Step 5 Preview 對比 Fugu Ultra v2：其中一個是模型，另一個是路由器

大多數人希望看到的比較，是Step 5 Preview與Sakana AI 的 Fugu Ultra v2之間的一張基準測試表。雙方都無法誠實地提供這張表。Step 5 Preview 只有一項獨立測量，而這項測量是在上週已被替換的評分標準下取得的。Fugu Ultra v2 則完全沒有任何獨立測量，因為那些發布智慧指數的評測者，從未為它建立頁面。這兩者真正擁有的是：輸入 token 的價格比恰好為五比一，以及一種讓這個比率幾乎毫無意義的根本差異：一個是你可以下載並在自己的硬體上執行的 6000 億參數混合專家檢查點，另一個則是編排層，會把請求分派到其他人的模型池來回應。

那個差異不是細節。它決定你實際買到的是什麼、當供應商改變主意時你的結果會如何，以及建立在這兩者任一之上的長時程代理，能否在下一季重新執行並產生相同的輸出。

兩件帶有相同行銷標籤的產品

StepFun 於 2026 年 9 月 20 日將 Step 5 Preview 上線至其 API，隨後於 10 月 15 日在 Hugging Face 和 ModelScope 上發布 BF16 與 FP8 權重。它是一個單一模型：稀疏混合專家模型，總參數達 6,000 億，每個權杖啟用 270 億參數，採用 352 選 8 的路由機制外加一個共享專家，置於廠商稱為「窄而深」的 92 層堆疊中。上下文視窗為 100 萬個權杖，輸入可為文字、圖像或影片，輸出則為文字。

Fugu Ultra v2 是一個小改版，並非全新架構——Sakana AI 於 2026 年 9 月 11 日推出，作為 6 月 22 日 Fugu Ultra 的更新版，模型 ID 為 fugu-ultra-v2.0，且只需從前一版本進行單行參數遷移。它是一個調度者：請求進入後，系統會決定由其模型池中的哪個或哪些模型來處理，執行這些模型，並綜合出答案。該模型池刻意排除 Claude Fable 5、Claude Fable 5.1 與 GPT-6 Astra。Sakana 主張縮小模型池的理由是，較弱的成員拖累了整體表現；而 Sakana 並未宣傳的二階效應是，你所購買之物的組成屬於供應商決定，可在沒有版本號的情況下改變。

規格行，兩側

• 內容簡介 — Step 5 預覽版：一個可下載的 600B/27B 專家混合模型。Fugu Ultra v2：由多個模型協同組成、上層設有合成層的模型池。

• 發佈日期 — {{1}}Step 5 Preview{{/1}}：API 於 2026 年 9 月 20 日，權重於 2026 年 10 月 15 日。{{2}}Fugu Ultra v2{{/2}}：2026 年 9 月 11 日，為 2026 年 6 月原版的更新版本。

• 上下文窗口 — Step 5 Preview：1M 個 token。Fugu Ultra v2：1M 個 token，超過 272k 個 token 後適用另一價格級距。

• 輸入模態 — Step 5 Preview：文字、圖像與影片。Fugu Ultra v2：其池中成員所接受的任何模態，Sakana 並未按模態逐一列舉。

每百萬個 token 的輸入價格 — Step 5 Preview：$1.00。Fugu Ultra v2：$5.00，當上下文超過 272k 個 token 時調升至 $10.00。

• 每百萬 token 的輸出價格 — Step 5 Preview：$2.70。Fugu Ultra v2：$30.00，超過 272k tokens 後升至 $45.00。

• 每百萬個 token 的快取輸入 — Step 5 Preview：$1.00 可享 90% 折扣。Fugu Ultra v2：$0.50，超過 272k 個 token 後調升至 $1.00。

• 獨立評分 — Step 5 Preview：在 Artificial Analysis Intelligence Index v5.0 上為 29。Fugu Ultra v2：不存在 Artificial Analysis 頁面，因此沒有分數。

• 權重 — Step 5 Preview：可依 StepFun Model License 1.0 下載。Fugu Ultra v2：無。其所取用的池子，是由其他廠商依其自身條款提供的權重所組成。

五美元的輸入實際上能換來什麼

帳面上的比例是輸入五比一、輸出略高於十一比一，而這兩個數字都讓 Step 5 Preview 顯得漂亮，但按任務計費的帳單未必能證實這點。Fugu Ultra v2 的定價像是一個預期會大量消耗 token 的系統：它發出一個請求，多個模型分別作答，再由一個合成器彙整結果撰寫。Sakana 自己宣稱增加更多代理不會讓帳單倍增，這說的是訂閱層級——每月 $20 的 Standard、$100 的 Pro 和 $200 的 Max，全都包含 Fugu、Fugu Ultra 和 Fugu Max——而不是按用量計費的價目表。在按用量計費的價目表上，協調編排是件十分冗長耗費的事，而輸出以每百萬 $30 計費。

Step 5 Preview 的成本結構則朝相反方向發展。Artificial Analysis 測得 StepFun 的 API 輸出速度為每秒 179.1 個 token，而同類中位數為 74.1；完成一項完整索引任務的成本為 2.35 美元，並在以七比二比一的快取命中比例計算時，混合成本為每百萬 token 0.54 美元。對照同一頁面上每項任務 1.40 美元的同類中位數，這是一款既便宜又快速的模型。

所以誠實的說法並不是「Fugu 的價格是五倍」，而是：Fugu 為一項 Step 5 Preview 並未宣稱具備的能力收取溢價——針對每一次請求在多個模型之間進行仲裁——而這筆溢價是否值得支付，完全取決於你是否相信，在你手邊這項工作上，這種仲裁會比單一強大模型做得更好。Sakana 為這個信念所發表的證據，是由廠商自行執行得出的：Chartography 48.3，對比 Claude Opus 5 的 27.3 與 Claude Fable 5 的 29.5；DeepSWE 74.3；在八項基準中的五項拿下最佳或並列最佳，並在八項中的七項進入前二。那些數字是真實的，但出自販售這款產品的公司之手，而且它們就是目前僅有的數字。

可攜性測試，這才是真正的差異所在

這個問題比任何分數都更能乾淨俐落地區分兩者。假設你在 2026 年 9 月以 Fugu Ultra v2 建立一個代理，而且它運作良好。到了 11 月，Sakana 在模型池中加入一個模型，或移除一個模型——它已經曾經一次移除三個前沿模型——或重新調整合成器的權重。你的提示詞相同、輸入相同，輸出卻不同，而且沒有可讓你鎖定的版本號變更，也沒有更新日誌條目告訴你是哪個行為變了。你買的不是一個模型；你買的是套用於多個模型之上的政策，而這項政策是供應商轉動的一個旋鈕。

這並不是對 Sakana 的批評。這是這項產品的本質，而且對許多工作負載來說，這正是你想要的——一個全職工作就是為每次請求挑選正確模型的供應商，往往會勝過你自己手工打造的選擇。但它應該按照它的本質來定價：這是一種持續的服務關係，而不是一項資產。

Step 5 Preview 是另一種形態。權重已經存在。它並非 OSI 意義上的開放——StepFun Model License 1.0 對實質使用的輸出保留署名條件，要求硬體製造商另行協商授權，並要求年營收超過 2,000 萬美元的模型即服務營運商取得商業授權——但你今天測試的行為，就是你一年後能在自己掌控的硬體上、無需請求許可即可運行的行為。FP8 檢查點需要約 773 GB 的 VRAM，且至少需要四張 GPU，預設目標為 B300；Hopper 路徑則需要八張 H200。NVFP4 變體將此降至約 473 GB，並將可用上下文上限設在 320k 個 token。兩條路徑都不便宜，也都不如 API 便宜；這正是通常主張呼叫模型而非自行託管的理由。

資訊揭露的落差是雙向的

雙方各自都缺少對方所發布的某樣東西。

Step 5 Preview 在權重釋出當天公布了價目表、上下文長度上限、參數量、授權條款、vLLM 與 SGLang 的部署配方，以及一項獨立評分。它沒有公布的，是與任何競爭對手在相同測試框架下進行的正面對決；而它的廠商基準測試表——Terminal-Bench 4.0 為 33.3、DeepSWE v1.1 為 67.7、FrontierFinance 為 66.4、CyberGym 為 84.7——正是如此，一張廠商表。

Fugu Ultra v2 發表了一套架構敘事、一份資源池政策、一份自家的基準測試表，以及在這市場上確實罕見的訂閱定價。它沒有公開的，是任何一個經獨立評測者驗證過的單一數字；而評測者並未為它建立頁面，這是最乾淨俐落的說法，表明該分數並不存在，而非分數偏低。

當雙方都是廠商自行報告時，決勝點並非「哪家廠商更值得信賴」，而是哪家廠商押上了可受檢驗的東西。StepFun 在 10 月 15 日押上權重，這是可檢驗的主張：任何人都能下載檢查點並重現該行為。Sakana 只押上一個分數，卻沒有可下載的產物，就不是如此。

目前任一者可呼叫的位置

兩者都不在 OrcaRouter 上。即時目錄收錄了橫跨 16 家供應商的 214 個模型 ID只需一組金鑰與一張帳單，且截至 2026 年 10 月 29 日，其中沒有 StepFun 條目，也沒有 Sakana 條目——沒有 "step" 字串，也沒有 "fugu" 字串。如果你想要 Fugu Ultra v2，請前往 Sakana；如果你想要 Step 5 Preview，請前往 StepFun 的 API 或檢查點。本文中的任何內容都不應被解讀為我們提供其中任一者的聲明。

在這項比較中，這個平台的用途在於你接下來要採行的步驟：一旦你決定這兩種形態中哪一種符合你的工作負載，你實際依每個請求所路由的模型——便宜的那個用於分類，昂貴的那個用於綜合——正是難以靠人工擴展的部分。OrcaRouter 的路由設定讓你把它宣告為主路由與備援鏈，而不是寫死的模型 ID，並在供應商效能下降時自動容錯切換；而且它以供應商定價計費、不加價，因此供應商降價在宣布當天就會於平台上線。那是我們確實提供的模型所具有的特性，而非這兩種形態本身的特性。

決定一切的問題

不是「哪個分數更高」，因為兩者中只有一個被評分，而分數是 29，依據的是一套於 10 月 27 日生效、並改寫了綜合指標所衡量內容的評分標準。改問：你的工作負載，是否是單一具備視覺輸入的 1M 上下文模型、每百萬 token 收費 $1.00 與 $2.70 就足夠應付的那一種？若是，Step 5 Preview 就是便宜得多、可移植性也高得多的選擇。若你的工作負載難在於逐請求路由，那麼 Fugu Ultra v2 正在做你原本得自己做的勞動，而五比一的比例是這份勞動的代價，不是對同一件商品加價。

你不該做的，是拿 Chartography 48.3 去和 StepFun 發布的任何東西相比。它們是兩家廠商的數字，來自兩家廠商的測試架構，針對兩種不同類型的產品。沒有人讓它們彼此對測過，而在有人這麼做之前，這兩者之間唯一誠實的比較，就是關於它們究竟是什麼的比較。