. A Sakana o descreve como "uma arquitetura, não um modelo único" — o mesmo motor de orquestração central do Fugu Ultra v2, ajustado para uma pergunta diferente. O Ultra v2 pergunta qual é a maior capacidade disponível. O Fugu Max pergunta qual é a melhor saída com o menor custo.

Essa distinção importa operacionalmente. Você não pode fazer ajuste fino no Fugu Max, hospedá-lo por conta própria nem inspecionar por que ele escolheu um modelo em vez de outro. Você também não consegue ver a lista completa de modelos entre os quais ele roteia — a Sakana diz que o conjunto se expande para "nosso maior conjunto de modelos abertos e especializados até hoje" e nomeia explicitamente a família Nemotron da NVIDIA, adicionada por meio da parceria com a NVIDIA que a Sakana anunciou em agosto. O restante do conjunto não é nomeado, e a Sakana não publica um rastreamento de roteamento por requisição.

O que você pode ver é a forma da coisa. O diagrama do próprio fornecedor mostra o Fugu Max no topo de um fan-out: um orquestrador, uma fileira de slots de modelos intercambiáveis atrás dele, e Sakana Namazu e o próprio Fugu Max entre os alvos. O pool é descrito como intercambiável por design, e a motivação declarada é tanto política quanto econômica — a Sakana enquadra a orquestração como proteção contra o lock-in de fornecedor, revogações de API e controles de exportação, com o argumento de que um sistema que pode trocar seus fornecedores não pode ser cortado por nenhum deles.

O próprio Sakana Fugu não é novo. Ele chegou à disponibilidade geral em 22 de junho de 2026, e a cronologia do próprio fornecedor vai de abril (beta), junho (GA mais Fugu Ultra v1), julho (Fugu-Cyber e uma interface Claude Code), agosto (Sakana Chat mais a parceria com a NVIDIA) e agora setembro. O Fugu Max é o quinto passo mensal, não uma estreia — e quem já usa o Fugu faz upgrade para ele com uma alteração de parâmetro de uma linha no mesmo endpoint compatível com OpenAI, sem migração.

A alegação de preços resiste ao contato com os preços de tabela

A cifra de $2 de entrada / $6 de saída da Sakana é declarada claramente na página de lançamento. A cobertura secundária acrescenta uma taxa de entrada em cache de $0,25 por milhão de tokens, que a própria página de lançamento não exibe — trate esse valor como reportado, e não confirmado. Para comparação, o Fugu Ultra v2 custa $5 de entrada, $30 de saída, com $0,50 de entrada em cache.

Agora, a alegação dos 40–60%. Os três comparadores nomeados estão atualmente em:

• GPT-5.6 Terra — US$ 2 de entrada / US$ 12 de saída, após o corte de 30 de julho da OpenAI ter reduzido a saída de US$ 15.

• Claude Sonnet 5 — US$ 10 de saída na tarifa promocional de lançamento, US$ 15 na tarifa padrão. As fontes divergem sobre se o aumento agendado para setembro foi cancelado ou apenas adiado, razão pela qual a faixa é ampla.

• Kimi K3 — $3 de entrada / $15 de saída, com entrada em cache a $0,30.

Em comparação, um output de US$ 6 fica 50% abaixo do Terra, 40% abaixo da tarifa promocional do Sonnet 5, 60% abaixo da tarifa padrão do Sonnet 5 e 60% abaixo do Kimi K3. A afirmação se confirma, e se confirma com base nos preços de tabela publicados, e não em um modelo de custo interno — o que não se pode dizer de todo percentual de lançamento.

Um número na mesma seção não sobrevive ao mesmo tratamento. A Sakana também afirma que o Fugu Max entrega "desempenho a um passo de modelos de elite, com um custo de duas a seis vezes menor". Em comparação com os três modelos que ela nomeia para o número de 40–60%, a diferença bruta no preço de saída fica mais próxima de 1,7× a 2,5×. O multiplicador mais amplo é, presumivelmente, medido em toda a fronteira — incluindo modelos que custam muito mais que US$ 12 — e não em relação aos três citados na frase. É uma afirmação defensável sobre a curva de Pareto e indefensável sobre os rivais nomeados, e a página de lançamento não distingue entre as duas.

É aqui que uma camada de roteamento justifica seu valor no lado de preços. O OrcaRouter repassa os preços de tabela dos provedores sem markup, então quando um fornecedor altera o preço de tabela, o número que você vê muda no mesmo dia — relevante aqui porque toda a premissa do Fugu Max é que existe um modelo mais barato em algum lugar do pool e você deve chegar até ele sem precisar pensar nisso. Não hospedamos o Fugu Max; ele roda na própria API da Sakana. Mas o princípio de repasse é o mesmo que faz valer a pena verificar uma tarifa de saída de US$ 6 contra uma de US$ 12 de um incumbente, em vez de confiar em qualquer um dos números por fé.

O que a Sakana diz que supera, e o que ela não vai mostrar a você

Screenshot of the Sakana AI Fugu Max launch page showing ten Pareto frontier scatter charts plotting benchmark score against output price in US dollars per million tokens, covering Terminal Bench 2.1, HLE, DeepSWE, CharXiv Reasoning, Chartography, GDP.pdf, GPQA-D, AutomationBench, AA-LCR and SWEFish, with Fugu Max marked as a red point at the top-left of each plot and no numeric scores printed.

A seção de benchmarks do fornecedor faz três afirmações específicas para o Fugu Max: melhor pontuação geral em seis benchmarks — Terminal Bench 2.1, GPQA-D, AA-LCR, GDP.pdf, AutomationBench e SWEFish — uma expansão da fronteira de Pareto de custo-desempenho em sete de dez benchmarks, e desempenho "a poucos passos dos modelos de elite" com uma fração do gasto de tokens.

Há três coisas sobre essa evidência que vale a pena guardar antes de citar qualquer parte dela.

A primeira é que a Sakana não publicou nenhum número. Os resultados do Fugu Max aparecem como dez gráficos de dispersão — pontuação no eixo vertical, preço de saída em dólares por milhão de tokens no eixo horizontal — com o Fugu Max desenhado como um ponto vermelho a noroeste do campo cinza. Dá para ver que ele fica em cima e à esquerda. Não dá para ler uma pontuação a partir dele. O Terminal Bench 2.1, o GPQA-D e o AA-LCR têm todos rankings públicos nos quais um número seria diretamente comparável, e nenhum foi fornecido.

O segundo é que um dos seis benchmarks é da própria Sakana. O SWEFish é descrito na página de lançamento como "nosso benchmark interno que reflete os próprios desafios de codificação e casos de uso da Sakana AI". Essa é uma forma legítima de medir a adequação ao seu próprio produto, e não é uma forma de comparar com um rival — uma pontuação em um benchmark projetado pelo fornecedor, em tarefas escolhidas pelo fornecedor, não é evidência sobre o modelo de qualquer outra pessoa.

A terceira é que os números mais fortes da página pertencem ao outro modelo. O Fugu Ultra v2 obtém números onde o Fugu Max obtém gráficos: Chartography 48,3 contra Opus 5 em 27,3 e Fable 5 em 29,5, DeepSWE 74,3, melhor ou empatado em primeiro em cinco de oito benchmarks e entre os dois primeiros em sete de oito. O Ultra v2 também apresenta uma data de corte de treinamento declarada de 2026-08-28 — pouco mais de duas semanas antes do lançamento — e, de forma incisiva, uma nota explícita de que Fable 5, Fable 5.1 e GPT-6 Astra não estão em seu conjunto. A Sakana alega que chega lá sem alugar esses modelos específicos, o que é todo o argumento de soberania em uma nota de rodapé.

Nada disso torna falsas as alegações do Fugu Max. Isso as torna não verificadas e faz com que a manchete dos seis benchmarks só seja segura de repetir com o rótulo anexado. A avaliação independente de um endpoint de orquestração totalmente novo é rara, e nada foi publicado ainda.

Fugu Max vs Fugu Ultra v2: qual deles você realmente quer

A two-column scoreboard comparing Sakana Fugu Max and Sakana Fugu Ultra v2 across six shared dimensions: price ($2 in / $6 out versus $5 in / $30 out), cached input ($0.25 reported versus $0.50), objective (lowest cost per task versus highest capability), benchmark evidence (charts with no numbers versus Chartography 48.3 and DeepSWE 74.3), whether Fable 5 or GPT-6 Astra are in the pool (not stated versus explicitly excluded), and best fit (high-volume simple traffic versus agentic long-horizon work).

Estes não são produtos concorrentes, e a escolha entre eles não fica nem perto de difícil depois que você vê os números lado a lado. Fugu Max é o barato: US$ 2 de entrada, US$ 6 de saída, feito para desviar de modelos caros sempre que um mais barato puder dar conta do recado. Fugu Ultra v2 é o forte: US$ 5 de entrada, US$ 30 de saída, US$ 0,50 em cache, feito para direcionar para a capacidade em trabalhos complexos de várias etapas mesmo quando isso custa mais.

A divisão prática é por formato de tarefa, não por orçamento. Se o seu tráfego for principalmente consultas, extração, classificação, gerações curtas e chamadas de ferramentas diretas, todo o design do Fugu Max é perceber isso e gastar o mínimo possível — e a alegação da Sakana de que ele expande a fronteira em sete de dez benchmarks é, pelo menos, direcionalmente sobre isso. Se o seu tráfego incluir execuções agênticas longas, refatorações de vários arquivos ou tarefas de pesquisa que falham de forma cara quando um passo dá errado, a taxa de saída de US$ 30 no Ultra v2 está comprando algo real: a colocação entre os dois primeiros em sete de oito benchmarks é a parte da página de lançamento que mais se assemelha a uma alegação de capacidade do que a uma de custo.

Ambos estão disponíveis na mesma API compatível com OpenAI por meio do console da Sakana, e o caminho de atualização a partir do Fugu existente é uma mudança de parâmetro. Aplicam-se duas ressalvas de disponibilidade. O Fugu foi reportado como indisponível na UE e no EEE enquanto se aguardam trabalhos relacionados ao RGPD, o que, se ainda se mantiver, limita onde qualquer um dos modelos pode ser implantado. E ambos são sistemas fechados: você está comprando um endpoint, e o fornecedor escolhe quais modelos ficam por trás dele — incluindo, no caso do Fugu Max, uma lista que não divulga totalmente.

O senão: um orquestrador que ainda aluga sua fronteira

A crítica mais contundente ao Fugu é aquela que a Sakana convida ao enquadrá-lo como infraestrutura de soberania. Uma camada de orquestração que roteia entre APIs de terceiros não impede que essas APIs sejam revogadas. Ela converte um ponto único de falha em um diversificado, o que é uma melhoria real, mas os modelos subjacentes ainda são de outra pessoa, ainda alcançáveis pelos mesmos controles de exportação e ainda sujeitos aos mesmos cortes repentinos de serviço. A parceria com a NVIDIA em agosto e as adições do Nemotron são a resposta mais concreta a isso até agora — modelos de pesos abertos no conjunto são modelos que ninguém pode desligar — mas a Sakana não diz quanto do tráfego do Fugu Max realmente recai sobre eles.

Há um segundo trade-off, mais discreto. Decisões de roteamento adicionam latência e removem o determinismo. Uma requisição que hoje cai em um modelo pequeno pode cair em outro diferente amanhã se o pool ou os pesos de custo mudarem, o que torna o comportamento mais difícil de testar contra regressões e mais difícil de explicar a qualquer pessoa que esteja auditando o sistema. A resposta da Sakana é que a orquestração é interna e que a API se comporta como um único modelo. Isso é verdade na interface e não é verdade por baixo, e equipes com requisitos rígidos de reprodutibilidade devem testar isso com cuidado antes que se torne uma dependência crítica.

Se você quer o ganho de custo sem fazer do pool a sua única dependência, o mesmo padrão está disponível para você compor por conta própria. Nossa DSL de roteamento permite definir um painel de modelos atrás de um único endpoint e decidir qual deles trata qual classe de requisição, e a fusão de modelos executa vários modelos com o mesmo prompt e concilia as respostas onde a concordância importa mais do que o preço. O failover entre provedores significa que, quando um fornecedor se degrada — ou desaparece —, o tráfego passa para um modelo em que você já confia, sem alteração de código. Essa é a versão mais conservadora da aposta que a Sakana está pedindo que você faça de forma integral.

Screenshot of the OrcaRouter models catalogue showing 196 models across 15 providers under one API key and one bill, an OpenAI-compatible chat completions endpoint, and per-model token rates including GPT-6 Astra at $10 input and $50 output, Claude Fable 5.1 at $10 and $50, Qwen3.8 Max at $2 and $6, and Gemini 3.8 Flash at $0.750 and $3.75.

Vale a pena ser preciso quanto ao que oferecemos e ao que não oferecemos aqui. O Sakana Fugu Max não está no nosso catálogo — não é um modelo roteável do nosso lado, e é executado na API e na consola próprias da Sakana. O nosso catálogo é 196 modelos de 15 fornecedores numa única chave e numa única fatura, com as tarifas por token impressas em cada cartão e sem qualquer margem adicional sobre elas. A sobreposição relevante com o Fugu Max é a ideia, não o inventário: ambos constituem argumentos de que a resposta certa para "que modelo deve lidar com isto" normalmente não é o maior.

Quem deve se mover e quem deve esperar

Fugu Max é um dos lançamentos mais interessantes do mês justamente porque não é um modelo. Se você já usa o Sakana Fugu, a atualização é uma mudança de uma linha a um preço mais baixo e não há motivo para deliberar. Se você está rodando tráfego de alto volume e baixa complexidade em um modelo de nível intermediário e pagando $10–$15 por milhão de tokens de saída por ele, a aritmética que a Sakana está oferecendo vale um benchmark seu — pegue uma semana de solicitações reais, execute-as no Fugu Max e compare a qualidade com seu modelo atual, em vez de com os gráficos de dispersão.

Se você precisa de números de benchmark publicados antes de se comprometer, espere. Ainda não há nada independente sobre o Fugu Max, as evidências do próprio fornecedor são um gráfico e não uma tabela, e um dos seis principais benchmarks é da Sakana. Isso não é motivo para descartá-lo — é motivo para testá-lo com o seu próprio tráfego, que é o único benchmark que algum dia poderia prever seus resultados. E se sua carga de trabalho for agêntica, de horizonte longo e cara de errar, o modelo a considerar neste par é o Fugu Ultra v2, não o Fugu Max: é ele que vem com números associados.

Nosso DSL de roteamento permite que você defina um painel de modelos por trás de um único endpoint e decida qual deles trata cada classe de requisição, e a fusão de modelos executa vários modelos com o mesmo prompt e concilia as respostas onde a concordância importa mais do que o preço.

Comparados neste artigo1

Detectado a partir deste artigo · Benchmarks: Artificial Analysis · atualizado diariamente