GPT-6.1 Sol 對比 Fugu Max：相同的輸入價格，以及一個通常意義上並不存在的模型

Sakana AI 的Fugu Max與 Open​AI 的GPT-6.1 Sol兩者每百萬輸入 token 都收費 2.00 美元。費率表上的相似之處僅止於此——Fugu Max 每百萬輸出 token 收費 6.00 美元，而 GPT-6.1 Sol 為 10.00 美元；Fugu Max 的輸出費用便宜 40%，卻未公布任何第三方已重現的基準測試分數。這兩項事實之所以該放在同一句話裡，是因為 Fugu Max 於 2026-09-11 發布，並不是 GPT-6.1 Sol 那種意義上的模型。它是一個協調器：一個端點，會從模型池中挑選模型、呼叫它，然後回傳答案。拿它的 token 價格與單一檢查點的 token 價格相比，就是在比較兩件恰好以相同方式計價的不同事物。

以下內容摘自 Sakana 自家針對 Fugu Max 的發布資料，以及 OpenAI 針對 GPT-6.1 Sol 的模型文件。若某項數字是廠商自行公布，且外界無人重現過，那麼帶有該數字的句子會如此註明。若完全沒有數字，也會一併說明。

架構，而非檢查點

Sakana 自家的說法相當不尋常，值得直接引述而非轉述：Fugu Max 是一種架構，而非單一模型。這套系統持有一個模型池，會將進來的請求導向它判定為最便宜且足以勝任的選項，然後回傳單一答案。沒有 Fugu Max 的檢查點可供下載，沒有固定的參數量，也無法從外部得知某次呼叫是由哪個模型回答的——Sakana 並不公布路由追蹤紀錄。

那個設計有一項特性，值得在這次比較中先於其他一切加以命名：端點的能力並非固定不變。它會隨著集區變動、路由器的政策改變，以及其下的模型被升級或撤下而改變。某個檢查點的基準測試分數描述的是那個檢查點；路由器的基準測試分數描述的則是測量當天該路由器的配置狀態，這是範圍更窄的宣稱。

GPT-6.1 Sol 則是相反的安排。它是單一快照識別碼，gpt-6.1-sol，沒有帶日期的變體，具有 1,050,000 個 token 的上下文視窗、128,000 的最大輸出、文字、圖像與檔案輸入，以及五個推理投入等級，預設為 medium。你週一測量到的結果，就是你週五得到的結果。

兩張費率表並排顯示，並呈現有差異的列：

• 輸入 — 兩者皆為每百萬 $2.00。完全相同。

• 輸出 — Fugu Max 為 $6.00，而 GPT-6.1 Sol 為 $10.00。Fugu Max 便宜 40%。

• 快取輸入 — Sakana 的發表頁面並未列出 Fugu Max 的快取輸入費率；有一個 $0.25 的數字在流傳，但並未出現在我們所閱讀的頁面上，因此我們不把它視為已確認。GPT-6.1 Sol 的費率是每百萬 $0.10，為 GPT-6 Sol 所收取 $0.20 的一半。

• 長提示重新定價 — 當提示超過 272,000 個 token 時，GPT-6.1 Sol 會將整個請求重新定價為 $4.00/$15.00。Fugu Max 則完全不公布長度分級。

• 上一層級 —— Sakana 也以 $5.00/$30.00 的價格販售 Fugu Ultra v2，快取輸入為 $0.50，適合希望路由器每次呼叫花費更多的呼叫方。

經不起自身算術檢驗的主張

Sakana 對 Fugu Max 的主要宣稱是，它比 Claude Sonnet 5、GPT-5.6 Terra 和 Kimi K3 便宜 40% 到 60%。對照這三者的定價，這個算術成立——這點沒問題。

第二項說法才是需要仔細閱讀的那一項。Sakana 形容 Fugu Max 的表現是「以低兩到六倍的成本，達到與頂尖模型相差無幾的水準」。以目前採用的定價而言，Fugu Max 與它點名的三個模型之間的原始差距是 1.7 到 2.5 倍，而非兩到六倍。這麼寬的範圍，卻和一組只涵蓋其窄端的模型並列引用，是行銷上的範圍，而不是實測出來的範圍。這或許確實適用於 Sakana 心中某些其他比較；但並不適用於同一句話裡的那個比較。

Sakana 並非隱藏了它的推理過程。它在發布資料中公布了十張散布圖。透明度的問題在於另一回事：這些圖表沒有附上任何已公布的基準測試分數，因此讀者無法核對任何一個資料點的位置。

六勝，以及一個你可以查證的號碼

Sakana 的發布頁面重點展示了六項基準測試。其中五項被呈現為勝利，但未公布數據。第六項是 SWEFish，是 Sakana 自家的基準測試——任務由該公司定義，結果也由該公司回報。內部基準測試並非毫無價值；它是發布方向性訊號的一種合理方式。它只是不構成獨立證據，而且是這組數據中唯一至少還能被引用的數字。

相較之下，GPT-6.1 Sol 的獨立紀錄雖然單薄，卻真實存在。Artificial Analysis 在其 Intelligence Index 上給它 51.8 分——在 147 個模型中排名第 10，位於第 93.2 百分位——並在 Humanity's Last Exam 上取得 52.9%、Long-Context Recall 83%、SciCode 54.2%，以及 Terminal-Bench 4.0 的 56.06%。這五項全是第三方測量，而該模型的權重從未變動。

有一項近期的發展值得注意，因為這是該模型的第一個獨立評分，而且發布時間晚於本部落格先前的報導：GPT-6.1 Sol 推出時，沒有任何獨立評測者發表過任何內容。Artificial Analysis 後來發表了上面那一組結果。這個走向並不令人意外——該模型落在 Open​AI 為它設定的位置，也就是前沿的中段，而非高於自家的旗艦——但它如今是被實測出來的，而不只是被宣稱，這與 Fugu Max 今日的處境是兩回事。

協調器的代幣價格不包含什麼

這是比較中價目表無法表達的部分，也是為什麼輸出 token 便宜 40% 並不自動代表工作便宜 40% 的原因。

每次請求都做決定的路由器有時會決定錯誤，而針對錯誤決定的標準補救方式是重試或升級。兩者都會消耗 token。單一檢查點若一次就給出答案，只會計費一次。Sakana 並未公布每個已回覆請求的底層呼叫次數、會升級的請求比例，或路由決策本身的 token 額外開銷——因此，在任何 Fugu Max 的路由器會先挑選較弱模型再逐級往上攀升的工作負載中，每完成一項任務的有效成本並不是 $2.00/$6.00 乘以你所看到的 token 數。而是 $2.00/$6.00 乘以你看不到的 token 數。

品質也是如此，而且在更重要的那個方向上更是如此。GPT-6.1 Sol 的失敗，是某個已知模型在你的提示詞上出現的失敗，可重現，也可事先衡量。Fugu Max 的失敗，則有一部分是它的路由器造成的失敗，而路由器是你無法檢視、無法標定版本、也無法鎖定的元件。對於錯誤答案的代價高於產出它所耗費 token 的工作負載而言——而這涵蓋了大多數的專業工作——那是真實的風險暴露，而非理論上的風險。

這件事反過來也值得說清楚。如果 Sakana 的路由器確實好用，它買到的是原本得按前沿模型的定價付費才能取得的能力，而且只需支付混合費率。那確實是有用的產品。問題在於，「如果路由器好用」就是全部的宣稱，而沒有公開的評估可供對照查核。一個包含 NVIDIA Nemotron 的池子——Sakana 於 2026 年 8 月宣布的合作——其餘池中成員未具名，且沒有逐次呼叫的追蹤紀錄，這樣的系統，品質只能靠把自己的流量跑過去才能得知。

GPT-6.1 Sol 真正暴露的地方

兩行，而且兩者都不利於 GPT-6.1 Sol。

第一點是價格，位於輸出價格區間的最高端。每百萬輸出 10.00 美元是 OpenAI 為 Sonnet 等級選擇的價格，而這並不便宜。在會產生長答案的工作負載上——長篇起草、大量生成程式碼、文件合成——Fugu Max 收取的每百萬 6.00 美元，對比之下，你每百萬等於選擇多花 4.00 美元。以每季十億個輸出 token 計算，那就是 4,000 美元，而這是實實在在的一筆支出項目。

第二個是長提示詞級距。超過 272,000 個 token 時，整筆 GPT-6.1 Sol 請求會重新計價為 $4.00/$15.00，也就是輸入價格變為兩倍，輸出價格增加 50%。Fugu Max 並未公布對等的級距，因此在真正冗長的提示詞上，Fugu Max 的價目表反而比較單純——但始終有個附帶條件：「未公布級距」與「沒有級距」並不是同一回事。

還有第三項既非價格也非效能的曝險：可用性。據報導，Fugu Max 在歐盟與歐洲經濟區因等待 GDPR 相關作業完成而無法提供，這使得無論它得分如何，都無法成為歐洲部署的選項。GPT-6.1 提供美國與歐盟資料駐留，但附帶一項但書：在歐盟資料駐留下，OpenAI 的快速模式無法使用——這是一項狹隘但真實的限制，也提醒我們，這兩款模型的可用性都不是一句話能說盡的。

呼叫其中一個，操控另一個

GPT-6.1 Sol 已在 OrcaRouter 上線，型號為 openai/gpt-6.1-sol，以 OpenAI 的定價提供、零加成——每百萬輸入 $2.00、輸出 $10.00，快取輸入 $0.10，而超過 272K 的分級費率也完全比照 OpenAI 的設定。因為路由層是直接將供應商價格透傳，而非從中加價，所以 OpenAI 的費率一有變動，這裡當天即時生效，不必等到下一個帳務週期。底下還有自動容錯移轉，這是 用最省成本的方式，了解 $2.00 的輸入費率在你的流量上會如何表現，而不必讓它成為你唯一的路徑。

Fugu Max 不在 OrcaRouter 上，我們也未託管它。它可透過 Sakana 自家的 API 存取，而根據 Sakana 自己的說法，將現有的 Fugu 整合升級到 Fugu Max 只需改一行參數。如果你已經是 Fugu 客戶，試用它的成本幾乎為零，這讓它成為該客群顯而易見的第一步。

這組配對所獲得的結論：Fugu Max 值得先做試點，但尚未值得做出正式生產的承諾，因為它唯一的效能證據來自供應商，而供應商自家的基準測試只是六項亮點之一。GPT-6.1 Sol 是更安全的預設選擇，因為它的獨立評分確實存在、它的失敗可歸因於單一模型，而且它的上限是已公開的數字，而非一組彙整值。為一個行為可預測的系統每百萬個輸出 token 多付 4.00 美元，不見得是較差的交易——而如果 Sakana 公布路由追蹤與第三方評估，這個判定就應該重新審視。