
Fugu Max so với DeepSeek V4 Pro: bản được tối ưu chi phí lại chính là bản đắt đỏ
- OrcaMỚIOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 trên 1 triệu token · 186 tok/s
- openaiMỚIOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 trên 1 triệu token · 86 tok/s
- openaiMỚIOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 trên 1 triệu token · 151 tok/s
- tencentMỚITencent: Hy4 Flash2026-11-16$0.02 / $0.07 trên 1 triệu token · 192 tok/s
- AlibabaMỚIQwen: Qwen4 Max2026-11-16$1.50 / $4.50 trên 1 triệu token · 86 tok/s
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 705 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 246 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 97 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 138 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 trên 1 triệu token · 85 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 trên 1 triệu token · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 102 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 70 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 trên 1 triệu token · 35 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 38 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Trí tuệ
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 trên 1 triệu token · 231 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 101 tok/s
Fugu Max được xây dựng để trở thành lựa chọn rẻ, nhưng DeepSeek V4 Pro vẫn thắng nó về giá. Sakana AI phát hành Fugu Max vào ngày 11 tháng 9 năm 2026 với mức giá 2,00 USD cho mỗi triệu token đầu vào và 6,00 USD cho mỗi triệu token đầu ra, định vị nó như một bộ điều phối giúp mở rộng biên giới hiệu năng-chi phí bằng cách định tuyến mỗi tác vụ đến mô hình tinh gọn nhất trong nhóm của mình. DeepSeek V4 Pro, được niêm yết từ tháng 4 năm 2026, có mức giá 0,73 USD đầu vào và 2,18 USD đầu ra cho mỗi triệu token theo mức tính phí của OrcaRouter — chỉ bằng khoảng một phần ba so với mức Fugu Max thu trên cả hai trục, và đến từ một mô hình hỗn hợp chuyên gia trọng số mở duy nhất với giới hạn đầu ra 384K cùng hoàn toàn không có lớp điều phối nào. Sự đảo ngược đó chính là toàn bộ phép so sánh. Mọi khía cạnh khác của cặp đôi này chỉ là câu hỏi về việc lớp điều phối mang lại cho bạn điều gì, khi mà mốc cơ sở bạn đang cố hạ giá vốn đã rẻ hơn bạn.
Hai cách để giảm hóa đơn, và một trong hai cách đó vốn đã thấp hơn.
Lập luận của Sakana dành cho Fugu Max là một bộ điều phối có thể cắt giảm chi tiêu bằng cách không trả mức giá tiên phong cho những tác vụ không cần năng lực tiên phong. Đó là một lập luận hợp lý. Vấn đề nằm ở mô hình mà lập luận này đang được đưa ra để so sánh. DeepSeek V4 Pro là một mô hình hỗn hợp chuyên gia 1,6 nghìn tỷ tham số với 49 tỷ tham số hoạt động trên mỗi token, tức là cùng một ý tưởng giảm chi phí được thực hiện ở một tầng thấp hơn — bạn trả tiền cho những tham số mà một token thực sự kích hoạt, chứ không phải cho kích thước của mạng. Cả hai sản phẩm đều là câu trả lời cho câu hỏi "làm sao để chúng ta ngừng trả tiền cho năng lực mình không dùng." Một trong hai sản phẩm thu 2,18 USD cho mỗi triệu token đầu ra để có được đặc quyền đó.
• Giá đầu vào — Fugu Max 2,00 USD mỗi 1 triệu token so với DeepSeek V4 Pro 0,73 USD mỗi 1 triệu token tính theo mức sử dụng
• Giá đầu ra — Fugu Max $6,00 mỗi 1 triệu token so với DeepSeek V4 Pro $2,18 mỗi 1 triệu token tính theo mức sử dụng
• Đầu vào được cache — Fugu Max $0,25 mỗi 1M token so với đầu vào trúng cache của DeepSeek V4 Pro được định giá thấp hơn nhiều so với mức cơ bản của nó, với mức giá niêm yết đã công bố của nhà cung cấp nằm dưới $1,00 mỗi 1M
• Bối cảnh — Fugu Max chưa được công bố so với DeepSeek V4 Pro 1 triệu token
• Giới hạn đầu ra — Fugu Max chưa được công bố so với DeepSeek V4 Pro 384K token
• Phương thức — Fugu Max chưa công bố so với DeepSeek V4 Pro chỉ văn bản, có sử dụng công cụ, chế độ JSON và suy luận
• Kiến trúc — Fugu Max: một bộ điều phối được huấn luyện trên một tập hợp không được tiết lộ so với DeepSeek V4 Pro: một mô hình MoE đơn lẻ, thuộc dòng trọng số mở
• Số liệu benchmark — Fugu Max được khẳng định có sáu chiến thắng nhưng không đưa ra điểm số, so với DeepSeek V4 Pro do nhà cung cấp báo cáo là 87.9 trên Terminal Bench 2.1, 92.8 trên GPQA Diamond, 96.4 trên SWE-bench Vals
Một con số trong danh sách đó xứng đáng được tách ra riêng. DeepSeek báo cáo 87,9 trên Terminal Bench 2.1. Fugu Max tuyên bố “điểm tổng thể tốt nhất” trên Terminal Bench 2.1. Cùng một benchmark, cùng cửa sổ phát hành, một bên công bố một con số còn bên kia công bố từ “tốt nhất”. Đó là minh họa rõ ràng nhất về sự bất đối xứng bằng chứng trong cặp này, và đó không phải là một chi tiết nhỏ — đó là toàn bộ lý do khoảng cách giá không phải là dấu chấm hết cho cuộc tranh luận.

Điều phối mang lại gì khi baseline vốn đã rẻ
Lập luận cho việc trả nhiều tiền hơn cho Fugu Max phải dựa trên những công việc mà một mô hình đơn lẻ xử lý kém, và thực sự có một nhóm công việc như vậy. Các tác vụ dài hạn, nơi một bước đi sai gây hậu quả cộng dồn — tái cấu trúc nhiều tệp, thay đổi ở quy mô kho mã, bất cứ thứ gì mà việc một verifier kiểm tra đầu ra của worker có giá trị hơn một worker mạnh hơn — chính là thứ mà cách bố trí Thinker/Worker/Verifier sinh ra để giải quyết. Cách Sakana tự định vị cho dòng Fugu là bắt được lỗi ở lượt thứ hai rẻ hơn là làm đúng ngay từ lần đầu. Với những tác vụ đó, mức giá đầu ra $6.00 mà hoàn thành chỉ trong một lần thử có thể tốt hơn mức $2.18 cần đến ba lần.
Lập luận đó có một dạng thức có thể kiểm chứng được và Sakana chưa chạy nó công khai. Phép so sánh mà bạn muốn là chi phí cho mỗi tác vụ hoàn thành trên một benchmark mà cả hai hệ thống đều thử — Terminal Bench 2.1 ở ngay đó, nó mang tính tác tử và ngay từ thiết kế đã dựa trên terminal, và chỉ một trong hai nhà cung cấp đã công bố một con số cho nó. Cho đến khi khoảng cách đó được lấp đầy, lập trường trung thực là lợi thế chi phí của Fugu Max được khẳng định ở cấp token và chưa được chứng minh ở cấp tác vụ, trong khi lợi thế của DeepSeek V4 Pro thì rõ ràng: bản thân các token chỉ tốn một phần ba chi phí.
Có một điểm bậc hai về thành phần pool mà ở cuộc đối đầu này lại quan trọng hơn so với phần lớn các trường hợp. Pool của Fugu Max đã mở rộng trong bản phát hành này để bao gồm các mô hình trọng số mở và chuyên biệt, với dòng NVIDIA Nemotron được nêu tên thông qua một hợp tác với NVIDIA. Các trọng số mở trong pool nghĩa là nấc rẻ nhất trong thang của Sakana không chịu ảnh hưởng từ các quyết định định giá của phòng thí nghiệm khác. DeepSeek V4 Pro, vì bản thân là trọng số mở, không chịu quyết định định giá của ai ngoài DeepSeek — và nó chính là nấc đó. Lập luận về khả năng phục hồi mà Sakana đưa ra cho việc điều phối áp dụng trực tiếp cho DeepSeek và chỉ gián tiếp cho nguồn cung nền tảng của Fugu Max.
Caching chính là nơi khối lượng công việc của agent thực sự trở nên tốn kém
Mức giá cơ bản của cả hai nhà cung cấp đều không phải là mức giá mà một vòng lặp agent phải trả. Các phiên chạy agent dài sẽ gửi lại một tiền tố lớn, gần như không thay đổi ở mỗi lượt, và tỷ lệ trúng bộ nhớ đệm mới là yếu tố quyết định hóa đơn thực tế. Fugu Max niêm yết đầu vào được lưu trong bộ nhớ đệm ở mức 0,25 USD mỗi triệu token, một con số thực sự và đầy tính cạnh tranh — bằng một phần tám mức giá đầu vào cơ bản của chính nó. DeepSeek V4 Pro định giá đầu vào trúng bộ nhớ đệm thấp hơn nhiều so với mức cơ bản đã công bố, và mức giá đầu ra của nó được đặt ở khoảng ba lần đầu vào thay vì tỷ lệ bốn đến năm lần mà hầu hết nhà cung cấp sử dụng, điều này đặc biệt giúp giảm chi phí cho các vòng lặp thiên về tạo sinh.
Điều bạn không thể làm hôm nay là tính toán so sánh một cách đáng tin cậy từ bảng giá của bất kỳ nhà cung cấp nào, vì mức giá đã lưu trong bộ nhớ đệm của Fugu Max áp dụng cho một số lượng token mà bạn không thể dự đoán. Một orchestrator quyết định có bao nhiêu agent chạy; ngữ cảnh của mỗi agent đóng góp; coordinator cộng thêm phần của chính nó. Cam kết về giá của Sakana cho dòng Fugu — một mức giá hợp nhất dựa trên mô hình tham gia cấp cao nhất, với việc các agent không cộng dồn vào hóa đơn — loại bỏ trường hợp xấu nhất, đây là một nhượng bộ thực sự và đáng được ghi nhận. Nó không làm cho khối lượng có thể biết trước được. Hóa đơn của DeepSeek V4 Pro là một hàm của số token bạn gửi và số token bạn nhận, và không gì khác.
Tính dự đoán được đó là thuộc tính của định tuyến cũng không kém gì thuộc tính của mô hình. DeepSeek V4 Pro có trên OrcaRouter theo giá niêm yết của nhà cung cấp với mức cộng thêm 0%, nên một lần điều chỉnh biểu phí từ DeepSeek sẽ đến khóa hiện có của bạn ngay trong cùng ngày thay vì vào lần gia hạn hợp đồng tiếp theo của bạn, và tính năng chuyển đổi dự phòng tự động sẽ bảo vệ bạn khi một đường dẫn nhà cung cấp bị giới hạn tốc độ. Phần cuối đó mang sức nặng bất thường đối với riêng mô hình này: DeepSeek đã điều chỉnh giá một lần rồi trong chu kỳ này, với các bậc cao điểm và thấp điểm mà những con số cuối cùng khác nhau giữa các nguồn. Khi bảng phí của nhà cung cấp thay đổi, bộ định tuyến chính là sự khác biệt giữa việc hấp thụ thay đổi và việc phát hiện nó trên hóa đơn.

Những gì chúng tôi không thể xác minh
Ba điều trong bản phát hành Fugu Max không thể được đối chiếu với bất cứ thứ gì ngoài tài liệu của chính Sakana, và chúng được liệt kê ở đây thay vì bị lảng tránh. Thứ nhất, sáu chiến thắng trên benchmark không kèm số liệu — Terminal Bench 2.1, GPQAD, AA-LCR, GDP.pdf, AutomationBench và SWEFish được nêu là những chiến thắng mà không có điểm số nào đi kèm, và SWEFish là benchmark nội bộ của Sakana. Thứ hai, cửa sổ ngữ cảnh, giới hạn đầu ra và các phương thức được hỗ trợ của Fugu Max không được công bố, nên các hàng về phương thức và giới hạn ở trên đang so sánh một thông số kỹ thuật đã phát hành với sự im lặng. Thứ ba, không có đánh giá độc lập nào về bất kỳ mô hình Fugu nào, và không có mục Artificial Analysis nào cho Fugu Max.
Với DeepSeek V4 Pro, tình hình lại ngược lại. Nhà cung cấp báo cáo một danh sách dài các con số — Terminal Bench 2.1 là 87.9, GPQA Diamond 92.8, SWE-bench Vals 96.4, HLE 42.7 và 60.0 ở hai cấu hình, MCP Atlas 73.6, Toolathlon-Verified 74.1, CyberGym 83.3 — và tất cả đều là do nhà cung cấp báo cáo. Khác biệt không nằm ở việc một nhà cung cấp đáng tin hơn nhà cung cấp kia. Mà là khi cả hai bên đều công bố con số, sự bất đồng là điều có thể xảy ra, và một bất đồng thì có thể điều tra được. Một tuyên bố không có con số thì không thể kiểm chứng, chỉ có thể chấp nhận hoặc phớt lờ.
Một lưu ý thêm về mức giá DeepSeek ở trên: trang mô hình của chính chúng tôi có hai con số, mức tính theo lưu lượng là $0.73 cho đầu vào và $2.18 cho đầu ra trên mỗi triệu trong các ô giá, cùng một mô tả cũ hơn là $0.44 cho đầu vào và $0.87 cho đầu ra trên mỗi triệu. DeepSeek cũng đã công bố các bậc giờ cao điểm và thấp điểm mà các nguồn không thống nhất về mức giá cuối cùng. Hãy coi $0.73 và $2.18 là mức giá bạn thực sự sẽ được tính phí qua chúng tôi hôm nay và xác nhận lại với bảng giá đã công bố trước khi bạn lập ngân sách dựa trên đó.
Điểm mấu chốt
DeepSeek V4 Pro thắng cuộc so sánh này theo các tiêu chí mà Fugu Max đã chọn. Nó rẻ hơn ở đầu vào và đầu ra, có cửa sổ ngữ cảnh được công bố và trần đầu ra 384K, báo cáo một con số thực trên bộ đánh giá mà Fugu Max tự nhận dẫn đầu, và xuất thân của nó là open-weights, hình thức mạnh nhất hiện có của lập luận về tính độc lập với nhà cung cấp mà Sakana đang rao bán. Nếu khối lượng công việc của bạn nặng về token và ưu tiên của bạn là chi phí mỗi token thấp nhất có thể biện minh từ một mô hình bạn có thể ghim, thì đây không phải là chuyện sát nút.
Fugu Max thắng ở một câu hỏi hẹp hơn mà DeepSeek V4 Pro hoàn toàn không trả lời: liệu một bộ điều phối tự tập hợp đội tác tử của riêng nó có thể hoàn thành công việc khó, dài hạn trong ít lần thử hơn so với một mô hình đơn lẻ hay không. Điều đó đáng để thí điểm nếu bạn có công việc có thể kiểm chứng, chịu được lỗi và bạn ở ngoài EU/EEA. Hãy tính chi phí theo token cho mỗi tác vụ hoàn thành, đặt mức trần trước, và so sánh nó với endpoint DeepSeek V4 Pro trên OrcaRouter ở mức giá niêm yết của nhà cung cấp — một khóa, 0% phụ phí, và một mức giá bám sát mức giá của chính nhà cung cấp.

So sánh trong bài viết này1
Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày
