Fugu Ultra v2 对比 GLM 5.2：你付费买的是协调，而非参数

把两张价目表并排放在一起，这个对比看起来像是个错误。Fugu Ultra v2由 Sakana AI 于 2026 年 9 月 11 日发布，每百万输入 token 收费 5 美元，每百万输出 token 收费 30 美元。GLM 5.2是 Z.ai 于 2026 年 6 月 16 日推出的旗舰模型，收费分别为 1.40 美元和 4.40 美元。两者都声称拥有百万 token 级别的上下文窗口。两者瞄准的完全是同一类买家——那些运行长时间、多步骤、仓库级智能体工作的团队。其中一个的输入价格约为另一个的 3.6 倍，输出价格约为 6.8 倍，而更便宜的那个才是你可以下载并留存的那个。因此，整个比较归结为一个问题：多花的钱究竟买到了什么，而它买到的是单个模型无法成为的东西吗？

它们不是同一种对象

价格差距之所以存在，是因为这两者用完全不同的机制来解决长周期任务，而这种差异在你运行任何基准测试之前就已经显现出来了。

• Fugu Ultra v2 —— 一个编排系统，而非基础模型。它是 Sakana AI 的 Fugu 系列中能力最大化的一档：一个兼容 OpenAI 的单一端点，可将传入任务拆解，并把各部分分派到其他模型组成的池中执行，其中一些是开放权重模型，一些是专用模型。Sakana 自己的说法是，它“将峰值性能推向比以往更高的高度，而无需对其所编排的前沿模型形成不可或缺的依赖”。你买的其实是一个调度器，而调度器思考时消耗的每一个 token——包括内部编排 token——都由你付费。

• GLM 5.2——一个单一的混合专家模型。Z.ai 将其发布为一款文本输入／文本输出的模型，拥有“真正可用”的 1M token 上下文窗口和最高 128K 输出 token，通过 reasoning_effort 控制混合推理，并支持原生工具调用。所报告的架构大致为总计 753B 参数，每个 token 激活约 40B，不过 Z.ai 尚未确认 5.2 这一具体版本的激活参数数量——请将该数字视为沿用自 GLM-5.1。

那就是岔路口。其中一个是你调用的东西；另一个是会调用其他东西的东西。

Fugu Ultra v2 不会告诉我们的事

Sakana的公告页面在一件事上异常坦率，在另一件事上却异常沉默，而这两点对购买决策都很重要。

坦诚的部分是：该公司直截了当地表示，Claude Fable 5、Claude Fable 5.1 和 GPT-6 Astra 不在 Fugu Ultra v2 的模型池中，即便它声称在基准测试中胜过它们。所述理由是韧性——一个可替换的开放和专用模型池，无法被供应商或地缘政治变化撤销、重新定价或切断。训练截止日期列为 20260828。无论你如何看待这个论点，它都是一种真实的架构立场，也是选择 Fugu Ultra v2 而非自己组装的技术栈的最明确理由。

未明说的部分：该公告没有说明上下文窗口，也没有在页面上说明 Fugu Ultra v2 的 token 定价。第三方模型列表把窗口标为 1M tokens，费率标为 $5 / $0.50（缓存）/ $30，并设有一个重新定价档位：输入 token 大致超过 272K 后，费率会变为约 $10 / $1.00 / $45。这些就是本文其余部分采用的数字，但它们只是第三方列表，并非厂商文档——在你据此做预算之前，请对照 Sakana 的实时价格表进行确认。

没人回答的每 token 成本问题

按 token 定价是这种比较的错误单位，而当前针对它排名的每个页面都犯了同样的错误。编排器的账单并不是你的提示词大小乘以某个费率；而是你的提示词大小，加上它决定发起的每一次子调用，再加上它租用的各个模型的推理 token，全部按编排器自己的费率加价。

Sakana 直接承认了这一点：内部消耗的编排 token 会按普通输入和输出 token 计费。这意味着，要诚实地比较 Fugu Ultra v2 与 GLM 5.2，衡量的方式应是每个已完成任务的成本，而两家厂商都没有公布这一数字。

一些确实始终成立的结构性要点：

• 输入价格 — 在 OrcaRouter 上按 Z.ai 的提供商费率，Fugu Ultra v2 为 $5.00 / 1M，而 GLM 5.2 为 $1.40 / 1M。Fugu 在发起单次子调用之前，成本就已达到 3.6 倍。

• 输出价格 —— Fugu Ultra v2 $30.00 / 1M 对比 GLM 5.2 $4.40 / 1M。这是最扎心的一个数字，因为智能体会产生大量输出，而编排器还会输出你压根没要求的内容。

• 缓存输入 — Fugu Ultra v2 标价为 $0.50 / 1M；GLM 5.2 的缓存价格为 $0.26 / 1M，较其自身输入价格优惠 81%。在稳定的系统提示词上反复运行智能体循环，正是 GLM 5.2 优势积累最显著之处。

• 长上下文重新定价 — Fugu Ultra v2 所报告的、输入超过约 272K 时的档位，会把整个请求切换到大约两倍的输入费率和 1.5 倍的输出费率。GLM 5.2 则完全没有上下文分档：一律 $1.40 / $4.40，一直到 1M 都是如此。

最后一行才是值得圈出来的那一行。长程智能体运行的大部分生命周期，都发生在超过 272K token 之后。GLM 5.2 的固定费率能省下真金白银的地方，恰恰正是 Fugu Ultra v2 费率翻倍之处。

基准测试几乎没有涉及

关于这场对比，真正奇怪的一点，也是当前任何排行榜页面都不会直说的事情是：这两个模型几乎从未在同一项测试中被衡量过。

Sakana 报告称，Fugu Ultra v2 在八项基准测试中的五项上表现最佳或并列最佳——GDP.pdf、Chartography、SWEFish、DeepSWE 和 Toolathon——并在八项中的七项上进入前二。它给出的两个主要数字是：Chartography 为 48.3，对比 Opus 5 的 27.3 和 Fable 5 的 29.5；以及 DeepSWE 为 74.3。SWEFish 和 Toolathon 是 Sakana 自有的内部基准测试。所有结果均由厂商报告，截至发布时，尚无任何一项得到独立复现。

Z.ai 公布的 GLM 5.2 数据完全来自另一套体系：Terminal-Bench 2.1 为 81.0，SWE-bench Pro 为 62.1，GPQA-Diamond 为 91.2，AIME 2026 为 99.2，HLE 为 40.5 —— 同样由厂商报告。在独立评测方面，GLM 5.2 在 Artificial Analysis 重新评分的页面上，AA 编码指数为 68.8，智能指数为 39，该页面将其标注为暂定估计值，在 113 个模型中排名第 7。较早引用 GLM 5.2 为 51 或 53 的数据来自已被取代的指数标度，不应再被引用。

所以，如果你想要一个干净的直接对比数字，那并不存在。最接近共同衡量维度的点是，两者在智能体编程方面都很强，而诚实的解读是，每家公司都只公布了它自己表现好的测试。这正是你应该自己去做评估的理由，而不是去选那个更高的数字。

对于今天打算购买 GLM 5.2 的人，有一点值得提醒：它已不再是 Z.ai 最新的模型。GLM-5.3 于 2026 年 8 月 14 日前后发布，标价相同，但采用限制大型云服务提供商的定制许可证——这使得 GLM 5.2 成为最后一款完全采用 MIT 许可证的 Z.ai 旗舰模型，也是它至今仍有独特购买理由的原因。

许可证是最鲜明的分界线

把基准放在一边，结构性差异比任何分数都更加鲜明。

GLM 5.2 以 MIT 许可证在 Hugging Face 上以开放权重形式发布，没有地区限制。你可以下载它，在你自己的硬件上运行它，对它进行微调，并将它集成到产品中交付，无需征求任何人的许可，也完全无需按 token 付费。Z.ai 训练了它——值得注意的是，据该公司自己声称，训练完全使用华为昇腾加速器，而非 Nvidia。

Fugu Ultra v2 这些都不提供。它是一项托管服务：一层作用于模型池之上的编排策略，而 Sakana 只在外围描述过该模型池的成员构成。你无法下载它、检查它、固定它，也无法以气隙方式运行它。你换来的反而是那层抽象——一个单一端点，其行为原则上能够抵御任何一个上游模型消失所带来的影响。对于一个无法承受某项依赖消失的生产系统来说，这是实实在在的好处。它也是实实在在的代价，因为你是用控制权换来了它。

如果你的约束是“模型不能在我这里发生变化”，那么这些答案中只有一个符合。如果你的约束是“模型不能被别人移除”，那么只有另一个符合。

速度，以及测试人员对上一个的评价

GLM 5.2 实测并不快：Artificial Analysis 记录到约每秒 66.3 个 token，首 token 时间约为 4.03 秒，对于前沿级模型来说只能算一般，而且 Z.ai 自己的用户也抱怨过高峰时段的 serving congestion。

Sakana 没有公布 Fugu Ultra v2 的延迟或吞吐量数据，这本身就说明问题——一个会分派到多个模型的系统，其延迟特征完全取决于它决定调用什么，因此单一个吞吐量数字几乎毫无意义。对于上一代 Fugu Ultra，测试者公开报告称运行时间可长达约 30 分钟，成本远高于同一任务上单个模型的费率。那是 2026 年 6 月的模型，并非关于 v2 的证据——但它是需要测试的故障模式，也是为什么按 token 比较会美化编排器。

你实际上会如何称呼其中的每一个

GLM 5.2 现已在 OrcaRouter 上线，采用 Z.ai 自家服务商的费率——每百万输入 $1.40、每百万输出 $4.40，零加价原样传递，因此 Z.ai 的任何降价都会当天同步到这里。它兼容 OpenAI，因此切换到它只需在你已有的 SDK 中更改 base-URL 和模型 ID，而且你可以将其置于故障转移链或路由规则之后，而不必把生产路径押在单一服务商上。

Fugu Ultra v2 不是由我们路由的。它可通过 Sakana AI 自有的 OpenAI 兼容 API 获取，只需更改一个参数，就能将现有的 Fugu 集成迁移到它上面。如果你正在将它与 GLM 5.2 进行对比评估，实际可行的安排是：在你做决定期间，让 GLM 5.2 继续留在你现有的网关上，同时直接从 Sakana 调用 Fugu Ultra v2——两者都兼容 OpenAI，因此可以通过一个功能标志，让它们处于同一代码路径中。

该选哪一个

选择GLM 5.2，如果你想要的是价格明确、表现可预期的方案：采用 MIT 许可证的权重，明天就能自行托管；统一 $1.40 / $4.40，没有长上下文附加费；真正可用的 1M 窗口；以及在缓存智能体循环中层层叠加的折扣。同时也要接受它仅支持文本、比 GLM-5.3 落后一代，而且其独立指数评分仍是暂定值。

选择Fugu Ultra v2的前提是：你要买的是韧性，外加在艰难的多步骤任务上的巅峰能力；而且你愿意按 token 为协调买单，并放弃检查或自行托管你所调用的东西的能力。厂商自己的说法是，它在不依赖前沿模型的情况下就能达到前沿水平的输出——这是一个真实而不同寻常的命题，而截至今天，Sakana 之外恰恰没有任何人能够验证它。

我们不会做的，是依据基准表在两者之间做选择。这些测试几乎没有重叠，两家厂商都只在自己最占优势的领域公布了结果，而决定性的数字——每完成一个长周期任务的成本——恰恰是两家公司都没有写在页面上的那个。