GPT-6 Astra 对比 Fugu Max：固定费率遇上分级费率

Fugu Max 每百万输入 token 收费 2.00 美元，每百万输出 token 收费 6.00 美元，而且无论是 8,000 个 token 还是 800,000 个 token，都是这个价。GPT-6 Astra 收费 10.00 美元和 50.00 美元——直到某个请求的输入超过 272,000 个 token，此时整个请求就按 20.00 美元和 75.00 美元计费。这一处结构性差异是这场对决中最关键的一点，而它恰恰被一场双方都赢不了的基准测试之争给埋没了。Sakana AI 于 2026 年 9 月 11 日发布了 Fugu Max；O​penAI 自 2026 年 9 月 3 日起就已让 GPT-6 Astra 全面可用，而在 10 月 7 日波及到其下层各档位的重新定价中，它的计费标准始终未变。所以这并不是一场新模型之间的对比，而是两种定价理念之间的对比：其中一种是定价理念，另一种则是一个披着定价理念外衣的编排系统。

两份费率卡，应逐字阅读，而非概括。

Sakana 自家的定价页面对于 Fugu Max 究竟在卖什么，表达得异常直白。Fugu Ultra v2 的定价符合前沿模型应有的水准——输入 $5.00，输出 $30.00，缓存 $0.50，并在超过 272K token 时进入更高的档位：$10.00 / $45.00 / $1.00。而同一页面上，Fugu Max 的费率则被描述为无论上下文长度如何都保持固定。没有需要提前规划的上限档位。$2.00、$6.00、缓存 $0.25，适用于任何提示词规模。

GPT-6 Astra 的构造则正好相反。其第一档最高覆盖 272,000 个提示 token，价格为 $10.00 / $50.00，缓存输入为 $1.00，缓存写入为 $12.50。超过该界限后，请求将按 $20.00 / $75.00 重新计价，缓存输入为 $2.00，缓存写入为 $25.00——适用于整个请求，而不是超出部分。这就是我们自己的目录今天所读取的 OpenAI 文档内容，而且自九月以来一直没有变化。

就决定一项法案的各个维度，把两者并排比较：

• 输入，短提示 — GPT-6 Astra 每 100 万 $10.00，对比 Fugu Max 的 $2.00；Fugu Max 便宜 5 倍

• 输出 — GPT-6 Astra 每 1M $50.00，对比 Fugu Max $6.00；Fugu Max 便宜 8.3 倍

• 缓存输入 — GPT-6 Astra 每百万 $1.00，对比 Fugu Max $0.25；Fugu Max 便宜 4 倍

• 长提示词，超过 272K — GPT-6 Astra 每 1M $20.00 / $75.00，对比 Fugu Max $2.00 / $6.00，未变

• 上下文已跟踪 — GPT-6 Astra 为 1,050,000 个词元、最大输出 128,000，而 Fugu Max 未公布

• 输入模态 — GPT-6 Astra：文本、图像和文件输入，文本输出；对比 Fugu Max：尚未发布

• 独立评分 — 在 Artificial Analysis 智能指数上，GPT-6 Astra 得分 53，而 Fugu Max 无，未进入该榜单

• 权重 — 两者均已关闭；Fugu Max 根本不是检查点

272,000-token 这条线究竟在哪里真正产生实质影响

在 GPT-6 Astra 上，一个 300,000 token 的请求并不比 270,000 token 的请求贵 10%。它按调用中每个 token 输入 $20.00、输出 $75.00 计价，这使得一旦越过这条线，阶梯变化大致是输入账单翻倍，输出增加 50%。而在 Fugu Max 上，同样的请求每百万 token 费用为 $2.00 和 $6.00，与其他任何请求一样。

这一点在此处比在大多数对比页面上更为重要，原因在于 GPT-6 Astra 的卖点所在。OpenAI 的定位是长周期、端到端的工作——9 月 9 日发布的企业页面将其描述为一个能在众多步骤和漫长的时间跨度内，把任务从一条指令推进到成品产出的模型。一个不断重新发送、持续增长上下文的智能体循环，正是那种会在无人刻意为之的情况下悄然越过 272,000 个 token 的形态。而 Astra 的 1,050,000 token 上下文窗口，恰恰会招来触发其自身附加费的那类工作负载。

Fugu Max 是为一种相反的直觉而构建的。Sakana 将其描述为将每项任务路由到能够解决它的最精简模型，而统一费率正是让这种路由从外部可被看清的关键：无论协调器选择谁、提示词有多长，计量表上的读数都一样。还有一个会朝相反方向起作用的差异值得说明，因为定价页面并没有把它作为警告标出。Sakana 的页面指出，网页搜索和网页抓取按堆栈费用计费——即根据调用中涉及的顶级模型而定的单一费率。因此，按 token 计的固定费率确实是固定的，而复合调用未必是 2 美元和 6 美元。

这些到底是谁的分数？

Sakana 的发布材料称，Fugu Max 在六项基准测试上取得了最佳综合成绩：Terminal Bench 2.1、GPQAD、AA-LCR、GDP.pdf、AutomationBench 和 SWEFish，其中 SWEFish 被描述为 Sakana 自家的内部编程基准。这六项说法均未附带任何数据。该公司还表示，Fugu Max 在十项基准中的七项上扩展了性价比帕累托前沿，并且其输出定价比 Sonnet 5、GPT-5.6 Terra 和 Kimi K3 低 40%–60%。所有这些说法都出自 Sakana 自己，且无一得到复现——Artificial Analysis 上既没有 Fugu Max 的条目，也没有任何 Fugu 模型的条目。

这种缺失不仅仅是这一特定对比中的标签问题，因为编排器的评分机制使然。Fugu Max 的结果不是某个模型在某个版本上的属性。它是路由策略、一个 Sakana 尚未公布成员名单的模型池，以及一个经过训练以在它们之间进行选择的协调器共同具有的属性。Sakana 的模型池在本次发布中扩大，纳入了数量空前的开放权重模型和专用模型，并通过与 NVIDIA 的合作点名了 NVIDIA Nemotron 系列——然后就到此为止。更换池中的一个成员，基准测试数值就会变化，而产品名称却不会变。

有一个值得了解的狭小例外，因为这类细节最容易丢失。Sakana 关于九月发布的说明明确指出，Fable 5、Fable 5.1 和 GPT-6 Astra 不在 Fugu Ultra v2 的池中。那句话针对的是 Ultra v2。它对 Fugu Max 只字未提，而后者的成员构成仍未披露。所以，读者真正想得到答案的那个问题——我被告知要替换掉的那个 $10/$50 模型，是否已经在 $2/$6 的协调器之内——这两句话都没有回答。任何告诉你答案落在哪一边的人，都是自己推断出来的。

在 GPT-6 Astra 这边，证据的形态不同，但并没有更简单。Artificial Analysis 在其当前 Intelligence Index 上测得 53，每完成一个索引任务的成本为 $3.26，该次运行输出 60M tokens，而榜单中位数接近 85M，输出速度为每秒 44.6 tokens——这使其在智能方面位列 216 个模型中的第 7，在速度方面位列 185 个模型中的第 168。这些是在固定套件上的第三方测量结果，也是本页最站得住脚的数字。OpenAI 自己对 Astra 的主打宣称——FrontierMath Tier 4 上 98%、ARC-AGI-3 上 99.9%、ExploitBench 上 100%、Terminal-Bench 4.0 上 57.9%——均为厂商报告且未经复现，其中 ARC-AGI-3 的数字尤其需要附上其测试框架：ARC Prize 在其标准框架下独立运行测得 62.7%，并公布 99.9% 是在一种会在请求之间携带推理状态的提供商适配器下得到的结果。

路由对这样的比较做了什么

实际困难在于，这场对比中的一方在我们的目录里，而另一方不在。GPT-6 Astra 通过一个兼容 O​penAI 的端点，以 openai/gpt-6-astra 的形式提供，其价格按 OpenAI 自身的标价原样传递，我们不额外加收任何费用——这意味着当它的计量表发生变化时，这里的计量表当天就会随之变化，而不是要等到某张利润率表格更新时才变。Fugu Max 并非由我们路由，本页面也没有声称如此。它通过 Sakana 自家的兼容 O​penAI API 以及若干第三方平台触达你，并且在 Sakana 推进 GDPR 合规期间，它不在欧盟或欧洲经济区提供。

因此，要在两者之间进行真正的A/B测试，意味着需要两套集成、两份账单和两组凭证，而且第二套还附带区域限制。共享密钥所能带来的，是实验中成本较低的那一半：将一部分流量固定到Astra，置于自动故障转移之后，这样回滚就只是配置变更，而不是一次事故。这是Sakana作为编排前提所推销的韧性在传输层的版本——在种类上更弱，但今天就可使用，而且是在一个行为可以固定到某个版本的模型上。

这个决定，被表述为一项决定

如果你的工作是文本密集型、可验证的，并且处于上下文范围的长端——或者如果完成一项任务的中位数成本才是决定你预算的数字，而不是任何单次调用的成本，那就选择 Fugu Max。固定费率相对于超过 272K 就翻倍的计量方式而言是真正的结构性优势，而 $0.25 的缓存输入是两张费率卡中最激进的缓存价格。不要因为发布页面上的说法就为多模态流水线选择它，因为发布页面并未说明它是否接受图像。先测试它，并在开始之前设定输出 token 预算，因为编排器的 token 消耗量不是你能从模型名称估算出来的。

如果工作是真正的智能体式(agentic)任务、大量涉及计算机操作,并且依赖百万级 token 窗口的顶端,那就选 GPT-6 Astra——这类工作负载的独立证据最为充分,而且你要管理的是单任务成本,而非每 token 价格。它在 index 任务上的单次成本为 3.26 美元,确实偏高,而偏高的原因细心的买家一看便知:在该测试集上,这个模型表达简洁,输出 6000 万 token,而中位数模型要输出 8500 万。对于会产生成品交付物的深度多步任务,更高的单价配上更少的 token,最终可能与低单价配上大量 token 落在同一处。不要为短提示、高并发的流量选择它。在输入价格为 Fugu Max 的五倍、输出价格为八倍的情况下,若工作负载根本达不到 272K 这条线,那就完全得不到 Astra 价目表所为之付出的任何东西。

坦率的总结是，这两款产品的定价与其说是在彼此对标，不如说是在针对不同的恐惧定价。Astra 的费率表是为那些担心便宜模型在长任务上失败的客户打造的。Fugu Max 的费率表则是为那些担心好模型被浪费在简单任务上的客户打造的。你属于哪种恐惧，取决于你的流量构成，而两家厂商的基准测试表都回答不了这个问题。

发布也是回查以往出过哪些问题的时刻：围绕这一类模型，有记录的 AI 事故和智能体故障都汇集在 OrcaRouter AI 事故档案库中，其中每条记录都附有自己的信息来源、严重程度、置信度等级和争议标记。