Sakana AI (Sakana AI)
💰 Token 价格
| 类型 | 价格 | 备注 |
|---|---|---|
| 输入 (Input) | Fugu Max: $2/M (fixed any context); Fugu Ultra v2: $5/M standard (≤272K) or $10/M long context (>272K) | 每百万 tokens |
| 输出 (Output) | Fugu Max: $6/M (fixed); Fugu Ultra v2: $30/M standard or $45/M long context | 每百万 tokens |
控制台注册即用，无预付，按量计费
🤖 支持模型（共 4 个）
✨ 优势
- ✓ 日本头部 AI 实验室，专注多智能体编排架构（multi-agent system as a model）
- ✓ 9 月 11 日发布 Fugu Max（$2/$6 固定）与 Fugu Ultra v2（$5/$30，>272K 翻倍），均共享 OpenAI 兼容入口
- ✓ Fugu Max 在 Terminal Bench 2.1 / GPQAD / AA-LCR / GDP.pdf / AutomationBench / SWEFish 六个基准取得综合最高分，输出价低于 Sonnet 5 / GPT 5.6 Terra / Kimi K3 的 40–60%
- ✓ Fugu Ultra v2 在 Chartography 48.3（Opus 5 27.3、Fable 5 29.5）、DeepSWE 74.3；明确不依赖 Fable 5/5.1、GPT-6-Astra
- ✓ 底层模型池与 NVIDIA 合作引入 Nemotron 系列，加上开源与专用模型，单一 key 切换四个变体
- ✓ 标准订阅 $20/月（轻量日常）；Token Plan 按量计费且优先级高于订阅 token
⚠️ 不足
- × Fugu Ultra v2 输出价 $30/百万明显高于 Sonnet 5、GPT 5.6 Terra、Kimi K3 等前沿模型
- × Fugu Cyber 没有公开定价，必须走销售流程
- × 长上下文（>272K）价格翻倍，跨边界工作负载要预算两套费率
- × 编排层而非单一模型，意味着响应延迟受限于池中最慢 Agent
- × 中国大陆无原生节点，需稳定海外代理
🎯 适合场景
需要在统一 API 内按工作负载切换编排档位的团队；长上下文 Agent（Ultra v2 长上下文分档需预算）；希望对单次调用只支付顶层模型标准价的复杂链路场景；以及对 web 搜索/抓取计费可预测的混合工作流。
💰 价格与方案
| 模型 | 上下文 | 输入 ($/百万 token) | 输出 ($/百万 token) | 缓存输入 ($/百万 token) | 备注 |
|---|---|---|---|---|---|
| Fugu Max | 任意 | $2.00 | $6.00 | $0.25 | 任意上下文固定价，Pareto 性价比档 |
| Fugu Ultra v2（标准） | ≤ 272K | $5.00 | $30.00 | $0.50 | 峰值档；开源与专用模型池，不含 Fable 5/5.1 与 GPT-6-Astra |
| Fugu Ultra v2（长上下文） | > 272K | $10.00 | $45.00 | $1.00 | 272K 上下文以上翻倍；Chartography 48.3、DeepSWE 74.3 |
| Fugu | 标准 | 按量计费 | 按量计费 | 按控制台 | 默认档，性能与延迟平衡 |
| Fugu Cyber | 标准 | 销售主导 | 销售主导 | — | 网络安全专精；需联系 Sakana 获取定价 |
🔧 API 与开发者体验
- •端点: OpenAI 兼容 base URL（console.sakana.ai）——大多数 OpenAI SDK 只需替换 base_url 与 api_key。一张 key 覆盖全部四个 Fugu 变体，切换是请求 payload 中的单个参数，无需额外集成。
- •流式与 Responses: 标准 Chat Completions 流式（SSE）。Responses API 把编排 token 与用户可见模型工作分别计费——Sakana 特有的扩展，标准 OpenAI 响应没有这一拆分。
- •编排计费: 当仅触发单个底层模型时，你只需为该模型的标准价付费；当多个 Agent 触发时，Sakana 不叠加费用——仅按链中顶层模型的标准价计费。
- •Web 工具: web_search 与 web_fetch 在 token 费用之外按 $0.007/次 另计。适合检索增强 Agent；请把按调用成本单独纳入预算，因为搜索密集型工作负载上它可能主导 token 成本。
- •订阅 vs Token Plan: $20/月 Standard 订阅定位为轻量日常使用，按标准优先级服务。Token Plan（按量）优先级高于订阅 token——生产工作负载即使订阅激活也应额外购买 Token Plan 额度。
- •区域与延迟: 日本源站托管 API；中国大陆无原生边缘节点。大陆直连需稳定海外代理。当前未公开各区域延迟基准。
🐡 Fugu 理念：编排胜过单模型堆叠
Sakana 的核心赌注是：成本-性能前沿是二维的——能力是一个轴，成本是另一个轴。与其做一款超大规模前沿模型，Sakana 选择编排一组可替换的开源与专用模型池（NVIDIA Nemotron 在内），按请求路由到能胜任的最精简模型。结论是：Fugu Max 把 Pareto 前沿往西北推——输出价格比 Sonnet 5、GPT 5.6 Terra、Kimi K3 低 40–60%，性能逼近顶级模型；Fugu Ultra v2 拉高峰值能力，且明确不依赖 Fable 5、Fable 5.1、GPT-6-Astra。架构才是产品本身，底层权重是可替换的。对希望拿到前沿级表现而又不绑定单一模型路线的团队，这是核心差异。代价也是结构性的：编排延迟受限于池中最慢 Agent；成本模型有软上限，不总是反映真实工作量。
🌐 中国访问与延迟
Sakana AI 是日本实验室，Fugu API 由日本基础设施提供，无中国大陆区域节点。大陆生产环境需稳定的海外代理或前置 Sakana API 的聚合器；直连通常超时或延迟升高。从中国访问的实际延迟主要来自跨境往返日本，使 Fugu 不适合延迟敏感的交互式负载，而适合能容忍较慢首字节的批处理与 Agent 工作流。没有中国专属定价、计费或数据驻留选项。面向中国终端用户的团队，国内大模型（通义、DeepSeek、智谱、豆包）是延迟安全的默认选择；Sakana 则适合面向日本终端的工作负载、英日双语任务、以及需要编排架构而非单模型厂商的团队。