Fugu Ultra v2 против DeepSeek V4 Pro: вопрос о 34-кратной цене за вывод

Fugu Ultra v2 берёт примерно в тридцать четыре раза больше заявленной цены DeepSeek V4 Pro за текст, который пишет. Это не опечатка и не артефакт округления: новый оркестратор Sakana AI указан по цене $30.00 за миллион выходных токенов, DeepSeek заявляет $0.87 за миллион, и по единственному бенчмарку, для которого оба поставщика публикуют цифру, разрыв в производительности совсем не похож на тридцатичетырёхкратный. Sakana утверждает 74.3 на DeepSWE для Fugu Ultra v2, выпущенной 11 сентября 2026 года; DeepSeek сообщает 62.7 для DeepSeek V4 Pro, открытой весовой модели, выпущенной в августе. Преимущество в 11.6 пункта, заявленное поставщиком, при 34-кратной цене за выход — это всё сравнение в одной строке — и честный вопрос не в том, лучше ли Fugu Ultra v2, а в том, лучше ли она на девятнадцать долларов за миллион токенов, и для кого.

Два ответа на одну и ту же задачу, построенные с противоположных концов

DeepSeek V4 Pro и Fugu Ultra v2 — оба представляют собой ответ на одну и ту же тревогу — зависимость от единственного закрытого вендора передовых моделей — и по методу они едва ли могут быть более разными.

DeepSeek V4 Pro — это модель. Публикации о запуске относят развёртывание API официальной версии — сборки DeepSeek-V4-Pro-0813 — примерно к 12–13 августа 2026 года, заменяя предварительную версию от 24 апреля. Это система mixture-of-experts, заявленная как имеющая от 1,5 до 1,6 трлн общих параметров при примерно 49 млрд активируемых на токен, с контекстным окном на 1M токенов и максимальным выводом на 384K токенов. Она рассуждает в режимах thinking и non-thinking с тремя уровнями усилий, поддерживает оба API-протокола — Ope​nAI и Anth​ropic, а также добавила нативный Responses API, нацеленный прямо на агентные обвязки в стиле Codex. Что критически важно, веса были опубликованы под MIT, а значит, аргумент об устойчивости решается владением: никто не может отозвать вашу копию.

Fugu Ultra v2 — не модель. Это обученный координатор, как сообщается, примерно с 7 млрд параметров, который декомпозирует запрос по пулу нераскрытых моделей, назначает роли мыслителя, исполнителя и верификатора и синтезирует ответ за единым OpenAI-совместимым эндпоинтом. Его аргумент в пользу устойчивости — архитектурный, а не юридический: поскольку пул можно заменять, система способна пережить изменение условий со стороны любого отдельного поставщика. Версия 2.0, выпущенная вместе с Fugu Max, перенесла границу обучающих данных на 28 августа 2026 года и — что примечательно — полностью удалила Claude Fable 5, Claude Fable 5.1 и GPT-6 Astra из пула, при этом по-прежнему заявляя о победах над ними.

Итак, сравнение — это владение против координации. DeepSeek отдаёт вам модель, которую можно скачать, проверить, дообучить и запускать самостоятельно с какой угодно маржой, какую позволяет ваше собственное оборудование. Sakana отдаёт вам систему, которая решает, как подходить к каждой задаче, по тарифу, покрывающему запуск нескольких передовых моделей за вас.

Что на самом деле даёт 34x

Сначала бенчмарки, а источники — на первом месте. Каждая приведённая ниже цифра Deep​Seek взята у самого производителя и относится ко времени до пересмотра цен для пиковых и непиковых периодов, о котором Deep​Seek объявила на середину августа, а источники до сих пор расходятся в оценке его окончательных цифр — в одном отчёте пиковая стоимость вывода оценивается примерно в ¥27 за миллион токенов, в другом — около ¥12, при базовой ставке ¥6. Сверьтесь с опубликованной тарифной сеткой Deep​Seek, прежде чем планировать бюджет. Все цифры Fugu — собственные данные Sakana, и ни одна независимая сторона не воспроизвела ни одну из них; в Artificial Analysis до сих пор нет записи о модели Fugu.

• DeepSWE — Fugu Ultra v2 74.3 (по данным производителя) против DeepSeek V4 Pro 62.7 (по данным производителя)

• Terminal Bench 2.1 — для Fugu Ultra v2 Sakana не опубликовала показатель, в отличие от DeepSeek V4 Pro — 87.9 (по данным производителя)

• SWE-bench (Vals) — отсутствует показатель Fugu Ultra v2 по сравнению с DeepSeek V4 Pro 96,4 (по данным производителя)

• Humanity's Last Exam — для Fugu Ultra v2 v2.0 показатель отсутствует, тогда как DeepSeek V4 Pro — 42,7 без инструментов, 60,0 с инструментами (по данным производителя)

• GPQA Diamond — нет показателя для Fugu Ultra v2 v2.0 в сравнении с DeepSeek V4 Pro 92,8 (по данным производителя)

• Цена вывода — Fugu Ultra v2 $30,00 за 1 млн, повышается до $45,00 при контексте свыше 272K против DeepSeek V4 Pro — примерно $0,87 за 1 млн по прайсу, с тарифицируемой ставкой, которая оказывалась выше

Две оговорки по этой строке с ценой, потому что на ней держится всё сравнение. Во-первых, цифра DeepSeek — это прайс-листовая ставка, указанная в материалах о запуске и повторённая в нашем собственном описании модели, но фактическая тарифицируемая ставка в нашем листинге составляла $2.18 за миллион выходных токенов и $0.73 за миллион входных — поведение кэша и состав запросов сдвигают эффективное значение, так что честный множитель находится где-то между примерно 14x и примерно 34x в зависимости от того, какая часть вашего ввода кэшируется. Даже при нижней границе этого диапазона стоимость выхода более чем в двенадцать раз выше. Во-вторых, DeepSeek уже объявила о пересмотре цен для пиковых и непиковых часов, по окончательным цифрам которого источники всё ещё расходятся, — в одном отчёте пиковая стоимость выхода указывается около ¥27 за миллион, в другом — около ¥12, при базовых ¥6. Сверьтесь с опубликованным тарифным листом, прежде чем рассчитывать бюджет.

• Цена ввода — Fugu Ultra v2: $5,00 за 1 млн, удваивается выше 272 тыс. против DeepSeek V4 Pro — примерно $0,435 за 1 млн при промахе кэша, примерно в 120 раз дешевле при попадании в кэш

• Веса — Fugu Ultra v2 закрытые, пул не раскрыт, маршрутизация не раскрывается по замыслу, в отличие от DeepSeek V4 Pro: открытая под MIT, с возможностью самостоятельного развёртывания

• Контекст и вывод — Fugu Ultra v2: контекст 1M, потолок вывода не опубликован, против DeepSeek V4 Pro: контекст 1M, потолок вывода 384K

Проблема пересечения очевидна: две системы почти не фигурируют в одних и тех же строках. Sakana публикует пять побед из восьми выбранных ею бенчмарков; DeepSeek публикует более широкую панель, которая включает глубокое агентное покрытие — MCP Atlas 73.6, Toolathlon-Verified 74.1, CyberGym 83.3, NL2Repo 61.5, CorpusQA 62.0 на длинном контексте — где у Fugu Ultra v2 вообще нет опубликованной цифры. Единственная строка, которую можно сопоставить, DeepSWE, — это та, где Fugu заявляет о своем наибольшем преимуществе в разработке ПО. Читатель, сравнивающий два релиза, сравнивает два разных экзамена.

Множитель подробности

Цена вывода — не линейный налог на оркестрацию; это множитель для величины, которую оркестрация увеличивает. Fugu Ultra v2 порождает агентов, каждый из которых создаёт токены рассуждений и токены вывода, прежде чем координатор синтезирует их. В FAQ Sakana по ценам даётся по-настоящему дружелюбное к потребителю обещание — вы платите одну смешанную ставку на основе модели верхнего уровня в пуле, и добавление агентов не умножает счёт, — что ограничивает худший случай. Но это не ограничивает объём. При $30 за миллион токенов вывода прогон с несколькими агентами, выдающий в четыре раза больше текста, чем вызов одной модели, стоит в четыре раза дороже, а множитель усугубляется при ставке вывода в 34 раза выше.

Структура затрат DeepSeek V4 Pro вознаграждает противоположное поведение. Попадание в кэш на входе примерно на два порядка дешевле промаха, что делает повторяющуюся работу с длинным контекстом — тот же репозиторий, тот же набор документов, тот же системный промпт — значительно дешевле, чем подразумевает заявленная цена. Для агентного цикла, который перечитывает один и тот же контекст на каждом шаге, именно там и оказываются фактические затраты, и это структурное преимущество, которое не может обойти ни один оркестратор.

Сложите эти два фактора вместе — и решение станет конкретным. Если Fugu Ultra v2 даёт преимущество в 11,6 пункта по DeepSWE и выдаёт в три раза больше выходных токенов, чем один вызов, вы платите примерно в сто раз больше за каждую выполненную задачу ради прироста в десять–пятнадцать пунктов на одном бенчмарке. Такой размен оправдан для исследований и принципиально сложных инженерных задач, где каждый дополнительный пункт решает всё, и неоправдан для конвейера, который запускается сто тысяч раз в день.

Для кого на самом деле предназначен каждый из них

Выбирайте DeepSeek V4 Pro, если верно хотя бы одно из следующего: ваша нагрузка отличается большим объёмом и чувствительностью к затратам; вам нужен вывод длиннее, чем потолок, который даст вам оркестратор; вам нужна система, которую можно проверять, дообучать или запускать на собственном оборудовании по соображениям резидентности данных; или вам нужно, чтобы цена была числом, которое можно вычислить, а не числом, которое вы наблюдаете. Открытая лицензия MIT — это не маркетинговая особенность, а самая сильная форма аргумента об устойчивости, который приводит любая из систем, потому что она не зависит от продолжающейся доброй воли какого-либо поставщика. Кроме того, при цене примерно $0,87 за миллион выходных токенов она достаточно дешева, чтобы экспериментирование ничего не стоило.

Выбирайте Fugu Ultra v2, если дополнительный балл стоит кратной переплаты, работа рассчитана на долгий горизонт, а корректность поддаётся проверке — программирование с набором тестов, структурированное рассуждение по документам, многошаговый анализ, где роль Verifier может поймать ошибку, которую одиночный проход отправил бы в релиз. Собственные кейсы Sakana указывают именно на это: четырнадцатичасовой автономный исследовательский прогон, решатель кубика Рубика, завершивший все 300 скрамблов, тогда как два анонимизированных базовых решения попросту рухнули. Учитывайте, что эти базовые решения анонимизированы и выбраны вендором, что ослабляет их как доказательство, но не делает их ложными. Также помните об ограничении, которое для некоторых команд закрывает обсуждение: Fugu Ultra v2 не продаётся в ЕС и ЕЭЗ, и Sakana прямо об этом заявляет.

Одно практическое замечание, если вы собираетесь запускать любой из них. Fugu Ultra v2 нет на OrcaRouter — он поставляется через собственный OpenAI-совместимый API Sakana и несколько сторонних платформ, а обновление с более ранней версии Fugu — это изменение одного параметра в строке.DeepSeek V4 Pro доступен на OrcaRouter по прейскурантной цене провайдера с наценкой 0%, и здесь это значит больше, чем обычно: DeepSeek уже объявила об одном пересмотре цен в этом цикле, а на роутере со сквозной передачей цен изменение цены от поставщика вступает в силу по тому же ключу в тот же день, а не после повторных переговоров. Если вы хотите протестировать оба варианта на своей собственной нагрузке, прежде чем делать выбор, более дешёвая сторона сравнения — это та, которую вы можете вызывать по прейскурантной цене, с автоматическим переключением при сбое за ней.

Вердикт

Это не близкое противостояние по экономике и не решающее — по возможностям. DeepSeek V4 Pro — лучший выбор по умолчанию со значительным отрывом: открытые веса, которые можно держать у себя, потолок вывода 384K, контекст 1M, опубликованные оценки на длинном контексте и цена примерно в тридцать четыре раза ниже, чем у Fugu Ultra v2 на выводе. Fugu Ultra v2 — лучший инструмент для узкого класса дорогих задач, а заявление Sakana — что фиксированный пул, исключающий три сильнейшие модели, всё ещё может превзойти их на проверяемой работе — сейчас самый интересный архитектурный аргумент в этой области и тот, под которым меньше всего независимых доказательств.

Практичное решение — не выбирать. Используйте DeepSeek V4 Pro по умолчанию, потому что он дешёвый, открытый и быстрый, а Fugu Ultra v2 держите в резерве для задач, где стократный рост стоимости всё ещё меньше цены ошибки. А вот чего делать не стоит, так это воспринимать таблицу Sakana из восьми бенчмарков как доказательство того, что дорогой оркестратор заменил дешёвую открытую модель. В единственной строке, где они пересекаются, он опережает на 11,6 пункта при цене вывода в 34 раза выше. Выгодная это сделка или ловушка — целиком зависит от того, на какую задачу его направить.