GPT-6.1 Sol vs Fugu Max: Cùng giá đầu vào, và một mô hình không tồn tại theo nghĩa thông thường

Sakana AIFugu MaxOpen​AIGPT-6.1 Sol đều tính $2.00 cho mỗi triệu token đầu vào. Đó là nơi mà sự giống nhau trong bảng giá bắt đầu và kết thúc — Fugu Max có giá $6.00 cho mỗi triệu token đầu ra so với $10.00 của GPT-6.1 Sol, và Fugu Max rẻ hơn 40 phần trăm ở đầu ra trong khi không công bố điểm chuẩn nào mà bên thứ ba đã tái tạo được. Lý do hai sự thật đó thuộc cùng một câu là Fugu Max, phát hành ngày 2026-09-11, không phải là một mô hình theo nghĩa mà GPT-6.1 Sol là. Nó là một orchestrator: một endpoint chọn một mô hình từ một tập hợp, gọi nó và trả về câu trả lời. So sánh giá token của nó với giá token của một checkpoint đơn lẻ là so sánh hai thứ khác nhau mà tình cờ lại được định giá theo cùng một cách.

Những gì sau đây được lấy từ tài liệu ra mắt của chính Sakana cho Fugu Max và từ tài liệu mô hình của Open​AI cho GPT-6.1 Sol. Khi một con số là của chính nhà cung cấp và chưa có ai bên ngoài tái lập được nó, câu chứa con số đó sẽ nói rõ như vậy. Khi hoàn toàn không có con số nào, điều đó cũng sẽ được nói rõ.

Một kiến trúc, không phải một checkpoint

Cách Sakana tự diễn đạt đủ khác thường đến mức nên trích dẫn nguyên văn thay vì diễn giải: Fugu Max là một kiến trúc, không phải một mô hình đơn lẻ. Hệ thống nắm giữ một nhóm mô hình, định tuyến một yêu cầu gửi đến tới phương án mà nó đánh giá là rẻ nhất nhưng vẫn đủ khả năng, rồi trả về một câu trả lời duy nhất. Không có checkpoint Fugu Max nào để tải xuống, không có số lượng tham số cố định, và không có cách nào để biết từ bên ngoài mô hình nào đã trả lời một lần gọi nhất định — Sakana không công bố dấu vết định tuyến.

Thiết kế đó có một thuộc tính đáng được gọi tên trước bất cứ điều gì khác trong so sánh này: năng lực của endpoint không cố định. Nó thay đổi khi pool thay đổi, khi chính sách của router thay đổi, và khi các mô hình bên dưới nó được nâng cấp hoặc rút bỏ. Điểm benchmark cho một checkpoint mô tả chính checkpoint đó. Điểm benchmark cho một router mô tả router đúng như cách nó được cấu hình vào ngày nó được đo, vốn là một khẳng định hẹp hơn.

GPT-6.1 Sol thì ngược lại. Nó là một mã định danh ảnh chụp nhanh duy nhất, gpt-6.1-sol, không có biến thể theo ngày, cửa sổ ngữ cảnh 1.050.000 token, đầu ra tối đa 128.000, đầu vào văn bản, hình ảnh và tệp, cùng năm mức độ nỗ lực suy luận với mức trung bình là mặc định. Bạn đo được gì vào thứ Hai thì đó chính là những gì bạn nhận được vào thứ Sáu.

Hai bảng giá, đặt cạnh nhau, với những hàng khác biệt:

• Đầu vào — $2.00 mỗi triệu cho cả hai. Giống hệt nhau.

• Đầu ra — 6,00 USD cho Fugu Max so với 10,00 USD cho GPT-6.1 Sol. Fugu Max rẻ hơn 40 phần trăm.

• Đầu vào được lưu đệm — Trang ra mắt của Sakana không nêu mức giá cho đầu vào được lưu đệm đối với Fugu Max; có một con số $0.25 đang được lan truyền nhưng không xuất hiện trên trang mà chúng tôi đã đọc, nên chúng tôi không coi đó là thông tin đã được xác nhận. Mức của GPT-6.1 Sol là $0.10 mỗi triệu, giảm một nửa so với mức $0.20 mà GPT-6 Sol đã tính.

• Định giá lại cho prompt dài — GPT-6.1 Sol định giá lại toàn bộ yêu cầu thành $4.00/$15.00 khi vượt quá 272.000 token prompt. Fugu Max hoàn toàn không công bố bậc giá nào theo độ dài.

• Bậc cao hơn — Sakana cũng bán Fugu Ultra v2 với mức $5.00/$30.00 cùng $0.50 cho đầu vào đã lưu đệm, dành cho những người gọi muốn router chi nhiều hơn cho mỗi lượt gọi.

Tuyên bố không thể đứng vững trước chính phép tính của nó

Tuyên bố nổi bật của Sakana về Fugu Max là nó rẻ hơn Claude Sonnet 5, GPT-5.6 Terra và Kimi K3 từ 40 đến 60 phần trăm. Đối chiếu với giá niêm yết của ba mô hình đó, phép tính vẫn đúng — điểm này thì ổn.

Tuyên bố thứ hai là tuyên bố cần đọc kỹ. Sakana mô tả Fugu Max là "nằm trong tầm với của các mô hình hàng đầu với chi phí thấp hơn từ hai đến sáu lần." Với các mức giá niêm yết đang được áp dụng, khoảng cách thô giữa Fugu Max và ba mô hình mà nó nêu tên là từ 1,7 đến 2,5 lần, chứ không phải hai đến sáu lần. Một khoảng rộng như vậy, được nêu cùng với một nhóm mô hình chỉ trải dài ở đầu hẹp của nó, là một khoảng tiếp thị chứ không phải một khoảng được đo lường. Điều đó rất có thể đúng với một so sánh nào khác mà Sakana đang nghĩ tới; nhưng nó không đúng với so sánh trong cùng câu đó.

Điều không đúng ở đây không phải là việc Sakana đã giấu quá trình suy luận của mình. Họ đã công bố mười biểu đồ phân tán trong tài liệu ra mắt. Vấn đề minh bạch thì khác: không có điểm benchmark nào được công bố gắn với chúng, nên người đọc không thể kiểm tra vị trí của bất kỳ điểm nào.

Sáu chiến thắng và một con số bạn có thể kiểm tra

Trang ra mắt của Sakana nêu bật sáu phép đánh giá chuẩn. Năm trong số đó được trình bày như những chiến thắng mà không có số liệu được công bố. Phép thứ sáu, SWEFish, là phép đánh giá chuẩn của chính Sakana — công ty tự định nghĩa nhiệm vụ và công ty báo cáo kết quả. Một phép đánh giá chuẩn nội bộ không phải là vô giá trị; đó là một cách hợp lý để công bố một tín hiệu định hướng. Chỉ có điều nó không phải bằng chứng độc lập, và nó là con số duy nhất trong nhóm có thể được trích dẫn dù chỉ một chút.

Ngược lại với điều đó, thành tích độc lập của GPT-6.1 Sol tuy mỏng nhưng là thật. Artificial Analysis cho nó 51,8 điểm trên Intelligence Index — xếp thứ 10 trong 147 mô hình, thuộc phân vị 93,2 — với 52,9% ở Humanity's Last Exam, 83% ở Long-Context Recall, 54,2% ở SciCode và 56,06% ở Terminal-Bench 4.0. Cả năm đều là các phép đo của bên thứ ba trên một mô hình có trọng số không bao giờ thay đổi.

Một diễn biến gần đây đáng chú ý vì đây là điểm số độc lập đầu tiên về mô hình và nó ra đời sau bài đưa tin gần đây trên blog này: khi GPT-6.1 Sol ra mắt, chưa có đơn vị đánh giá độc lập nào công bố bất cứ điều gì. Artificial Intelligence kể từ đó đã công bố bộ điểm ở trên. Hướng đi thì không có gì đáng chú ý — mô hình nằm đúng vị trí mà OpenAI đã định vị nó, ở tầm trung của nhóm tiên phong, chứ không phải vượt lên trên mô hình chủ lực của chính mình — nhưng giờ nó đã được đo lường thay vì chỉ được tuyên bố, và đó là một điều khác biệt so với vị thế của Fugu Max hiện nay.

Những gì giá token của một orchestrator không bao gồm

Đây là phần của sự so sánh mà một bảng giá không thể diễn đạt được, và đó là lý do vì sao một token đầu ra rẻ hơn 40 phần trăm không tự động đồng nghĩa với một công việc rẻ hơn 40 phần trăm.

Một bộ định tuyến quyết định theo từng yêu cầu sẽ đôi khi quyết định sai, và biện pháp khắc phục tiêu chuẩn cho một quyết định sai là thử lại hoặc chuyển lên cấp cao hơn. Cả hai đều tốn token. Một checkpoint trả lời trong một lượt chỉ tính phí một lần. Sakana không công bố số lượng lệnh gọi bên dưới cho mỗi yêu cầu được trả lời, tỷ lệ các yêu cầu phải chuyển lên cấp cao hơn, hay phần chi phí token tăng thêm của chính quyết định định tuyến — vì vậy, trên bất kỳ khối lượng công việc nào mà bộ định tuyến của Fugu Max chọn một mô hình yếu hơn trước rồi nâng dần, chi phí thực tế cho mỗi tác vụ hoàn thành không phải là $2.00/$6.00 nhân với số token bạn thấy. Mà là $2.00/$6.00 nhân với số token bạn không thể thấy.

Điều tương tự cũng đúng với chất lượng, theo hướng còn quan trọng hơn. Những thất bại của GPT-6.1 Sol là thất bại của một mô hình đã biết trên các prompt của bạn, có thể tái tạo và đo lường trước. Những thất bại của Fugu Max một phần là thất bại của bộ định tuyến của nó, và bộ định tuyến là một thành phần mà bạn không thể kiểm tra, tạo phiên bản hay ghim cố định. Với một khối lượng công việc mà ở đó một câu trả lời sai tốn kém hơn số token để tạo ra nó — vốn là phần lớn công việc chuyên nghiệp — đó là một rủi ro thực sự, chứ không phải rủi ro lý thuyết.

Cũng đáng nói đến mặt mà điều này lại cắt theo hướng ngược lại. Nếu router của Sakana tốt, nó đang mua năng lực mà nếu không sẽ phải trả giá niêm yết từ một mô hình tiên tiến, và trả một mức giá hỗn hợp cho năng lực đó. Đó là một sản phẩm thực sự hữu ích. Vấn đề là “nếu router tốt” chính là toàn bộ tuyên bố, và không có đánh giá nào được công bố về router để đối chiếu. Một nhóm bao gồm NVIDIA Nemotron — một quan hệ đối tác mà Sakana công bố vào tháng 8 năm 2026 — với phần còn lại của nhóm không được nêu tên, và không có dấu vết theo từng lần gọi, là một hệ thống mà chất lượng của nó bạn chỉ có thể phát hiện bằng cách chạy lưu lượng của chính mình qua đó.

Nơi GPT-6.1 Sol thực sự bị phơi bày

Hai hàng, và không hàng nào có lợi cho GPT-6.1 Sol.

Điều đầu tiên là giá ở mức cao nhất của khoảng đầu ra. $10.00 cho mỗi triệu token đầu ra là mức giá thuộc phân hạng Sonnet mà Open​AI đã chọn, và nó không hề rẻ. Với một khối lượng công việc tạo ra những câu trả lời dài — soạn thảo dạng dài, tạo mã với khối lượng lớn, tổng hợp tài liệu — thì $6.00 mỗi triệu mà Fugu Max thu là $4.00 mỗi triệu bạn đang chọn để chi ra. Ở một tỷ token đầu ra mỗi quý, đó là $4,000, và nó là một khoản mục chi phí thực sự.

Bước thứ hai là bước xử lý prompt dài. Trên 272.000 token, toàn bộ yêu cầu GPT-6.1 Sol được định giá lại thành $4.00/$15.00, tức gấp đôi ở đầu vào và 50 phần trăm ở đầu ra. Fugu Max không công bố bậc tương đương nào, nên với một prompt thực sự dài, bảng giá của Fugu Max là bảng đơn giản hơn — kèm theo lưu ý thường trực rằng "không có bậc được công bố" và "không có bậc" không phải là cùng một khẳng định.

Có một rủi ro thứ ba không phải là giá cả hay hiệu năng: tính khả dụng. Fugu Max được báo cáo là không khả dụng ở EU và EEA trong khi chờ hoàn tất các công việc GDPR, điều này loại bỏ nó như một lựa chọn cho triển khai ở châu Âu bất kể nó đạt điểm số ra sao. GPT-6.1 Sol cung cấp khả năng lưu trú dữ liệu tại Hoa Kỳ và EU, với lưu ý rằng chế độ nhanh của Open​AI không khả dụng khi dùng lưu trú dữ liệu EU — một hạn chế hẹp nhưng có thật, và là lời nhắc rằng câu chuyện về tính khả dụng của cả hai mô hình không chỉ gói gọn trong một dòng.

Gọi một cái, điều khiển cái kia

GPT-6.1 Sol đã có trên OrcaRouter dưới dạng openai/gpt-6.1-sol, theo giá niêm yết của Open​AI với mức markup 0% — $2.00 và $10.00 mỗi triệu token, đầu vào được lưu đệm ở mức $0.10, và bậc trên 272K được áp dụng đúng như Open​AI quy định. Vì lớp định tuyến chuyển tiếp nguyên mức giá từ nhà cung cấp thay vì cộng thêm, nên thay đổi về mức giá của Open​AI có hiệu lực tại đây ngay trong ngày nó được áp dụng, chứ không phải vào kỳ thanh toán tiếp theo. Cơ chế chuyển đổi dự phòng tự động nằm bên dưới, đây là cách rẻ để tìm hiểu xem mức giá đầu vào $2.00 sẽ hành xử thế nào trên lưu lượng của bạn mà không biến nó thành con đường duy nhất của bạn.

Fugu Max không có trên OrcaRouter và chúng tôi không lưu trữ nó. Có thể truy cập nó thông qua API riêng của Sakana, và theo chính Sakana, việc nâng cấp một tích hợp Fugu hiện có lên Fugu Max chỉ là thay đổi một tham số trên một dòng. Nếu bạn đã là khách hàng của Fugu thì chi phí dùng thử gần như bằng không, khiến đó trở thành bước đi đầu tiên hiển nhiên đối với nhóm đối tượng đó.

Quyết định mà sự kết hợp này mang lại: Fugu Max đáng để chạy thử nghiệm nhưng chưa đáng để cam kết sản xuất, bởi vì bằng chứng hiệu suất duy nhất cho nó là của nhà cung cấp, và điểm chuẩn của chính nhà cung cấp chỉ là một trong sáu điểm nổi bật. GPT-6.1 Sol là lựa chọn mặc định an toàn hơn, bởi vì điểm số độc lập của nó đã có, các thất bại của nó có thể quy cho một mô hình, và giới hạn trên của nó là một con số được công bố chứ không phải một tập hợp. Trả thêm $4.00 cho mỗi triệu token đầu ra cho một hệ thống mà bạn có thể dự đoán hành vi của nó không rõ ràng là sự đánh đổi tồi tệ hơn — và nếu Sakana công bố một dấu vết định tuyến và một đánh giá của bên thứ ba, phán quyết này nên được xem xét lại ngay lập tức.