Step 5 Preview vs Fugu Ultra v2: Um deles é um modelo, o outro é um roteador

A comparação que a maioria das pessoas quer entre Step 5 Preview e Fugu Ultra v2 da Sakana AI é uma tabela de benchmark. Nenhum dos dois lados pode fornecê-la com honestidade. Step 5 Preview tem uma única medição independente, feita sob uma rubrica que foi substituída na semana passada. Fugu Ultra v2 não tem nenhuma medição independente, porque os avaliadores que publicam um índice de inteligência nunca colocaram uma página no ar para ele. O que os dois têm é uma proporção de preço de exatamente cinco para um nos tokens de entrada e uma diferença de natureza que torna a proporção quase sem sentido: um é um checkpoint de mistura de especialistas com 600 bilhões de parâmetros que você pode baixar e executar no seu próprio hardware, e o outro é uma camada de orquestração que responde à sua solicitação encaminhando-a para um conjunto de modelos de outras pessoas.

Essa diferença não é um detalhe. Ela decide o que você está realmente comprando, o que acontece com seus resultados quando o fornecedor muda de ideia, e se um agente de longo horizonte construído sobre qualquer um dos dois pode ser reexecutado no próximo trimestre para produzir o mesmo resultado.

Dois produtos com o mesmo rótulo de marketing

A StepFun disponibilizou o Step 5 Preview em sua API em 20 de setembro de 2026 e, em seguida, publicou os pesos BF16 e FP8 no Hugging Face e no ModelScope em 15 de outubro. Trata-se de um único modelo: uma mistura esparsa de especialistas com 600 bilhões de parâmetros totais e 27 bilhões ativos por token, com roteamento 8-de-352 mais um especialista compartilhado, em uma pilha de 92 camadas que o fornecedor descreve como "narrow-deep". A janela de contexto é de 1 milhão de tokens, a entrada pode ser texto, imagens ou vídeo, e a saída é texto.

Fugu Ultra v2 é uma versão pontual, não uma nova arquitetura — a Sakana AI a lançou em 11 de setembro de 2026 como uma atualização do Fugu Ultra de 22 de junho, com ID de modelo fugu-ultra-v2.0 e uma migração de parâmetro de uma única linha em relação à versão anterior. É um maestro: uma solicitação entra, o sistema decide qual modelo ou modelos de seu pool devem tratá-la, executa-os e sintetiza a resposta. O pool exclui deliberadamente Claude Fable 5, Claude Fable 5.1 e GPT-6 Astra. O argumento da Sakana para o pool menor é que membros mais fracos estavam puxando o agregado para baixo; o efeito de segunda ordem, que a Sakana não anuncia, é que a composição daquilo que você está comprando é uma decisão do fornecedor que pode mudar sem um número de versão.

As linhas de especificação, ambos os lados

• O que é — Step 5 Preview: um modelo de mistura de especialistas 600B/27B para download. Fugu Ultra v2: um conjunto orquestrado de modelos com uma camada de síntese por cima.

Data de lançamento — Step 5 Preview: API em 20 de setembro de 2026, pesos em 15 de outubro de 2026. Fugu Ultra v2: 11 de setembro de 2026, uma atualização de um original de junho de 2026.

• Janela de contexto — Prévia da Etapa 5: 1M tokens. Fugu Ultra v2: 1M tokens, com um patamar de preço acima de 272 mil tokens.

• Modalidades de entrada — Step 5 Preview: texto, imagens e vídeo. Fugu Ultra v2: o que os membros de seu pool aceitarem, o que a Sakana não enumera por modalidade.

• Preço de entrada por milhão de tokens — Step 5 Preview: US$ 1,00. Fugu Ultra v2: US$ 5,00, passando para US$ 10,00 acima de 272 mil tokens de contexto.

Preço de saída por milhão de tokens — Step 5 Preview: $2,70. Fugu Ultra v2: $30,00, aumentando para $45,00 acima de 272 mil tokens.

• Entrada em cache por milhão de tokens — Step 5 Preview: um desconto de 90% sobre US$ 1,00. Fugu Ultra v2: US$ 0,50, aumentando para US$ 1,00 acima de 272 mil tokens.

• Pontuação independente — Step 5 Preview: 29 no Artificial Analysis Intelligence Index v5.0. Fugu Ultra v2: não existe página do Artificial Analysis, portanto, sem pontuação.

Pesos — Step 5 Preview: disponível para download sob a Licença de Modelo StepFun 1.0. Fugu Ultra v2: nenhum. O conjunto no qual se baseia é composto por pesos de outros fornecedores, fornecidos sob os termos de outros fornecedores.

O que cinco dólares de entrada realmente compram

A proporção de manchete é de cinco para um na entrada e pouco mais de onze para um na saída, e ambos os números favorecem o Step 5 Preview de um modo que a conta por tarefa pode não confirmar. O Fugu Ultra v2 tem o preço de um sistema que espera gastar tokens: ele despacha uma solicitação, vários modelos respondem e um sintetizador escreve sobre os resultados. A própria argumentação da Sakana de que adicionar mais agentes não multiplica sua conta diz respeito às camadas de assinatura — US$ 20 Standard, US$ 100 Pro e US$ 200 Max por mês, todas as quais incluem Fugu, Fugu Ultra e Fugu Max — e não à tabela de preços por consumo. Na tabela por consumo, a orquestração é um negócio verboso, e a saída é cobrada a US$ 30 por milhão.

A economia do Step 5 Preview segue na direção oposta. A Artificial Analysis mede 179,1 tokens de saída por segundo na API da StepFun, contra uma mediana da categoria de 74,1, US$ 2,35 por tarefa de índice completa e um valor combinado de US$ 0,54 por milhão de tokens em uma proporção de acertos de cache de sete para dois para um. Contra uma mediana da categoria de US$ 1,40 por tarefa na mesma página, trata-se de um modelo barato que também é rápido.

Portanto, o enquadramento honesto não é "Fugu custa cinco vezes o preço". É que a Fugu cobra um valor adicional por uma capacidade que o Step 5 Preview não alega ter — arbitrar entre vários modelos por requisição — e que vale a pena pagar esse adicional depende inteiramente de você acreditar que essa arbitragem é melhor do que um único modelo forte para realizar o trabalho que você tem. As evidências publicadas pela Sakana para essa crença são realizadas pelo fornecedor: Chartography 48,3 contra 27,3 para Claude Opus 5 e 29,5 para Claude Fable 5, DeepSWE 74,3, melhor ou empatado na melhor posição em cinco de oito benchmarks e entre os dois primeiros em sete de oito. Esses são números reais produzidos pela empresa que vende o produto, e são os únicos números existentes.

O teste de portabilidade, que é a verdadeira diferença

Aqui está a pergunta que separa os dois com mais clareza do que qualquer pontuação. Suponha que você construa um agente no Fugu Ultra v2 em setembro de 2026, e que ele funcione. Em novembro, a Sakana adiciona um modelo ao conjunto, ou remove um — ela já removeu três modelos de fronteira de uma vez — ou reajusta a ponderação do sintetizador. Seus prompts são os mesmos, suas entradas são as mesmas e suas saídas são diferentes, sem nenhum incremento de versão que você possa fixar e sem nenhuma entrada de changelog que lhe diga qual comportamento mudou. Você não está comprando um modelo; está comprando uma política sobre modelos, e a política é um botão que o fornecedor gira.

Isso não é uma crítica à Sakana. É a natureza do produto e, para muitas cargas de trabalho, é exatamente o que você quer — um fornecedor cujo trabalho em tempo integral é escolher o modelo certo para cada solicitação costuma superar a sua escolha feita artesanalmente. Mas deveria ser precificado pelo que é: uma relação de serviço contínua, não um ativo.

Step 5 Preview é a outra forma. Os pesos existem. Não são abertos no sentido da OSI — a StepFun Model License 1.0 mantém uma condição de atribuição sobre resultados usados materialmente, exige que fabricantes de hardware negociem uma licença separada e exige uma licença comercial para operadores de modelo-como-serviço com receita anual acima de US$ 20 milhões — mas o comportamento que você testa hoje é o comportamento que você poderá executar daqui a um ano, em hardware que você controla, sem pedir permissão. O checkpoint FP8 precisa de cerca de 773 GB de VRAM e de no mínimo quatro GPUs, com B300 como alvo padrão; o caminho Hopper precisa de oito H200s. A variante NVFP4 reduz isso para cerca de 473 GB e limita o contexto utilizável a 320 mil tokens. Nenhum dos caminhos é barato, e nenhum é tão barato quanto a API, que é o argumento habitual para chamar um modelo em vez de hospedá-lo.

A lacuna de divulgação existe nos dois sentidos.

Cada lado não tem algo que o outro publica.

O Step 5 Preview publica, no dia em que os pesos foram disponibilizados, uma tabela de preços, um limite de contexto, uma contagem de parâmetros, uma licença, receitas de serving para vLLM e SGLang e uma pontuação independente. O que ele não publica é um confronto direto, com harness equivalente, contra qualquer concorrente, e sua tabela de benchmarks do fornecedor — Terminal-Bench 4.0 com 33,3, DeepSWE v1.1 com 67,7, FrontierFinance com 66,4, CyberGym com 84,7 — é exatamente isso: uma tabela do fornecedor.

O Fugu Ultra v2 publica um artigo de arquitetura, uma política de pool, uma tabela de benchmark própria e um preço de assinatura genuinamente incomum neste mercado. O que ele não publica é um único número que um avaliador independente tenha verificado, e os avaliadores não criaram uma página para ele, o que é a maneira mais clara possível de dizer que a pontuação não existe, e não que ela é baixa.

Quando ambos os lados são informados pelos fornecedores, o critério de desempate não é "qual fornecedor é mais confiável". É qual fornecedor comprometeu algo que pode ser verificado. A StepFun apostar os pesos em 15 de outubro é uma afirmação verificável: qualquer pessoa pode baixar o checkpoint e reproduzir o comportamento. A Sakana apostar uma pontuação sem um artefato que possa ser baixado não é.

Onde qualquer um dos dois pode ser chamado hoje

Nenhum dos dois está no OrcaRouter. O catálogo ativo contém 214 IDs de modelo de 16 provedores por trás de uma única chave e uma única fatura e, em 29 de outubro de 2026, não há entrada da StepFun nem da Sakana nele — nenhuma string "step" e nenhuma string "fugu". Se você quiser o Fugu Ultra v2, vá para a Sakana; e se quiser o Step 5 Preview, vá para a API da StepFun ou para os checkpoints. Nada neste artigo deve ser interpretado como uma afirmação de que servimos qualquer um dos dois.

Nesta comparação, o papel da plataforma é o passo seguinte: depois de decidir qual destes dois formatos se ajusta à sua carga de trabalho, os modelos que você efetivamente roteia por solicitação — o barato para classificação, o caro para síntese — são a parte que escala mal quando feita manualmente. A configuração de roteamento do OrcaRouter permite declarar isso como uma cadeia primária e de fallback, em vez de um ID de modelo fixo, com failover automático quando um provedor degrada, e cobra pelo preço de tabela do provedor sem acréscimo, de modo que um corte de preço do fornecedor entra em vigor na plataforma no mesmo dia em que é anunciado. Isso é uma propriedade dos modelos que oferecemos, não destes dois.

A questão que decide isso

Não “qual pontua mais”, porque apenas um deles foi pontuado, e a pontuação é 29 segundo uma rubrica que chegou em 27 de outubro e reescreveu o que a métrica composta mede. Pergunte, em vez disso, se sua carga de trabalho é daquelas em que um único modelo de contexto de 1M com entrada de visão, a US$ 1,00 e US$ 2,70 por milhão de tokens, é bom o suficiente — e, se for, o Step 5 Preview é a compra mais barata e mais portátil, por uma margem ampla. Se sua carga de trabalho for daquelas em que o roteamento por requisição é a parte difícil, o Fugu Ultra v2 está fazendo o trabalho que você, de outra forma, faria por conta própria, e a proporção de cinco para um é o preço desse trabalho, e não um acréscimo sobre o mesmo produto.

O que você não deve fazer é comparar o Chartography 48.3 com qualquer coisa que a StepFun tenha publicado. São números de dois fornecedores, em harnesses de dois fornecedores, para dois tipos diferentes de produto. Ninguém os executou um contra o outro e, até que alguém o faça, a única comparação honesta entre esses dois é a que diz respeito ao que eles são.