伪装成模型的编排 API
Sakana AI 于 2026 年 9 月 11 日发布 Fugu Max 与 Fugu Ultra v2，两者与既有 Fugu、Fugu Cyber 共享同一个 OpenAI 兼容入口。它们都不是单一神经网络，而是从可替换的开放权重与专用模型池中动态挑选应答模型的编排层——池子里包含通过 Sakana 与 NVIDIA 合作引入的 NVIDIA Nemotron 校验点。定价按每百万 token 计算，API 与 OpenAI 兼容，一张 key 覆盖全部四款模型。
本文覆盖四款模型的产品定位、控制台公开定价、编排层如何在基准上跑赢单模型厂商，以及成本模型中容易被忽略的几个陷阱。
四款模型的产品矩阵
Sakana 把 Fugu 系列定位为同一编排架构的四种调优配置，按工作负载而非按基准挑选。
| 模型 | 定位 | 调优目标 | 自助定价？ |
|---|---|---|---|
| Fugu | 默认档 | 性能与延迟平衡 | 有 |
| Fugu Max | 性价比 Pareto 前沿 | 多步任务下最优 $/输出 | 有 |
| Fugu Ultra v2 | 峰值性能 | 高难度基准、Agent 编码、视觉推理 | 有 |
| Fugu Cyber | 安全专精 | 网络安全域工作流 | 销售主导 |
9 月 11 日发布稿直接点出设计取向。公司论点是：成本-性能前沿是二维而非一维的——一个轴是能力，另一个轴是成本。Fugu Max 把前沿往西北推（同等能力更便宜），Fugu Ultra v2 把前沿向上推（更高峰值能力，价格也更高）。两者复用同一底层编排机制，意味着既有的 Fugu 客户只需在请求 payload 里改一个参数即可切换，无需迁移 API。
控制台公开定价
console.sakana.ai/pricing 列出了其中三款模型的 token 费率。Fugu Cyber 是销售主导，未出现在公开费率表中。所有费率均为每百万 token；web_search 与 web_fetch 在 token 费用之外另按 $0.007/次 计费。
| 模型 | 上下文 | 输入 /百万 | 输出 /百万 | 缓存输入 /百万 |
|---|---|---|---|---|
| Fugu Max | 任意 | $2.00 | $6.00 | $0.25 |
| Fugu Ultra v2（标准） | ≤ 272K | $5.00 | $30.00 | $0.50 |
| Fugu Ultra v2（长上下文） | > 272K | $10.00 | $45.00 | $1.00 |
| Fugu | 按控制台 | 按量计费 | 按量计费 | 按控制台 |
两个结构性细节值得注意。第一，Fugu Max 无论上下文长度都使用固定价格——没有 >272K 的双倍档，这与 Fugu Ultra v2 形成鲜明对比。对于经常跑长上下文的工作负载，一旦跨越边界，Fugu Max 比 Ultra v2 实质上更便宜。第二，缓存输入比率：Fugu Max 上是输入价的约 1/8（$0.25 vs $2.00），Fugu Ultra v2 上是输入价的 1/10（$0.50 vs $5.00）。对于携带长系统提示词或 skill 文件的 Agent，缓存档是账单上最大的单一杠杆。
控制台页面同样公开了编排计费模型。Sakana 说明：当请求只激活单个底层模型时，你只需为该模型的标准价付费。当多个 Agent 被激活时，Sakana 不叠加模型费用——只按链中顶层模型的标准价计费。Responses API 的 usage 字段会区分用户可见的模型工作与编排工作，因此成本面板可以分开跟踪。标准的 OpenAI 响应返回单一的 input/output 汇总；Sakana 暴露了拆分。
订阅与 Token Plan
API Platform 两种付费方式。Sakana Chat 没有订阅，且不受任一方式影响。
| 方案 | 价格 | 适合 | 备注 |
|---|---|---|---|
| Standard 订阅 | $20/月 | 轻量日常使用、偶发 Agent 会话 | 订阅 token 按标准优先级服务 |
| Token Plan | 按量计费 | 需要最高可靠性的高负载生产场景 | 消费 token 优先级高于订阅 token |
优先级细节对生产场景很关键。即使订阅激活，按量 token 仍以高于订阅 token 的优先级服务，因此重负载工作负载应当用 Token Plan 额度补充，而不是仅依赖订阅 token。Sakana 在定价页上对此毫不含糊：按量计费被定位为生产档。
编排胜出的基准
基准是编排层值得评估的根本原因。Fugu Max 在 Sakana 公开图表的 6 个基准上取得最高或并列最高分；Fugu Ultra v2 在 5 个基准上取得最高或并列最高分，并在 8 个基准中 7 个位列前 2。Pareto 叙事是：Fugu Max 扩展了成本-性能前沿（往西北推），Fugu Ultra v2 抬高了峰值（往上方推）。两者的基准分数都不依赖 Fable 5、Fable 5.1 或 GPT-6-Astra。
| 基准 | Fugu Max | Fugu Ultra v2 | 说明 |
|---|---|---|---|
| Terminal Bench 2.1 | 综合最佳 | — | Agent 编码终端任务 |
| GPQAD | 综合最佳 | — | 研究生级问答 |
| AA-LCR | 综合最佳 | — | 长上下文推理 |
| GDP.pdf | 综合最佳 | 最佳或并列最佳 | 文档处理 |
| AutomationBench | 综合最佳 | — | 浏览器/自动化 Agent 任务 |
| SWEFish（内部） | 综合最佳 | 最佳或并列最佳 | Sakana 内部编码基准 |
| Chartography | — | 48.3（Opus 5：27.3，Fable 5：29.5） | 图表视觉推理 |
| DeepSWE | — | 74.3 | 真实世界软件工程 |
| Toolathon | — | 最佳或并列最佳 | 工具调用 Agent 基准 |
三处要点。第一，Fugu Max 落在单模型厂商无法触及的 Pareto 点上——以比前沿封闭模型低 2–6 倍的 token 花费取得接近的基准表现。第二，Fugu Ultra v2 的关键数字（Chartography 48.3、DeepSWE 74.3）能胜过每 token 价格贵 3–5 倍的前沿封闭模型。第三，两者都不依赖专有前沿模型，因此架构而非底层权重才是差异点。
API 入口
两款新模型与既有的 Fugu、Fugu Cyber 全部跑在同一个 OpenAI 兼容端点后面。Sakana 控制台暴露标准的 Chat Completions 路径（支持流式），以及一个分别汇报编排 token 的 Responses API。既有的 Fugu 客户只需改请求 payload 的一个参数即可升级——没有迁移步骤。
由于 Fugu 本质上是编排，响应时间受限于池中最慢 Agent 的延迟。9 月发布说明中指出 Fugu Max 与 Fugu Ultra v2 使用相同的架构但针对两个不同任务做优化，因此共享相同的编排延迟下限。对于延迟敏感的交互式工作负载，这是用 ensemble 而非单模型厂商的结构性代价。缓存输入比率部分缓解了这一点（针对 prompt-heavy 场景），但无法改变往返延迟的下限。
需要权衡的几点
编排定价有软上限。当单底层模型被选中时，你按该模型标准价付费。当多个 Agent 触发时，仅按链中顶层模型的标准价计费——编排层不叠加费用。这在稳态下是慷慨的，但也意味着成本面板只看到每个请求一个费率，即便实际有多个模型参与了。如果你的请求画像偏向长链路激活，你拿到的计算量多于账单所反映。
Fugu Cyber 不是自助档。控制台定价页将感兴趣的用户引导去联系 Sakana。若工作流是网络安全方向，价格以 Sakana 报价为准——没有公开费率可以预算。
上下文费率分档只适用于 Ultra v2。Fugu Max 不论上下文长度都使用固定价格。Fugu Ultra v2 在 272K 以上将输入、输出、缓存输入费率翻倍。若工作负载经常超过该边界，请按长上下文档预算；若不超，按标准档付费。
订阅是轻量用量的折扣，不是生产用量的折扣。控制台明确指出按量 token 优先级高于订阅 token。若生产可靠性是关键，请用 Token Plan 额度补充，即便订阅已经激活。订阅是开发者探索 API 的正确答案；Token Plan 是生产工作负载的正确答案。
Web 工具按调用次数计费，而非按 token。web_search 与 web_fetch 在 token 费用之外按 $0.007/次 计费。在每次任务发出大量 web 搜索的 Agent 上，这一行单独的每调用计费可以主导成本。构建成本模型时请把搜索调用与 token 分开跟踪。
结论
Sakana 的 Fugu 系列在结构上不同于常见的按模型 API 目录：同一编排架构的四种调优配置，一个 OpenAI 兼容端点，公司在公开控制台上披露每百万 token 定价。Fugu Max 是性价比档（$2/$6），Fugu Ultra v2 是峰值档（$5/$30 且长上下文翻倍），缓存输入比率对 prompt-heavy 工作负载意义重大。
基准数字是真实的——Fugu Ultra v2 在 Chartography 上 48.3 分、DeepSWE 上 74.3 分——且都在没有 Fable 5、Fable 5.1 或 GPT-6-Astra 的代理池下取得。代价是架构本身所暗示的：账单上的软上限并不总是反映真实工作量；Fugu Cyber 走销售；Ultra v2 的上下文分档必须纳入计划；以及 web 工具的按调用计费可能在搜索密集型工作负载上反客为主。
- Fugu Max：$2 输入 / $6 输出 / $0.25 缓存 每百万 token，任意上下文长度
- Fugu Ultra v2：$5 / $30 / $0.50 标准（≤ 272K）；$10 / $45 / $1.00 长上下文
- OpenAI 兼容端点；Responses API 区分用户可见 token 与编排 token
- 订阅 $20/月（Standard，轻量）；Token Plan（按量，优先级更高）
- Fugu Cyber：企业定价走销售，无公开费率
- Web 工具按 $0.007/次 另计，与 token 叠加