Fugu Max 與 Qwen3.8-Max：相同價格、相同基準測試、一個已公布的數字

Fugu Max 與 Qwen3.8-Max 的定價相同：每百萬個輸入 token 2.00 美元，每百萬個輸出 token 6.00 美元。Sakana AI 於 2026 年 9 月 11 日推出 Fugu Max，而 Alibaba 自 8 月初以來一直提供 Qwen3.8-Max，兩家廠商從相反方向得出完全相同的價目表——一方是為路由策略定價，另一方則是為一個 2.4 兆參數的模型定價。這場平手讓價格完全退出決策考量，這種情況乾淨俐落到不尋常。剩下的是證據，而雙方在這一點上的差異，比在其他任何地方都更大。兩家廠商的表格都列出 Terminal Bench 2.1。Alibaba 為 Qwen3.8-Max 列出 86.6。Sakana 表示 Fugu Max 在 Terminal Bench 2.1 上拿下最佳總體分數，卻完全沒有列出任何數字——無論是該項測試，還是它聲稱勝出的另外五項測試。

雙方唯一共同提及的基準

這是將整場對戰組合壓縮成單一列，因此值得精確以對。

Sakana 的發布內容列出六項基準測試，Fugu Max 在其中取得最佳整體分數：Terminal Bench 2.1、GPQAD、AA-LCR、GDP.pdf、AutomationBench 與 SWEFish。其中五項是公認的公開評測，第六項 SWEFish 則是 Sakana 自家的程式設計基準。對於這六項，發布內容都未提出任何數值、差距，或可與之並列的競爭對手數字。另一項平行主張——Fugu Max 在十項基準中的七項拓展了成本效益的帕雷托前緣——同樣是在陳述圖表上的位置，而非座標軸上的某個點。

阿里巴巴為 Qwen3.8-Max 公布的數據列包括 Terminal-Bench 2.1 的 86.6、OSWorld-Verified 的 86.1、GPQA Diamond 的 92.6，以及 SWE-bench Pro 的 67.7。全部由廠商自行報告，全部是數字。因此，在兩家公司都選擇點名的唯一一項測試上，一方公布了數字，另一方則公布了排名。你無法由此斷定哪個系統更好——Sakana 的「整體最佳」可能是指 91，也可能是指 87。你能斷定的是，截至發布之時，沒有任何公開證據能回答這個問題，而提出更大宣稱的那家廠商，正是拒絕將其量化的一方。

相同的價格，相反的結構

• 輸入 — Fugu Max 每 100 萬個 token $2.00，對比 Qwen3.8-Max 每 100 萬個 token $2.00

• 輸出 — Fugu Max 每 100 萬個 token $6.00 美元 vs Qwen3.8-Max 每 100 萬個 token $6.00 美元

• 快取輸入 — Fugu Max 每 100 萬個 token 為 $0.25，相較之下 Qwen3.8-Max 每 100 萬個 token 也是 $0.25，而 Artificial Analysis 獨立測得 Qwen 方面有 88% 的快取折扣

• 長提示詞附加費 — Fugu Max 在發行公告中未說明級距，而 Qwen3.8-Max 則在整個視窗內均一計價，不收附加費

• 上下文與輸出 — Fugu Max 兩項數據皆未公布，對比 Qwen3.8-Max 則有 1M token 視窗與約 128K 輸出上限

• 輸入模態 — Fugu Max 文字，背後有該池自身的能力支援，對比 Qwen3.8-Max 的文字、圖像、影片與 PDF

• 架構 — Fugu Max 是在一個未公開模型池上訓練的協調器，並為 Max 擴展，納入開放權重與專門化模型，包括透過與 NVIDIA 合作引進的 NVIDIA Nemotron 系列；相對地，Qwen3.8-Max 則是一個稀疏混合專家模型，總參數約 2.4 兆，每個 token 約有 950 億活躍參數

• 權重 — Fugu Max 為閉源，pool 成員身分依設計不予揭露；相較之下，Qwen3.8-Max 則依自訂授權條款，公開了 Max 等級檢查點的權重

• 獨立評估——Fugu Max 並無發布任何相關結果，且任何 Fugu 模型都沒有 Artificial Analysis 頁面；相對地，Qwen3.8-Max 在 Artificial Analysis 有現行條目，並公布了速度、冗長度與每任務成本數據

其中四行在 Fugu 那一側顯示為「未公開」，而在 Qw​en 那一側則列有數字。當費率完全相同時，這就是全部的比較：同樣的錢，買到的是一個你能描述的系統，以及一個你無法描述的系統。

其中一欄背後有第三方

Artificial Analysis 在重新陳述的 v4.3 Intelligence Index 上給 Qwen3.8-Max 打了 40 分，於 200 個模型中排名第 30，每項 Intelligence Index 任務的成本為 $2.67，輸出速度為每秒 37.8 個 token——慢到在速度方面於 200 個模型中僅排名第 154。同一筆紀錄顯示，在該指數中共產生了 1.8 億個輸出 token，是模型中位數 8,900 萬的兩倍以上，並享有 88% 的快取折扣。

在上述任何內容被引用之前，有兩項更正必須先說明。第一項是，廣為流傳的 Qwen3.8-Max 58 分——或 58.1，或 58.4——是來自 Artificial Analysis 於 2026 年 9 月重新校準該指數之前，而現行頁面帶有「Updated」標記，代表該分數已被重新表述。較早的報導在舊量表下也帶有不同的投入成本：每項任務 64 回合，相較於前一代 Qwen 的 14 回合，且每項 Intelligence Index 任務約 $1.14；目前頁面顯示為 $2.67。第二項則是真正的警告，而非量表造成的假象：Artificial Analysis 另行測得 Qwen3.8-Max 的幻覺率相較前一代從 23% 上升至 40%。對於一款以自主多步驟工作為賣點的模型而言，這是你必須在驗證器中編列預算的成本，而不是一則註腳。

Fugu Max 沒有任何形式的獨立條目。附在它身上的每一項數據都源自 Sakana，而且截至撰稿時，Fugu Max 或其任何同系列模型都沒有 Artificial Analysis 頁面。這並非指控——幾小時前才發布的模型不會有第三方報導——但這確實意味著這兩欄的可查證程度並不對等，而且在 Sakana 以外的人實際跑過之前，情況都會維持如此。

超支的兩種方式

這兩套系統都已讓答案的成本與 token 的成本脫鉤，而且它們的方向相反。Qwen3.8-Max 在 token 上節省，在答案上卻大方：在 Intelligence Index 上輸出 1.8 億個 token，是中位數的兩倍，每項任務 $2.67。它靠的是長時間運作，而非規模龐大，而 88% 的快取折扣是控制帳單的槓桿——長時間的代理執行若不斷重讀相同上下文，成本就維持低廉；若不斷產生新文字，則不然。

Fugu Max 以 token 計價昂貴，就答案而言則難以預測。其協調器會產生子代理，每個子代理都會撰寫推理與輸出文字，並以每百萬 token 6.00 美元計費，再加上協調器本身的綜合彙整。Sakana 承諾，多代理執行會以單一混合費率計費，該費率綁定於參與的最高階模型，且增加代理不會使帳單倍增，這消除了最壞情況下的扇出暴增，而正是這種情況讓樸素的多代理系統變得無法負擔。它並沒有消除用量。而對於用量問題，這次發布的沉默事關重大：Sakana 自家的說明指出，在任務中途切換模型可能會降低上下文快取重用，並產生額外的協調 token，同時確認該公司並未揭露 Max 的快取命中率或其每項任務的總 token 成本。

所以同樣的 $2.00 / $6.00 費率，在一邊是可預測的數字，在另一邊則是有下限的無界倍數。Qwen3.8-Max 的冗長度在你投入之前就能測量；Fugu Max 的則不然。

逃生艙測試

這正是常見的鎖定論證反轉的地方，而這也是這個配對中最有用的部分。

Sakana 為 Fugu Max 提出的理由是韌性。一個橫跨開放權重與特化模型的池子，並為 Max 加入 NVIDIA Nemotron 系列而擴充，意味著沒有任何單一前沿供應商的淘汰、重新定價或區域撤出能讓你的產品停擺——這是真正的避險，而該公司也毫不諱言地在推銷這一點。但這個避險從外部無法驗證。你看不見這個池子，無法讓任何成員加入或退出，無法自行託管其中任何部分，也完全無法在 EU/EEA 運行它。對於一個你不被允許檢視的池子所作的承諾，是比聽起來更弱的保證。

Qwen3.8-Max 則反其道而行地提出論證。它是單一供應商的模型，因而暴露於單一供應商的決策之下——但阿里巴巴以自訂授權條款，公開了 Max 等級 Qwen3.8-2.4T-A95B 檢查點的開放權重，這意味著逃生出口是真實存在的，而非只是修辭：若定價或條款改變，該模型可以從你自己的基礎設施提供服務。對於真正害怕供應商抽走腳下地毯的團隊而言，可下載的檢查點勝過對資源池的描述。

呼叫任一個

Qwen3.8-Max 已收錄在我們的目錄中，每百萬 token 輸入 $2.00、輸出 $6.00，這是 Alibaba 的定價，以 0% 加成原樣傳遞，因此供應商調價當天就會落在同一個 key 上，而不是按遷移排程才更新。它與目錄中其他模型使用相同的 base URL，並相容於 OpenAI，這表示你可以將它置於條件式路由規則、容錯移轉鏈或模型融合面板之後，無須另簽合約或修改程式碼——而且自動容錯移轉能涵蓋遭限流或效能退化的供應商路徑。過去七天內，共有 1.277 億個 token 通過閘道。

Fugu Max 並未在 OrcaRouter 上。你必須透過 Sakana 自家的 OpenAI 相容 API 及數個第三方平台才能取用它，而該公司表示，現有的 Fugu 整合只需變更一行參數即可升級。由於兩者使用相同的請求格式，要解決基準測試差距，最便宜的做法就是別再等 Sakana 公布：將兩者放在同一個旗標後方，在你自己的工作負載上執行，並計算每完成一項任務的輸出 token 數。這正是兩家供應商都未提供的量測結果。

哪一個，以及何時？

Qwen3.8-Max 是你可以稽核、計價並捨棄的選擇。在相同的費率表下，它提供 100 萬 token 的視窗，且不收長提示附加費，支援圖像、影片與 PDF 輸入，可下載 Max 級檢查點，還有一份即時且獨立的評測項目，用來衡量那些驅動你帳單的要素，以及快取輸入可省下 88%。它的代價同樣明確：速度慢，每秒 37.8 個 token，在速度上排名接近同類產品的末段；在該指數上極其冗長，達到 1.8 億 token；而且測得的幻覺率相較前一代大約翻倍——這對它主打銷售的自動化工作而言，正是嚴重的隱憂。大力善用快取折扣，並為驗證器編列預算。

Fugu Max 押注的是：協調勝過能力。如果你的工作屬於長時程且可檢核，而一個會產生驗證者的協調者能完成單一模型失敗兩次的任務，那麼用於編排的 token 就比重新嘗試更便宜，而相同的價目表根本算不上平手。你買到的是持續力——在一個你無法鎖定其資源池、其上下文視窗未公開，且其六項基準測試勝利都沒有附上數值的系統裡——來自一個選擇公布測試名稱、卻隱匿數字的供應商。

這兩款產品每 token 的價格相同。只有其中一款會告訴你，你花的錢能換到什麼。