Step 5 Preview vs Fugu Ultra v2: En av dessa är en modell, den andra är en router

Jämförelsen som de flesta vill se mellan Step 5 Preview och Sakana AI:s Fugu Ultra v2 är en benchmarktabell. Ingen av sidorna kan redovisa den ärligt. Step 5 Preview har en enda oberoende mätning, gjord enligt en bedömningsram som ersattes förra veckan. Fugu Ultra v2 har över huvud taget ingen oberoende mätning, eftersom de utvärderare som publicerar ett intelligensindex aldrig har publicerat en sida om den. Vad de två däremot har är ett prisförhållande på exakt fem till ett för indatatoken och en artskillnad som gör förhållandet nästan meningslöst: den ena är en checkpoint på 600 miljarder parametrar av typen mixture-of-experts som du kan ladda ner och köra på din egen hårdvara, och den andra är ett orkestreringslager som besvarar din förfrågan genom att skicka den vidare till en pool av andra människors modeller.

Den skillnaden är inte en detalj. Den avgör vad du faktiskt köper, vad som händer med dina resultat när leverantören ändrar sig, och om en agent med lång tidshorisont som byggts ovanpå någon av dem kan köras igen nästa kvartal med samma utdata.

Två produkter med samma marknadsföringsetikett

StepFun släppte Step 5 Preview till sitt API den 20 september 2026 och publicerade sedan BF16- och FP8-vikter på Hugging Face och ModelScope den 15 oktober. Det är en enda modell: en gles mixture-of-experts-modell med 600 miljarder totala parametrar och 27 miljarder aktiva per token, routad 8-av-352 plus en delad expert, i en stack på 92 lager som leverantören beskriver som "narrow-deep". Kontextfönstret är 1 miljon tokens, indata kan vara text, bilder eller video och utdata är text.

Fugu Ultra v2 är en punktrelease, inte en ny arkitektur – Sakana AI lanserade den 11 september 2026 som en uppdatering av Fugu Ultra från 22 juni, med modell-ID fugu-ultra-v2.0 och en enradig parametermigrering från den tidigare versionen. Den är en dirigent: en förfrågan kommer in, systemet avgör vilken modell eller vilka modeller i dess pool som ska hantera den, kör dem och sammanställer svaret. Poolen utesluter uttryckligen Claude Fable 5, Claude Fable 5.1 och GPT-6 Astra. Sakana argumenterar för den mindre poolen med att svagare medlemmar drog ner helheten; den andra ordningens effekt, som Sakana inte marknadsför, är att sammansättningen av det du köper är ett leverantörsbeslut som kan ändras utan ett versionsnummer.

Specraderna, båda sidorna

• Vad det är – Step 5 Preview: en nedladdningsbar mixture-of-experts-modell på 600B/27B. Fugu Ultra v2: en orkestrerad pool av modeller med ett syntetiserande lager ovanpå.

• Releasedatum — Step 5 Preview: API den 20 september 2026, vikter den 15 oktober 2026. Fugu Ultra v2: 11 september 2026, en uppdatering av en originalversion från juni 2026.

• Kontextfönster – förhandsvisning av steg 5: 1 miljon tokens. Fugu Ultra v2: 1 miljon tokens, med ett prissteg över 272 000 tokens.

• Indatamodaliteter – Step 5 Preview: text, bilder och video. Fugu Ultra v2: allt som medlemmarna i dess pool accepterar, vilket Sakana inte specificerar per modalitet.

• Indatapris per miljon tokens – Step 5 Preview: $1,00. Fugu Ultra v2: $5,00, som stiger till $10,00 vid över 272k tokens kontext.

• Utpris per miljon tokens – Step 5 Preview: 2,70 $. Fugu Ultra v2: 30,00 $, stiger till 45,00 $ över 272k tokens.

• Cachad indata per miljon token – Step 5 Preview: 90 % rabatt på $1.00. Fugu Ultra v2: $0.50, som stiger till $1.00 över 272k token.

• Oberoende poäng — Step 5 Preview: 29 i Artificial Analysis Intelligence Index v5.0. Fugu Ultra v2: det finns ingen Artificial Analysis-sida, så ingen poäng.

• Vikter – Step 5 Preview: nedladdningsbara under StepFun Model License 1.0. Fugu Ultra v2: inga. Poolen som den drar från består av andra leverantörers vikter som levereras under andra leverantörers villkor.

Vad fem dollar av input egentligen köper

Det omtalade förhållandet är fem till ett för indata och drygt elva till ett för utdata, och båda siffrorna smickrar Step 5 Preview på ett sätt som fakturan per uppgift kanske inte bekräftar. Fugu Ultra v2 är prissatt som ett system som förväntar sig att förbruka tokens: det skickar en förfrågan, flera modeller svarar och en syntetiserare skriver över resultaten. Sakanas eget budskap att fler agenter inte multiplicerar din faktura handlar om prenumerationsnivåerna — $20 Standard, $100 Pro och $200 Max per månad, som alla inkluderar Fugu, Fugu Ultra och Fugu Max — och inte om den mätarbaserade prislistan. På den mätarbaserade prislistan är orkestrering en ordrik verksamhet, och utdata faktureras till $30 per miljon.

Ekonomin för Step 5 Preview går åt andra hållet. Artificial Analysis mäter 179,1 utdata-tokens per sekund via API:et för StepFun, jämfört med en klassmedian på 74,1, $2,35 per fullständig indexuppgift och ett blandat pris på $0,54 per miljon tokens vid ett cacheträffsförhållande på sju-till-två-till-ett. Jämfört med en klassmedian på $1,40 per uppgift på samma sida är det en billig modell som också är snabb.

Så den ärliga inramningen är inte "Fugu kostar fem gånger så mycket". Den är att Fugu tar ett högre pris för en förmåga som Step 5 Preview inte gör anspråk på – att välja mellan flera modeller per begäran – och att huruvida det högre priset är värt att betala beror helt och hållet på om du tror att denna modellväljning är bättre än en enda stark modell på att utföra det jobb du har. Sakanas publicerade bevis för den uppfattningen kommer från leverantören själv: Chartography 48,3 mot 27,3 för Claude Opus 5 och 29,5 för Claude Fable 5, DeepSWE 74,3, bäst eller delat bäst på fem av åtta benchmarkar och bland de två bästa på sju av åtta. Det är verkliga siffror som producerats av företaget som säljer produkten, och de är de enda siffror som finns.

Portabilitetstestet, som är den verkliga skillnaden

Här är frågan som skiljer de två renare åt än någon poängsiffra. Anta att du bygger en agent på Fugu Ultra v2 i september 2026, och att den fungerar. I november lägger Sakana till en modell i poolen, eller tar bort en – den har redan en gång tagit bort tre frontier-modeller – eller ändrar viktningen för syntetiseraren. Dina prompter är desamma, dina indata är desamma och dina utdata är olika, utan någon versionsbump som du kan låsa vid och utan någon changelog-post som säger vilket beteende som ändrades. Du köper inte en modell; du köper en policy över modeller, och policyn är en ratt som leverantören vrider.

Det är inte en kritik av Sakana. Det är produktens natur, och för många arbetsbelastningar är det exakt vad man vill ha — en leverantör vars heltidsjobb är att välja rätt modell per förfrågan kommer ofta att slå ditt egenhändigt valda alternativ. Men det bör prissättas som det är: en pågående tjänsterelation, inte en tillgång.

Step 5 Preview är den andra formen. Vikterna finns. De är inte öppna i OSI-mening – StepFun Model License 1.0 behåller ett attributionsvillkor för utdata som används materiellt, kräver att hårdvarutillverkare förhandlar om en separat licens och kräver en kommersiell licens för operatörer av modell-som-tjänst med över 20 miljoner dollar i årlig intäkt – men det beteende du testar i dag är det beteende du kan köra om ett år, på hårdvara du kontrollerar, utan att fråga om lov. FP8-checkpointen behöver cirka 773 GB VRAM och minst fyra GPU:er med B300 som standardmål; Hopper-vägen behöver åtta H200:or. NVFP4-varianten minskar det till ungefär 473 GB och begränsar den användbara kontexten till 320 000 tokens. Ingen av vägarna är billig, och ingen är lika billig som API:et, vilket är det vanliga argumentet för att anropa en modell i stället för att hosta den.

Öppenhetsklyftan går åt båda hållen

Varje sida saknar något som den andra publicerar.

Steg 5 Preview publicerar ett prisblad, en kontextgräns, ett parameterantal, en licens, serveringsrecept för vLLM och SGLang samma dag som vikterna släpptes, och ett oberoende resultat. Det som den inte publicerar är en harnessmatchad direkt jämförelse mot någon konkurrent, och dess leverantörsbenchmarktabel – Terminal-Bench 4.0 på 33,3, DeepSWE v1.1 på 67,7, FrontierFinance på 66,4, CyberGym på 84,7 – är just det, en leverantörstabell.

Fugu Ultra v2 publicerar en arkitekturberättelse, en poolpolicy, en egen benchmarktabell och prenumerationsprissättning som är genuint ovanlig på den här marknaden. Det man inte publicerar är ett enda tal som en oberoende utvärderare har verifierat, och utvärderarna har inte byggt någon sida för det, vilket är det renaste möjliga sättet att säga att poängen inte existerar snarare än att den är låg.

När båda sidor är leverantörsrapporterade är avgörandet inte "vilken leverantör som är mer trovärdig". Det är vilken leverantör som har satsat något som går att kontrollera. StepFuns satsning av vikterna den 15 oktober är ett kontrollerbart påstående: vem som helst kan ladda ner checkpointen och reproducera beteendet. Sakanas satsning av en poäng utan en nedladdningsbar artefakt är det inte.

Där endera av dem kan anropas idag

Ingendera finns på OrcaRouter. Den aktiva katalogen innehåller 214 modell-ID:n från 16 leverantörer bakom en enda nyckel och en enda faktura, och från och med den 29 oktober 2026 finns det ingen StepFun-post och ingen Sakana-post i den — ingen sträng "step" och ingen sträng "fugu". Om du vill ha Fugu Ultra v2 går du till Sakana, och om du vill ha Step 5 Preview går du till StepFuns API eller till checkpoint-filerna. Inget i den här artikeln bör läsas som ett påstående att vi tillhandahåller någon av dem.

Vad plattformen är till för i den här jämförelsen är steget du tar efteråt: när du väl har bestämt vilken av dessa två former som passar din arbetsbelastning, är de modeller du faktiskt dirigerar per begäran – den billiga för klassificering, den dyra för syntes – den del som skalas dåligt för hand. OrcaRouters routingkonfiguration låter dig deklarera det som en primär och en reservkedja i stället för ett hårdkodat modell-ID, med automatiskt failover när en leverantör försämras, och den fakturerar till leverantörens listpris utan påslag, så en leverantörsprissänkning är live på plattformen samma dag som den tillkännages. Det är en egenskap hos de modeller vi faktiskt erbjuder, inte hos dessa två.

Frågan som avgör det

Inte "vilken som får högre poäng", eftersom bara en av dem har poängsatts, och poängen är 29 enligt en bedömningsmall som kom den 27 oktober och skrev om vad kompositen mäter. Fråga i stället om din arbetsbelastning är en sådan där en enda modell med 1M-kontext och visuell indata, till $1,00 och $2,70 per miljon tokens, är tillräckligt bra — och om den är det är Step 5 Preview det billigare och mer portabla köpet med stor marginal. Om din arbetsbelastning är en sådan där routning per begäran är den svåra delen, utför Fugu Ultra v2 arbete som du annars skulle göra själv, och förhållandet fem till ett är priset för det arbetet snarare än ett påslag på samma vara.

Det du inte bör göra är att jämföra Chartography 48.3 med något som StepFun har publicerat. De är siffror från två leverantörer, på två leverantörers testramverk, för två olika typer av produkter. Ingen har kört dem mot varandra, och tills någon gör det är den enda ärliga jämförelsen mellan dessa två den om vad de är.