Fugu Ultra v2 對比 DeepSeek V4 Pro：34 倍輸出價格的疑問

Fugu Ultra v2 對其撰寫的文字收費，大約是 DeepSeek V4 Pro 定價的三十四倍。這不是打錯字，也不是四捨五入造成的假象：Sakana AI 的新協調器定價為每百萬輸出符元 30.00 美元，DeepSeek 公佈的是每百萬 0.87 美元，而在兩家廠商都有公佈數字的唯一一項基準測試上，效能差距根本不像三十四倍那麼大。Sakana 聲稱 Fugu Ultra v2 在 DeepSWE 上達到 74.3，該模型於 2026 年 9 月 11 日發布；DeepSeek 公佈 DeepSeek V4 Pro 為 62.7，這是該公司於八月推出的開放權重模型。以 34 倍的輸出價格換來廠商自行報告的 11.6 分優勢，這就是整個比較的一句話——而誠實的問題不是 Fugu Ultra v2 是否更好，而是它是否每百萬符元值十九美元，以及對誰而言。

同一個問題的兩個答案，從相反的兩端構築而成

DeepSeek V4 Pro 與 Fugu Ultra v2 都是對同一種焦慮的回應——對單一封閉前沿廠商的依賴——而它們在方法上可說截然不同到了極點。

DeepSeek V4 Pro 是一款模型。首發報導將官方版本的 API 上線時程——也就是 DeepSeek-V4-Pro-0813 組建——定在 2026 年 8 月 12 至 13 日左右，取代 4 月 24 日的預覽版。這是一套混合專家系統，據報導總參數量達 1.5 至 1.6 兆，每個 token 約啟動 490 億參數，並具備 100 萬 token 的上下文視窗與 384K token 的最大輸出。它以思考與非思考模式進行推理，共有三種努力程度，支援 OpenAI 與 Anthropic 兩種 API 協定，並新增了原生 Responses API，直接鎖定 Codex 風格的代理框架。關鍵在於，權重是以 MIT 授權發布，這意味著韌性論證已由持有本身底定：沒有人能撤銷你的副本。

Fugu Ultra v2 不是一個模型。它是一個受過訓練的協調器，據報導約有 7B 參數，會將一項請求拆解到一組未公開的模型池中，指派 Thinker、Worker 與 Verifier 角色，並在單一 OpenAI 相容端點背後綜合成一個答案。其韌性論證是架構性的，而非法律性的：因為模型池可抽換，該系統能夠承受任何單一供應商更改條款。2.0 版與 Fugu Max 一同推出，將訓練截止時間移至 2026 年 8 月 28 日，而且——值得注意的是——將 Claude Fable 5、Claude Fable 5.1 與 GPT-6 Astra 從模型池中完全移除，卻仍宣稱能勝過它們。

所以這個比較是「擁有」對上「協調」。DeepSeek 交給你一個模型，你可以下載、稽核、微調，並在自家硬體允許的利潤範圍內自行提供服務。Sakana 則交給你一套系統，由它決定如何攻克每個問題，而這樣的收費費率足以支應它替你運行數個前沿模型。

34x 究竟能換來什麼

先談基準測試，並把資料來源放在最顯眼的位置。下列每一個 Deep​Seek 數字都是廠商自家的，且早於 Deep​Seek 為八月中旬宣布的尖峰／離峰定價調整；該調整的最終數字，各來源仍莫衷一是——一份報導把尖峰輸出價格估在每百萬約 ¥27，另一份估在約 ¥12，而基準價是 ¥6。在建立預算模型之前，請先對照 Deep​Seek 公布的價目表查核。每一個 Fugu 數字都是 Sakana 自家的，且沒有任何獨立第三方重現過其中任何一項；目前仍然沒有 Fugu 模型的 Artificial Analysis 條目。

• DeepSWE — Fugu Ultra v2 74.3（廠商回報）對 DeepSeek V4 Pro 62.7（廠商回報）

• Terminal Bench 2.1 — Sakana 未公布 Fugu Ultra v2 的分數，相較於 DeepSeek V4 Pro 的 87.9（廠商提供）

• SWE-bench（Vals）— 沒有 Fugu Ultra v2 的數據，對比 DeepSeek V4 Pro 96.4（廠商回報）

• Humanity's Last Exam — 無 Fugu Ultra v2 v2.0 數據 vs DeepSeek V4 Pro 42.7（不使用工具）、60.0（使用工具）（廠商報告）

• GPQA Diamond — 沒有 Fugu Ultra v2 v2.0 的數字，對比 DeepSeek V4 Pro 的 92.8（廠商回報）

• 輸出價格 — Fugu Ultra v2 每 1M 為 $30.00，在超過 272K 上下文時升至 $45.00；相較之下，DeepSeek V4 Pro 的標價約為每 1M $0.87，而按量計費的費率曾更高

關於那一列價格，有兩點但書，因為整個比較都建立在它之上。首先，DeepSeek 的數字是發布報導中所報導、並在我們自己的模型說明中重述的定價表費率，但我們上架資訊中的計量費率一直是每百萬輸出 $2.18、每百萬輸入 $0.73——快取行為與用量組成會左右實際數字，所以老實說的倍數大約介於 14 倍到 34 倍之間，取決於你的輸入有多少被快取。即使取該範圍的下限，輸出成本仍高出十幾倍。其次，DeepSeek 已經宣布尖峰／離峰定價調整，但各方消息來源對最終數字仍莫衷一是——一份報導稱尖峰輸出接近每百萬 ¥27，另一份則稱接近 ¥12，而基準為 ¥6。在建立預算模型之前，請對照已公布的費率表核實。

• 輸入價格 — Fugu Ultra v2 每 1M 為 $5.00，超過 272K 後加倍；相較之下，DeepSeek V4 Pro 在快取未命中時約每 1M 為 $0.435，在快取命中時便宜約 120 倍

• 權重 — Fugu Ultra v2 為閉源，池未披露，路由依設計不公開，對比 DeepSeek V4 Pro 以 MIT 授權開源、可自架設

• 上下文與輸出 — Fugu Ultra v2 1M 上下文，輸出上限未公布 vs DeepSeek V4 Pro 1M 上下文，384K 輸出上限

重疊問題顯而易見：這兩個系統幾乎不出現在相同的列上。Sakana 公布了在其選出的八項基準測試中拿下的五項勝利；DeepSeek 公布的則是一份涵蓋範圍更廣的榜單，包含深入的代理式能力測試——MCP Atlas 73.6、Toolathlon-Verified 74.1、CyberGym 83.3、NL2Repo 61.5、長上下文上的 CorpusQA 62.0——而 Fugu Ultra v2 在這些項目上完全沒有公布任何數字。唯一能對得上的一列，DeepSWE，正是 Fugu 聲稱握有最大軟體工程優勢的那一項。讀者在比較這兩份發布結果時，其實是在比較兩份不同的考卷。

詳細程度倍數

輸出價格並不是對編排課徵的線性稅；它是對編排所增加之數量的乘數。Fugu Ultra v2 會生成代理，每個代理都會產生推理與輸出 token，之後再由協調器綜合彙整。Sakana 的定價常見問題提出了一項真正對消費者友善的承諾——你根據池中最高階模型支付單一混合費率，而增加代理不會讓帳單倍增——這為最壞情況設下了上限。但它並未限制用量。以每百萬個輸出 token 30 美元計算，一次多代理執行若輸出單一模型呼叫四倍的文字量，成本就會是四倍，而這個乘數還會與高出 34 倍的輸出費率相互疊加。

DeepSeek V4 Pro 的成本結構獎勵的卻是相反的行為。輸入端的快取命中比未命中便宜大約兩個數量級，這使得重複性的長上下文工作——同一個儲存庫、同一份文件集、同一個系統提示——遠比標價所暗示的便宜。對於每一回合都重新讀取相同上下文的代理迴圈而言，實際成本就落在這裡，而這是任何協調器都無法繞過的結構性優勢。

把這兩者放在一起看，決策就變得具體了。如果 Fugu Ultra v2 能帶來 11.6 點的 DeepSWE 優勢，而且輸出的 token 數量是單次呼叫的三倍，那麼為了在某個基準測試上換得十到十五點的提升，你每完成一項任務所付出的成本大約是原來的百倍。這樣的取捨，在研究領域，以及那些邊際的那一點就是勝負全部的、無法再簡化的艱難工程問題上，說得過去；但對於每天要跑十萬次的管線來說，則站不住腳。

每一個實際上適合誰

若符合以下任一情況，請選擇 DeepSeek V4 Pro：你的工作負載屬於高用量且對成本敏感；你需要比編排器所能給你的上限更長的輸出；你需要一個可稽核、可微調，或基於資料駐留理由而能在自有硬體上提供服務的系統；或者你需要價格是一個你能計算出來的數字，而不是一個你只能觀察到的數字。開放的 MIT 授權不是行銷噱頭——它是這兩個系統所提出的韌性論據中最強的一種形式，因為它不依賴任何供應商持續的善意。它也很便宜，每百萬輸出約 $0.87，便宜到實驗不花什麼成本。

若那最後一點邊際效益值得付出數倍代價、工作屬於長時程性質，而且正確性是可以檢驗的，就選擇 Fugu Ultra v2——例如搭配測試套件的程式開發、結構化文件推理，或是由「驗證者」角色能抓出單次執行就會直接交出去的錯誤的多步驟分析。Sakana 自家的案例研究正指向這一點：一次長達十四小時的自主研究執行，以及一個完成全部 300 種打亂狀態的魔方求解器，而兩個匿名化的基準方法則直接崩潰。請記住，那些基準方法是匿名化且由廠商挑選的，這削弱了它們作為證據的效力，但並不代表它們是假的。也請記住這項對某些團隊而言直接結束討論的限制：Fugu Ultra v2 不在歐盟或歐洲經濟區販售，而 Sakana 也明白說明了這一點。

如果你打算跑其中任何一個，這裡有一點實務上的提醒。Fugu Ultra v2 並不在 OrcaRouter 上——它是透過 Sakana 自家相容於 OpenAI 的 API 以及幾個第三方平台提供，而從較早版本的 Fugu 升級只需要改一行參數。 DeepSeek V4 Pro 則在 OrcaRouter 上以供應商定價、零加成提供，這點在這裡比平常更要緊：DeepSeek 已經在本週期宣布過一次價格調整，而在直通式路由器上，供應商調價當天就會在同一組金鑰上生效，而不是等重新議價之後才反映。如果你想在正式投入前用自家的工作負載對兩者做基準測試，比較中較便宜的那一方，正是你能以定價呼叫、背後還有自動容錯移轉撐著的那一個。

判決

這在經濟性上並非勢均力敵的對決，在能力上也不是決定性的勝負。DeepSeek V4 Pro 則是明顯更佳的預設選擇：可實際持有的開放權重、384K 輸出上限、1M 上下文、已公布的長上下文分數，以及輸出價格約為 Fugu Ultra v2 的三十四分之一。Fugu Ultra v2 則是針對一小類昂貴問題的更好工具，而 Sakana 的說法——一個排除掉三個最強模型的固定模型池，仍可在可驗證的工作上勝過它們——是當前這個領域最有趣的架構論點，也是背後獨立證據最少的一個。

實際的解決方案不是二選一。把 DeepSeek V4 Pro 當作預設選項，因為它便宜、開放且快速，並將 Fugu Ultra v2 保留備用，用於那些即使成本增加一百倍，仍小於判斷錯誤代價的任務。你不該做的，是把 Sakana 的八項基準測試榜單解讀為昂貴的協調器已經取代了便宜的開源模型。在它們唯一共同的那一列上，它領先 11.6 分，而輸出價格是 34 倍。這究竟是划算還是陷阱，完全取決於你把它指向哪個問題。