GPT-6.1 Sol กับ Fugu Max: ราคาอินพุตเท่ากัน และโมเดลที่ไม่มีอยู่จริงในความหมายทั่วไป
- Orcaใหม่Orca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 74 tok/s
- openaiใหม่OpenAI: GPT-6.1 Sol2026-09-2952ความฉลาด
- anthropicใหม่Anthropic: Claude Sonnet 5.52026-09-2856ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 106 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238ความฉลาด
- OpenAIOpenAI: GPT-6 Sol2026-09-2248ความฉลาด
- AnthropicAnthropic: Claude Opus 5.52026-09-2258ความฉลาด
- xAIGrok 4.72026-09-2146ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 44 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 ต่อ 1 ล้านโทเค็น · 478 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040ความฉลาด
- OpenAIOpenAI: GPT-6 Astra2026-09-0453ความฉลาด77การเขียนโค้ด
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241ความฉลาด76การเขียนโค้ด
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245ความฉลาด76การเขียนโค้ด
- AnthropicAnthropic: Claude Fable 5.12026-09-0153ความฉลาด82การเขียนโค้ด
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 59 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 ต่อ 1 ล้านโทเค็น · 217 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642ความฉลาด72การเขียนโค้ด
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 ต่อ 1 ล้านโทเค็น · 229 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845ความฉลาด75การเขียนโค้ด
ของ Sakana AIFugu Max และของ OpenAI GPT-6.1 Solทั้งคู่คิดราคา $2.00 ต่อโทเคนอินพุตหนึ่งล้านโทเคน ความคล้ายคลึงกันในตารางราคาของทั้งสองมีเพียงเท่านี้ — Fugu Max อยู่ที่ $6.00 ต่อโทเคนเอาต์พุตหนึ่งล้านโทเคน เทียบกับ $10.00 ของ GPT-6.1 Sol และ Fugu Max ถูกกว่า 40 เปอร์เซ็นต์ในด้านเอาต์พุต ขณะที่ไม่ได้เผยแพร่คะแนนเบนช์มาร์กใด ๆ ที่บุคคลที่สามทำซ้ำได้ เหตุผลที่ข้อเท็จจริงสองข้อนี้ควรอยู่ในประโยคเดียวกันก็คือ Fugu Max ซึ่งเปิดตัวเมื่อ 2026-09-11 ไม่ใช่โมเดลในความหมายเดียวกับที่ GPT-6.1 Sol เป็น มันเป็นตัวประสานงาน (orchestrator) คือเอนด์พอยต์เดียวที่เลือกโมเดลจากพูล เรียกใช้ และส่งคืนคำตอบ การนำราคาต่อโทเคนของมันไปเทียบกับราคาต่อโทเคนของเช็กพอยต์เดียว จึงเป็นการเปรียบเทียบสองสิ่งที่แตกต่างกันซึ่งบังเอิญถูกกำหนดหน่วยมาแบบเดียวกัน
เนื้อหาต่อไปนี้ดึงมาจากสื่อเปิดตัว Fugu Max ของ Sakana เอง และจากเอกสารประกอบโมเดล GPT-6.1 Sol ของ OpenAI หากตัวเลขใดเป็นข้อมูลของผู้ขายเองและยังไม่มีผู้ใดภายนอกทำซ้ำผลได้ ประโยคที่มีตัวเลขนั้นจะระบุไว้เช่นนั้น ในกรณีที่ไม่มีตัวเลขเลย ก็จะมีการระบุเช่นกัน
สถาปัตยกรรม ไม่ใช่ checkpoint
กรอบความคิดของ Sakana เองนั้นแปลกพอที่จะยกมาอ้างมากกว่าจะถอดความ: Fugu Max เป็นสถาปัตยกรรม ไม่ใช่โมเดลเดียว ระบบมีพูลของโมเดล จัดเส้นทางคำขอที่เข้ามาไปยังสิ่งที่มันพิจารณาว่าเป็นตัวเลือกที่ถูกที่สุดและมีความสามารถ และส่งคืนคำตอบเดียว ไม่มีเช็คพอยต์ของ Fugu Max ให้ดาวน์โหลด ไม่มีจำนวนพารามิเตอร์คงที่ และไม่มีทางรู้จากภายนอกว่าโมเดลใดเป็นผู้ตอบการเรียกครั้งนั้น — Sakana ไม่เผยแพร่บันทึกการจัดเส้นทาง
การออกแบบนั้นมีคุณสมบัติหนึ่งที่ควรเอ่ยถึงก่อนสิ่งอื่นใดในการเปรียบเทียบนี้ นั่นคือ ความสามารถของเอนด์พอยต์ไม่ได้คงที่ มันเปลี่ยนไปเมื่อพูลเปลี่ยน เมื่อนโยบายของเราเตอร์เปลี่ยน และเมื่อโมเดลที่อยู่ภายใต้มันได้รับการอัปเกรดหรือถูกถอนออกไป คะแนน benchmark ของเช็กพอยต์หนึ่ง ๆ อธิบายถึงเช็กพอยต์นั้น คะแนน benchmark ของเราเตอร์อธิบายถึงเราเตอร์ในสภาพที่กำหนดค่าไว้ ณ วันที่วัด ซึ่งเป็นข้อกล่าวอ้างที่แคบกว่า
GPT-6.1 Sol เป็นการจัดวางแบบตรงกันข้าม มันเป็นตัวระบุสแนปช็อตเดี่ยว gpt-6.1-sol โดยไม่มีตัวแปรที่ระบุวันที่ มีหน้าต่างบริบทขนาด 1,050,000 โทเคน เอาต์พุตสูงสุด 128,000 อินพุตข้อความ รูปภาพ และไฟล์ และระดับความพยายามในการให้เหตุผลห้าระดับ โดยมีระดับกลางเป็นค่าเริ่มต้น สิ่งที่คุณวัดได้ในวันจันทร์คือสิ่งที่คุณได้ในวันศุกร์
ตารางอัตราค่าบริการทั้งสองวางเคียงข้างกัน พร้อมแถวที่แตกต่างกัน:
• อินพุต — $2.00 ต่อล้านสำหรับทั้งคู่ เหมือนกันทุกประการ
• เอาต์พุต — 6.00 ดอลลาร์สำหรับ Fugu Max เทียบกับ 10.00 ดอลลาร์สำหรับ GPT-6.1 Sol Fugu Max ถูกกว่า 40 เปอร์เซ็นต์
• อินพุตที่แคชไว้ — หน้าเปิดตัวของ Sakana ไม่ได้ระบุอัตราค่าอินพุตที่แคชไว้สำหรับ Fugu Max โดยมีตัวเลข $0.25 เผยแพร่กันอยู่ แต่ไม่ได้อยู่ในหน้าที่เราได้อ่าน ดังนั้นเราจึงไม่ถือว่ายืนยันแล้ว ส่วนของ GPT-6.1 Sol อยู่ที่ $0.10 ต่อล้าน ซึ่งลดลงครึ่งหนึ่งจาก $0.20 ที่ GPT-6 Sol เคยเรียกเก็บ
• การปรับราคาสำหรับพรอมต์ยาว — GPT-6.1 Sol จะปรับราคาคำขอทั้งหมดใหม่เป็น $4.00/$15.00 เมื่อพรอมต์เกิน 272,000 โทเคน ส่วน Fugu Max ไม่เผยแพร่ระดับความยาวใด ๆ เลย
• ระดับที่สูงขึ้นไป — Sakana ยังจำหน่าย Fugu Ultra v2 ในราคา $5.00/$30.00 โดยคิดค่าอินพุตแบบแคช $0.50 สำหรับผู้เรียกใช้ที่ต้องการให้เราเตอร์ใช้จ่ายต่อการเรียกมากขึ้น
ข้อกล่าวอ้างที่ไม่อาจอยู่รอดได้ด้วยการคำนวณของตัวมันเอง
ข้ออ้างหลักของ Sakana สำหรับ Fugu Max คือมันตัดราคา Claude Sonnet 5, GPT-5.6 Terra และ Kimi K3 ลง 40 ถึง 60 เปอร์เซ็นต์ เมื่อเทียบกับราคาตั้งของทั้งสามรุ่นนั้น การคำนวณก็สอดคล้อง — อันนั้นใช้ได้
ข้อกล่าวอ้างที่สองคือข้อที่ต้องอ่านอย่างละเอียด Sakana อธิบายว่า Fugu Max อยู่ใน "ระยะใกล้เคียงกับโมเดลระดับหัวกะทิ โดยมีต้นทุนต่ำกว่า 2 ถึง 6 เท่า" ณ ราคาตามรายการที่ใช้อยู่ ช่องว่างทางตัวเลขระหว่าง Fugu Max กับสามโมเดลที่มันระบุชื่อนั้นอยู่ระหว่าง 1.7 ถึง 2.5 เท่า ไม่ใช่ 2 ถึง 6 เท่า ช่วงที่กว้างขนาดนั้น เมื่อนำมาอ้างเคียงกับชุดโมเดลที่ครอบคลุมเพียงปลายแคบของช่วงนั้นเท่านั้น เป็นช่วงแบบการตลาดมากกว่าช่วงที่วัดได้จริง มันอาจเป็นจริงสำหรับการเปรียบเทียบอื่นที่ Sakana คิดอยู่ในใจก็ได้ แต่มันไม่จริงสำหรับการเปรียบเทียบในประโยคเดียวกัน
สิ่งที่ไม่ใช่กรณีคือการที่ Sakana ซ่อนกระบวนการให้เหตุผลของตนไว้ Sakana ได้เผยแพร่กราฟกระจาย 10 กราฟในเอกสารเปิดตัว ปัญหาด้านความโปร่งใสนั้นแตกต่างออกไป: ไม่มีคะแนน benchmark ที่เผยแพร่แล้วแนบมากับกราฟเหล่านี้ ผู้อ่านจึงไม่สามารถตรวจสอบตำแหน่งของจุดใด ๆ ได้
ชนะหกครั้งและตัวเลขหนึ่งตัวที่คุณตรวจสอบได้
หน้าเปิดตัวของ Sakana ไฮไลต์เบนช์มาร์กหกตัว ห้าตัวถูกนำเสนอว่าเป็นชัยชนะโดยไม่มีตัวเลขที่เผยแพร่ ตัวที่หก SWEFish เป็นเบนช์มาร์กของ Sakana เอง — บริษัทกำหนดงานขึ้นมาเอง และบริษัทเป็นผู้รายงานผล เบนช์มาร์กภายในองค์กรไม่ได้ไร้ค่า มันเป็นวิธีที่ชอบธรรมในการเผยแพร่สัญญาณเชิงทิศทาง เพียงแต่มันไม่ใช่หลักฐานอิสระ และเป็นตัวเลขเดียวในชุดนี้ที่สามารถยกมาอ้างได้เลย
ในทางตรงกันข้าม บันทึกอิสระของ GPT-6.1 Sol นั้นมีบางเบาแต่ก็มีอยู่จริง Artificial Analysis ให้คะแนนมันที่ 51.8 บน Intelligence Index ของตน — อันดับ 10 จาก 147 โมเดล เปอร์เซ็นไทล์ที่ 93.2 — โดยได้ 52.9% ใน Humanity's Last Exam, 83% ใน Long-Context Recall, 54.2% ใน SciCode และ 56.06% ใน Terminal-Bench 4.0 ทั้งห้ารายการเป็นการวัดโดยบุคคลที่สามบนโมเดลที่ค่าน้ำหนักไม่เคยเปลี่ยนแปลง
พัฒนาการล่าสุดอย่างหนึ่งน่าสังเกต เพราะมันเป็นคะแนนประเมินอิสระชุดแรกสำหรับโมเดลนี้ และเกิดขึ้นหลังการรายงานก่อนหน้านี้ในบล็อกนี้: ตอนที่ GPT-6.1 Sol เปิดตัว ยังไม่มีผู้ประเมินอิสระรายใดเผยแพร่สิ่งใดเลย นับจากนั้น Artificial Analysis ได้เผยแพร่ชุดผลลัพธ์ข้างต้น ทิศทางไม่น่าตื่นเต้น — โมเดลไปอยู่ตรงจุดที่ OpenAI จัดวางไว้ คือระดับกลางของแนวหน้า แทนที่จะอยู่เหนือเรือธงของตัวเอง — แต่ตอนนี้มันถูกวัดผลแล้ว ไม่ใช่แค่ถูกอ้างว่าเป็นเช่นนั้น และนั่นเป็นคนละเรื่องกับสถานะของ Fugu Max ในวันนี้
สิ่งที่ราคาโทเคนของ orchestrator ไม่ได้รวมถึง
นี่คือส่วนของการเปรียบเทียบที่เรตการ์ดไม่สามารถสื่อออกมาได้ และเป็นเหตุผลว่าทำไมโทเค็นเอาต์พุตที่ถูกกว่า 40 เปอร์เซ็นต์จึงไม่ได้หมายความว่าต้นทุนของงานจะถูกลง 40 เปอร์เซ็นต์โดยอัตโนมัติ
เราเตอร์ที่ตัดสินใจเป็นรายคำขอจะตัดสินใจผิดพลาดในบางครั้ง และวิธีแก้มาตรฐานสำหรับการตัดสินใจที่ผิดพลาดคือการลองใหม่หรือการยกระดับขึ้น ทั้งสองอย่างสิ้นเปลืองโทเคน จุดตรวจสอบเดียวที่ตอบในรอบเดียวจะเรียกเก็บเงินเพียงครั้งเดียว Sakana ไม่เปิดเผยจำนวนการเรียกใช้เบื้องหลังต่อคำขอที่ตอบแล้ว สัดส่วนของคำขอที่ยกระดับขึ้น หรือภาระโทเคนส่วนเพิ่มของการตัดสินใจเลือกเส้นทางเอง — ดังนั้นในปริมาณงานใดก็ตามที่เราเตอร์ของ Fugu Max เลือกโมเดลที่อ่อนกว่าก่อนแล้วค่อย ๆ ไต่ขึ้น ต้นทุนที่แท้จริงต่องานที่ทำเสร็จจะไม่ใช่ $2.00/$6.00 คูณกับจำนวนโทเคนที่คุณเห็น แต่เป็น $2.00/$6.00 คูณกับจำนวนโทเคนที่คุณมองไม่เห็น
เช่นเดียวกันกับคุณภาพ ในทิศทางที่สำคัญกว่า ความล้มเหลวของ GPT-6.1 Sol คือความล้มเหลวของโมเดลที่รู้จักเพียงหนึ่งเดียวบนพรอมป์ของคุณ ซึ่งทำซ้ำและวัดผลล่วงหน้าได้ ส่วนความล้มเหลวของ Fugu Max นั้นบางส่วนเป็นความล้มเหลวของเราเตอร์ของมัน และเราเตอร์เป็นองค์ประกอบที่คุณไม่สามารถตรวจสอบ กำหนดเวอร์ชัน หรือปักหมุดได้ สำหรับภาระงานที่คำตอบผิดมีต้นทุนสูงกว่าจำนวนโทเคนที่ใช้สร้างมัน — ซึ่งก็คืองานวิชาชีพส่วนใหญ่ — นั่นคือความเสี่ยงจริง ไม่ใช่เชิงทฤษฎี
ประเด็นที่เรื่องนี้ให้ผลตรงกันข้ามก็ควรกล่าวถึงเช่นกัน ถ้าเราเตอร์ของ Sakana ดี มันก็กำลังซื้อความสามารถที่มิฉะนั้นจะต้องจ่ายในราคาตามรายการจากโมเดลระดับแนวหน้า และจ่ายในอัตราผสมสำหรับสิ่งนั้น นั่นคือผลิตภัณฑ์ที่มีประโยชน์อย่างแท้จริง ปัญหาคือ "ถ้าเราเตอร์ดี" คือข้อกล่าวอ้างทั้งหมด และไม่มีการประเมินที่เผยแพร่ของเราเตอร์ให้ตรวจสอบเทียบได้ พูลที่รวม NVIDIA Nemotron — ซึ่งเป็นความร่วมมือที่ Sakana ประกาศในเดือนสิงหาคม 2026 — โดยที่ส่วนที่เหลือของพูลไม่ถูกระบุชื่อ และไม่มีการติดตามร่องรอยต่อการเรียกใช้แต่ละครั้ง เป็นระบบที่คุณภาพของมันคุณจะรู้ได้ก็ต่อเมื่อส่งทราฟฟิกของคุณเองผ่านมันเท่านั้น
จุดที่ GPT-6.1 Sol ถูกเปิดเผยอย่างแท้จริง
สองแถว และไม่มีแถวไหนที่เป็นผลดีต่อ GPT-6.1 Sol
อย่างแรกคือราคาที่อยู่ปลายบนของช่วงเอาต์พุต $10.00 ต่อเอาต์พุตหนึ่งล้านคือราคาระดับ Sonnet-tier ที่ OpenAI เลือก และมันไม่ถูก ในงานที่ให้คำตอบยาว — การร่างเอกสารยาว การสร้างโค้ดปริมาณมาก การสังเคราะห์เอกสาร — การที่ Fugu Max เรียกเก็บ $6.00 ต่อล้าน เท่ากับคุณเลือกจ่ายเพิ่ม $4.00 ต่อล้าน ที่เอาต์พุตหนึ่งพันล้านโทเคนต่อไตรมาส นั่นคือ $4,000 และเป็นรายการค่าใช้จ่ายจริง
ประการที่สองคือขั้นบันไดสำหรับพรอมป์ต์ยาว เมื่อเกิน 272,000 โทเคน คำขอ GPT-6.1 Sol ทั้งหมดจะถูกปรับราคาใหม่เป็น $4.00/$15.00 ซึ่งเป็นสองเท่าสำหรับอินพุต และ 50 เปอร์เซ็นต์สำหรับเอาต์พุต Fugu Max ไม่ได้ประกาศระดับที่เทียบเท่า ดังนั้นสำหรับพรอมป์ต์ที่ยาวจริง ๆ อัตราค่าบริการของ Fugu Max จึงเป็นแบบที่เรียบง่ายกว่า — โดยมีข้อแม้ที่ยังคงอยู่เสมอว่า "ไม่มีระดับที่ประกาศไว้" กับ "ไม่มีระดับ" ไม่ใช่ข้อความเดียวกัน
ยังมีปัจจัยเสี่ยงที่สามซึ่งไม่ใช่ทั้งราคาและประสิทธิภาพ นั่นคือความพร้อมใช้งาน มีรายงานว่า Fugu Max ไม่พร้อมใช้งานใน EU และ EEA ระหว่างรอการดำเนินการด้าน GDPR ซึ่งตัดมันออกจากตัวเลือกสำหรับการติดตั้งใช้งานในยุโรป ไม่ว่ามันจะได้คะแนนเท่าไรก็ตาม GPT-6.1 Sol มีที่ตั้งข้อมูลทั้งในสหรัฐฯ และ EU โดยมีข้อแม้ว่าโหมดเร็วของ OpenAI ไม่พร้อมใช้งานภายใต้ที่ตั้งข้อมูลใน EU ซึ่งเป็นข้อจำกัดที่แคบแต่ก็เป็นเรื่องจริง และเป็นเครื่องเตือนใจว่าเรื่องความพร้อมใช้งานของทั้งสองโมเดลไม่ใช่เรื่องที่สรุปได้ในบรรทัดเดียว
เรียกอันหนึ่ง ขับอีกอัน
GPT-6.1 Sol อยู่บน OrcaRouter ในชื่อ openai/gpt-6.1-sol, ในราคาตามรายการของ OpenAI โดยบวกเพิ่ม 0% — 2.00 ดอลลาร์และ 10.00 ดอลลาร์ต่อล้านโทเค็น อินพุตแบบแคชที่ 0.10 ดอลลาร์ และระดับที่เกิน 272K ถูกนำมาใช้ตรงตามที่ OpenAI กำหนด เนื่องจากเลเยอร์การกำหนดเส้นทางส่งผ่านราคาของผู้ให้บริการโดยตรงโดยไม่บวกเพิ่ม การเปลี่ยนแปลงอัตราของ OpenAI จึงมีผลที่นี่ภายในวันเดียวกับที่เริ่มมีผล ไม่ใช่รอบบิลถัดไป ระบบสลับอัตโนมัติทำงานอยู่ underneath ซึ่งเป็น วิธีราคาถูกในการดูว่าอัตราอินพุต 2.00 ดอลลาร์ทำงานอย่างไรกับทราฟฟิกของคุณ โดยไม่ต้องให้มันเป็นเส้นทางเดียวของคุณ
Fugu Max ไม่ได้อยู่บน OrcaRouter และเราไม่ได้โฮสต์มัน มันสามารถเข้าถึงได้ผ่าน API ของ Sakana เอง และการอัปเกรดการผสานรวม Fugu ที่มีอยู่ให้เป็น Fugu Max เป็นการเปลี่ยนพารามิเตอร์เพียงบรรทัดเดียวตามคำกล่าวอ้างของ Sakana เอง หากคุณเป็นลูกค้าของ Fugu อยู่แล้ว ต้นทุนในการลองนั้นเกือบจะเป็นศูนย์ ซึ่งทำให้มันเป็นก้าวแรกที่ชัดเจนสำหรับกลุ่มเป้าหมายนั้น
ข้อสรุปที่การจับคู่นี้ได้รับ: Fugu Max คุ้มค่าที่จะลองนำร่อง แต่ยังไม่คุ้มค่าที่จะผูกมัดเพื่อใช้งานจริง เพราะหลักฐานด้านประสิทธิภาพเพียงอย่างเดียวที่มีคือหลักฐานจากผู้ขายเอง และการวัดประสิทธิภาพของผู้ขายเองก็เป็นเพียงหนึ่งในหกไฮไลต์เท่านั้น GPT-6.1 Sol เป็นตัวเลือกเริ่มต้นที่ปลอดภัยกว่า เพราะมีคะแนนจากแหล่งอิสระอยู่จริง ความล้มเหลวของมันสืบย้อนได้ว่าเกิดจากโมเดลเดียว และเพดานความสามารถของมันเป็นตัวเลขที่เผยแพร่แล้ว ไม่ใช่ค่าที่รวมกันเป็นกลุ่ม การจ่ายเพิ่ม 4.00 ดอลลาร์ต่อล้านโทเคนเอาต์พุตสำหรับระบบที่คุณคาดเดาพฤติกรรมได้นั้นไม่ได้แย่ไปกว่าอย่างชัดเจน และหาก Sakana เผยแพร่เส้นทางการจัดเส้นทาง (routing trace) และการประเมินจากบุคคลที่สาม คำตัดสินนี้น่าจะต้องถูกนำมาทบทวนใหม่ทันที
การเปรียบเทียบในบทความนี้1
ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
