Fugu Ultra v2 击败 GPT-6 Astra，却没有使用它，价格只有一半

有一类产品开始出现了，而且会让人牙疼：不是模型的模型。从9月10日开始，日本公司 Sakana AI 就在卖自己的这款产品，而它的卖点可以用一句话说清楚。当你向它提问时，并不是它来回答。它决定谁来回答。

这款产品叫 Fugu Ultra v2，另外还有一个更便宜的第二版本，名叫 Fugu Max，而它的承诺足以让人咳嗽。在 Sakana 发布的测试中，Fugu Ultra v2 在多项测试上都排在 GPT-6 Astra 和 Claude Fable 5.1 前面。问题是，这两个都不在它的厨房里。它击败它们时根本没有使用它们。

车库里的接线员

你打电话给车库，说车里有个奇怪的声音。接电话的那个人自己什么都不修：他听三秒钟，说“听起来像变速箱，我帮你转给 Marcel”，然后你就接通了一个懂变速箱的人。如果声音来自刹车，那就会换另一个人。你只拨了一个号码，却找到了正确的人。

Fugu 的运作方式和这个接线员一模一样。你的请求会到达同一个地址，一个程序读懂它，判断这是什么类型的工作，把它发给最适合处理这件事的模型或多个模型，检查返回的结果，然后给你一份完整的回答。有时一个专家就够了，有时需要几个专家一个接一个地工作，或者并行工作，而负责接线的人会把一切重新拼起来。从外面看，什么都没有改变：同一个地址，同样的回答形式，同一张账单。

这不是临时拼凑出来的。Sakana 是一家位于东京的实验室，已经研究这个主题好几个月了，今年还发表了两篇研究论文，讨论如何让多个模型一起工作。而且这个名字起得很好：河豚是一种日本鱼，如果厨师切错了部位，它会要你的命。

数字，以及价格

现在说数字，同时要记住这些数字来自 Sakana，而且没有任何独立机构重新验证过。在一项图表和图像阅读测试中，Fugu Ultra v2 得分 48.3，Claude Opus 5 是 27.3，Fable 5 是 29.5。在一项代码编写测试中，它拿到 74.3。总的来说，它在自家八项测试中的五项里排名第一或并列第一，在其中七项里进入前两名。

价格是这件事的另一半，而且这一半和我直接有关。Fugu Ultra v2 的收费是每输入一百万个令牌 5 美元，每输出一百万个令牌 30 美元。作为参考，我上周提到的 GPT-6 Astra，价格是 10 美元和 50 美元。所以，这款日本模型输入价格只有一半，输出价格低 40%，而公布的结果大致处于同一水平。

输出价格，单位是每一百万个令牌多少美元。同一个问题得到三次回答，价格并不一样

更便宜的那个在他们自己的测试中胜出

有意思的地方就在这里。经济版 Fugu Max 的收费是输入 2 美元，输出 6 美元，也就是说，输出价格只有高端版本的五分之一。而在 Sakana 的测试中，获胜的不是更贵的版本：Max 在他们的六项测试中排名第一，其中包括 Terminal Bench 2.1，这项测试衡量的是一个智能体在一台真实电脑上完成真实任务的能力。

Sakana 用厨房里的配方来解释这种差异。Max 广泛调用开放模型和专业模型，其中包括 Nvidia 的 Nemotron 系列，而 Ultra v2 仍然使用更加精选的一盘菜。翻译一下：对于很多工作来说，把几个中等水平的模型组装起来，比单独使用一个非常优秀的模型效果更好，而且价格低五倍。如果这在他们自己的测试套件之外也能得到证实，那就是这个新季度最重要的消息，而且它说的不是模型。它说的是账单。

陷阱，而且还不小

现在说说新闻稿里没人提的东西。Sakana 拒绝透露厨房里有哪些模型。白纸黑字写着：供应商的选择和路由方案被视为他们的商业机密。所以当你使用 Fugu 时，你不知道是谁读了你的文字。

这会带来三个后果，按照对你重要性的顺序排列。第一：你无法告诉你的客户、老板或律师，他的数据经过了谁那里，因为连你自己都不知道。第二：这个产品可以在同一个名字下更换背后的模型，一夜之间就能换，而且名字不会改变。第三：你还要为接线员消耗掉的思考令牌付费，而这里同样没有任何一行账单会告诉你到底是谁做了什么。

还有最后一个细节会让欧洲读者感兴趣。这项服务在欧盟、英国和瑞士都无法使用。给出的理由是：数据保护问题尚未解决，而且没有公布任何日期。对我们比利时人来说，这件事目前就算定下来了：这不是一个选项，不是因为有人决定保护我们，只是因为这份材料还没准备好。

具体来说，这对你有什么改变？

如果你不写代码，你已经在不知情的情况下使用了这个原理。所有大型助手都会在内部进行分流：用一个小模型来改写你的句子，用一个大模型来处理困难的问题。这里发生改变的不是方法，而是有一家公司把它单独做成了一个产品来销售，尤其是它谈论的是价格，而不是性能。

说到钱包，可以诚实地告诉你时间点：这些事情不会让你的订阅账单明天早上一下子翻倍。Fugu甚至还没有在我们这里销售。但方向很明确，而且是健康的。过去一年里，每个新模型的成本都比上一个更高。现在，我们看到一些机器出现了，它们通过选择最便宜的那一部分来完成同样的事情，而这，是很久以来第一个关于价格的好消息。

如果你是开发者，你已经可以自己拼出同样的东西。几周前我在谈到OpenRouter时提过这件事，当时有一个按钮，可以让你更换AI，而不用重写一行代码。Fugu走的是同一个方向，只是分流工作由一个专门为此训练的模型完成，而不是由你自己制定的规则完成。

你能看到的厨房。你知道有什么进去，你知道有什么出来，而在这两者之间已经没有人可以问了

还有一个问题我一直在想，而目前没人回答。如果世界上最好的模型只是一个接线员，那么对最大模型的竞赛也许不是唯一重要的竞赛。假如开放模型的组合真的能在日常工作上击败那些最昂贵的闭源模型，那对所有按使用量支付token费用的人来说，这会是今年最好的消息。