Ett hero-titelkort för Fugu Ultra v2 mot Claude Opus 5 med underrubriken "Samma indatapris, två olika satsningar", pillerformade etiketter med texten "$5.00 indata båda", "Chartography 48.3 vs 27.3" och "1M kontext", en sidfotsrad "Sakana AI vs Anthropic – september 2026", samt OrcaRouter-logotypen i det nedre högra hörnet.
Guides & Insights

Fugu Ultra v2 vs Claude Opus 5: samma indatapris, två olika satsningar

Författare

Gideon Frost

Publiceringsdatum

Senaste modellerna · 20Visa alla modeller →
Benchmarks: Artificial Analysis · uppdateras dagligen
Tillbaka till alla inlägg

Fugu Ultra v2 och Claude Opus 5 kostar exakt lika mycket för att ställa en fråga och helt olika mycket för att få ut ett svar. Båda listas till $5,00 per miljon indata-tokens. Sedan tar Fugu Ultra v2 $30,00 per miljon utdata-tokens, jämfört med Claude Opus 5:s $25,00 — och skillnaden mellan dessa två siffror är inte en avrundningsskillnad, eftersom de två systemen avger väldigt olika mängder text för att nå ett svar. Sakana AI släppte Fugu Ultra v2 den 11 september 2026 som ett orkestreringssystem som koordinerar en pool av andra labbs modeller bakom en OpenAI-kompatibel endpoint; Anthropics Claude Opus 5, live sedan slutet av juli 2026, är en enda modell. Den skillnaden avgör det mesta i den här jämförelsen innan en benchmark konsulteras, och Sakanas egen resultattavla har en besvärande rad: leverantören rapporterar 48,3 på Chartography mot Claude Opus 5:s 27,3, vilket är den största marginalen i lanseringen och även den siffra som har minst extern bevisning bakom sig.

Sammanträffandet som formar allt

Börja med vad de två produkterna är överens om, för det är mer än rubrikpriset.

• Indatapris — Fugu Ultra v2 $5.00 per 1 miljon tokens jämfört med Claude Opus 5 $5.00 per 1 miljon tokens

• Pris för utdata — Fugu Ultra v2 $30.00 per 1 miljon tokens jämfört med Claude Opus 5 $25.00 per 1 miljon tokens

• Cachad indata — Fugu Ultra v2 0,50 $ per 1M utöver baspriset jämfört med Claude Opus 5, som prissätter cachning som en rabatt på upp till 90 % på cachad indata

• Kontext — Fugu Ultra v2 1M tokens, med priser som fördubblas över 272K, jämfört med Claude Opus 5 1M tokens, som är oförändrade

• Utdatatak — Fugu Ultra v2 publiceras inte som en enskild siffra jämfört med Claude Opus 5 128K tokens

• Tillgänglighet — Fugu Ultra v2 säljs inte i EU/EES jämfört med Claude Opus 5 som är allmänt tillgänglig enligt standardvillkoren för API:et

• Underlag — Fugu Ultra v2:s leverantörsrapporterade benchmarks, ingen oberoende utvärdering ännu, jämfört med Claude Opus 5:s benchmarks från leverantören plus månader av tredjepartsplaceringar på leaderboards

Den sista raden är där matchningen faktiskt vänder. Vid samma indatapris väljer du mellan ett system vars resultat du måste ta på tro och en modell vars resultat andra har reproducerat. 272K-klippan förvärrar det: bortom den tröskeln fördubblas Fugu Ultra v2:s indatapris till $10 och utdatapriset till $45, medan Claude Opus 5:s pris inte rör sig. För agentkörningar med lång kontext – den exakta arbetsbelastning som Fugu Ultra v2 är byggd för – försvinner prisfördelen med det billigare rubrikpriset precis där systemet är tänkt att glänsa.

A screenshot of the Sakana Fugu product page at sakana.ai/fugu (captured September 11, 2026, English UI), showing the 'Sakana Fugu' wordmark with the subtitle 'One Model to Command Them All', the description that Fugu dynamically orchestrates the world's best models behind a single API, and the notice reading 'Not yet available in the EU/EEA while we work toward compliance with GDPR and EU-specific regulations.'

Vad var och en faktiskt är

Claude Opus 5 är Anthropics produktionsflaggskepp, och dess design är begriplig utifrån. Den använder adaptivt tänkande som standard, och avgör hur länge den ska resonera innan den svarar, med en explicit ansträngningsreglage från låg till max när du vill tvinga fram djupare överväganden och betala för det. Den har ett kontextfönster på 1M tokens, ett utdatatak på 128K, vision, verktygsanvändning och JSON-läge. Anthropic rapporterar 96,0 % på SWE-bench Verified och 79,2 % på SWE-bench Pro, vilket mer än fördubblar föregångarens resultat på Frontier-Bench v0.1, och cirka 30,2 % på ARC-AGI 3 mot 7,8 % för GPT-5.6 Sol — alla siffror från leverantören, och alla uppmätta på en enda modell som du kan låsa till en specifik version. Den dirigerar också flaggade förfrågningar till en äldre modell i stället för att ge fel, vilket är en operativ detalj som spelar roll om du har regelefterlevnadsgranskning i processen.

Fugu Ultra v2 är inte det, och skillnaden är inte kosmetisk. Det är en koordinator – en liten tränad modell, som uppges ha omkring 7B parametrar, som läser din begäran, sätter samman ett agentteam, tilldelar rollerna Thinker, Worker och Verifier från Sakanas TRINITY-arbete och syntetiserar ett slutligt svar. De underliggande modellerna avslöjas inte, routningsbesluten exponeras inte av design, och för Ultra-nivån är poolen fast: du kan inte välja bort en leverantör. Sakanas egen beskrivning av version 2 är att träningsavskärningen flyttades till den 28 augusti 2026 och att poolens sammansättning ändrades – specifikt för att utesluta Claude Fable 5, Claude Fable 5.1 och GPT-6 Astra.

Den uteslutningen är den mest avslöjande detaljen i lanseringen. Fugu Ultra v2 hävdar benchmarksegrar över de tre starkaste tillgängliga modellerna samtidigt som man bekräftar att man inte anropar någon av dem. Vad poolen än innehåller är den inte marknadens topp enligt Sakanas egen redovisning. Pitchen är att samordning slår förmåga. Det är en verklig tes, och på verifierbara uppgifter med en billig kontrollmekanism är det en tes med bevis bakom sig. Det är inte samma påstående som "det här systemet är smartare än Claude Opus 5", och resultattavlan är upplagd så att de två lätt förväxlas.

Resultattavlan som Sakana valde

Alla siffror nedan kommer från Sakanas egen utvärdering av Fugu Ultra v2. Claude Opus 5:s siffror är mätta av Sakana i samma jämförelse, utom där annat anges. Ingen oberoende part har reproducerat Fugu-kolumnen, och i skrivande stund finns det ingen Artificial Analysis-post för någon Fugu-modell.

• Chartography — Fugu Ultra v2 48,3 mot Claude Opus 5 27,3 — enligt leverantören, en skillnad på 21 punkter

• DeepSWE – Fugu Ultra v2 74,3 mot ingen publicerad siffra för Claude Opus 5 i samma tabell – enligt leverantören

• Benchmarkplacering — Fugu Ultra v2 bäst eller delat bäst på fem av åtta, bland de två bästa på sju av åtta — enligt leverantören

• SWE-bench Verified — ingen siffra för Fugu Ultra v2 mot Claude Opus 5 96,0 % — rapporterat av Anthropic

• SWE-bench Pro — ingen siffra för Fugu Ultra v2 jämfört med Claude Opus 5:s 79,2 % — enligt Anthropic

• ARC-AGI 3 — ingen siffra för Fugu Ultra v2 mot Claude Opus 5 ~30,2 % — rapporterat av Anthropic

Läs det som en form snarare än en rangordning. Sakana publicerade en resultattavla med åtta benchmarks där den vinner fem, och Claude Opus 5:s starkaste offentligt dokumenterade resultat – SWE-bench-raderna, ARC-AGI 3 – finns helt enkelt inte med på den. Det är inte en anklagelse om ond tro; det är så en leverantörs resultattavla ser ut, inklusive varje leverantörs. Men det betyder att du inte kan dra slutsatsen från lanseringen att Fugu Ultra v2 slår Claude Opus 5 inom programvaruteknik, eftersom de två systemen inte mättes på samma rader tillräckligt ofta för att man ska kunna säga det. På den enda rad där båda förekommer och båda siffrorna är offentliga – Chartography – hävdar Fugu Ultra v2 en stor vinst. På de bredaste raderna för resonemang och kodning har bara en sida publicerat.

A two-column scoreboard for Fugu Ultra v2 vs Claude Opus 5 titled 'Fugu Ultra v2 vs Claude Opus 5 - the scoreboard'. Left column Fugu Ultra v2: Input price $5.00 / 1M, Output price $30.00 / 1M, Chartography 48.3, Evidence vendor-reported only, Weights closed, pool undisclosed, Context 1M, doubles past 272K. Right column Claude Opus 5: Input price $5.00 / 1M, Output price $25.00 / 1M, Chartography 27.3, Evidence independent evals, Weights closed, single model, Context 1M, flat. Footer 'Fugu figures vendor-reported by Sakana; Opus 5 rows as measured by Sakana, plus Anthropic-reported evals.', with the OrcaRouter logo bottom-right.

Kostnad per uppgift, inte kostnad per token

En orkestrators tokenräkning är inte dess pris per token. Fugu Ultra v2 startar agenter, som var och en bidrar med resonemangs- och utdatatokens, och koordinatorn själv producerar syntestext. Sakanas pris-FAQ gör ett genuint användbart åtagande här – du debiteras en sammanvägd taxa baserad på den toppmodell som ingår, och att lägga till agenter multiplicerar inte räkningen – vilket tar bort den värsta fan-out-multipliceringen som gör naiva multiagent-uppsättningar dyra. Men det tar inte bort volymen. Mängden fakturerade utdatatokens är fortfarande en funktion av hur många agenter som kördes och hur mycket de skrev, och vid $30 per miljon är den volymen variabeln du inte kan förutsäga från prissidan.

Claude Opus 5:s kostnadsprofil är den omvända. Ett anrop, en modell, en ratt för ansträngning som du styr, och en utdatakostnad på $25 med batchbearbetning tillgänglig med 50 % rabatt för arbete som inte sker i realtid. Du kan prognostisera den. För en arbetsbelastning som du kör tio tusen gånger om dagen är prognostiserbarhet värt mycket mer än en benchmarkmarginal på en diagramläsningsuppgift.

Det är också här som frågan om routing skiljer sig tydligt från frågan om modellen. Claude Opus 5 finns på OrcaRouter till Anth​ropics listpris med 0 % påslag — leverantörens pris förs vidare oförändrat, så en prisförändring hos leverantören slår igenom på samma nyckel samma dag, med automatisk failover mellan leverantörsvägar om en av dem är hastighetsbegränsad eller nere. Fugu Ultra v2 finns inte i vår katalog; den når dig via Sakanas eget OpenAI-kompatibla API och flera tredjepartsplattformar, och att migrera från en tidigare Fugu är en parameterändring på en enda rad. Om det du faktiskt vill ha är Claude Opus 5:s förutsägbarhet med mindre exponering mot en enda leverantör, är routern svaret och orkestreraren inte. Om det du vill ha är ett system som provar flera angreppssätt på ett svårt problem utan att du själv skriver utgreningen, är Fugu Ultra v2 det som gör just det — och du bör pilota det med tokenredovisning påslagen.

Där Fugu Ultra v2 verkligen vinner

Ge systemet vad det förtjänar. Chartography-resultatet, om det håller, är den typ av vinst som enskilda modeller har svårt att fejka: visuellt resonemang över strukturerade dokument belönar att prova en tolkning, kontrollera den mot dokumentet och försöka igen – vilket är precis vad en Verifier-roll är till för. Samma logik gäller Toolathon och DeepSWE, där svaret kan testas i stället för att argumentera om det. Sakanas publicerade fallstudier pekar i samma riktning: en AutoResearch-körning med 123 experiment under fjorton timmar på en H100, en Rubiks-kubslösare i ren Python som löste alla 300 blandade kuber där två anonymiserade frontier-baslinjer kraschade helt, en mekanisk CAD-iris som faktiskt öppnas och stängs. Dessa är leverantörsvalda exempel med anonymiserade baslinjer, så de bevisar mindre än de verkar göra. Men mönstret är konsekvent, och det pekar på en verklig kategori: uppgifter där korrekthet är kontrollerbar och det svåra är uthållighet.

Det finns också ett strukturellt argument som inte har något med benchmarks att göra. Claude Opus 5 är en enda leverantörs modell och lyder under samma leverantörs prissättningsbeslut, utfasningsschema och policy. Fugu Ultra v2 är utformad för att överleva förändringar i vilken som helst av dessa, och Sakana är tydlig med att det är själva poängen – leverantörsinlåsning, API-återkallanden, exportkontroller. På en marknad där modeller har dragits tillbaka från regioner med kort varsel är det inte en hypotetisk fråga. Det är en säkring, och säkringar kostar pengar: $5 mer per miljon utdatatoken är ungefär vad den här säkringen prissätts till.

Domen

Claude Opus 5 vinner det beslut som de flesta team faktiskt fattar. Bakom sig har den månader av oberoende utvärdering, ett 1M-token-fönster som inte fördubblas i pris en bit in i ditt dokument, ett utdatatak på 128K, ett publicerat pris du kan förutse, en ratt för ansträngningsnivå som låter dig köpa resonemang bara när uppgiften förtjänar det, och tredjepartsresultat på exakt de benchmarks – SWE-bench Verified, SWE-bench Pro, ARC-AGI 3 – som agentiska och kodande team bryr sig mest om. Fugu Ultra v2 vinner en snävare och mer intressant fråga: huruvida en koordinator med en mindre pool kan överträffa en flaggskeppsmodell på uppgifter där svaret kan kontrolleras. Sakanas egen resultattavla säger ja på fem av åtta rader, och pooluteslutningen säger att vinsten kom utan de tre bästa modellerna i världen.

Om du utför verifierbart, långsiktigt och kontrollerbart arbete och befinner dig utanför EU/EEA är Fugu Ultra v2 värt en avgränsad pilot – mät utdatatokens per slutförd uppgift, inte per token, och sätt ett tak innan du börjar. Om du behöver en produktionsväg idag med evidens bakom sig och en faktura du kan förutse, är Claude Opus 5 fortfarande det mer välunderbyggda valet, och det är en API-nyckel bort till Anth​ropic's listpris med leverantörens taxa vidarebefordrad oförändrad.

A screenshot of the OrcaRouter model page for Claude Opus 5 (anthropic/claude-opus-5, captured September 11, 2026, English UI), showing the Featured badge, the endpoint list for /v1/chat/completions and /v1/messages, the pricing tiles reading INPUT $5.00 and OUTPUT $25.00 per 1M tokens with p50 TTFT 4.94s and 195.4M tokens of 7-day traffic, the capability tags Vision, Tools, JSON and Reasoning, the 1M token context and 128K max output, and the OpenAI-compatible Python code sample pointing at api.orcarouter.ai/v1.

Jämförda i den här artikeln1

Identifierat från den här artikeln · Benchmarks: Artificial Analysis · uppdateras dagligen