Preços do Sakana Fugu Max: cada tarifa e o que ele realmente custa

TL;DR

A Sakana AI precificou o Fugu Max em $2 por milhão de tokens de entrada e $6 por milhão de saída, tarifa fixa independentemente do tamanho do contexto, mais $0,25 por milhão de entrada em cache e $0,007 por chamada de busca na web ou fetch. Se você prefere pagar por mês, há três assinaturas, de $20, $100 e $200, e todas incluem todos os modelos Fugu.

A tarifa de vitrine é barata, mas uma página de preços nunca conta a história toda. Duas coisas mexem na conta real: o Fugu Max é um modelo de orquestração que distribui uma requisição por um conjunto de modelos menores, e todo esse tráfego interno cai no seu medidor, então uma requisição pode custar mais que uma chamada a um único modelo. No sentido contrário, o cache faz muito trabalho: no painel ao vivo do OpenRouter, o preço efetivo de entrada nos primeiros dias do Fugu Max ficou perto de $0,61 por milhão contra os $2 de lista.

Há mais de três anos vejo equipes escolherem modelos para o atendimento ao cliente, e o padrão é sempre o mesmo: a tarifa por token é o número mais fácil de comparar e o errado para otimizar. O que você paga para resolver um ticket depende de todo o sistema em volta do modelo. Essa é a lacuna que um teammate de IA como a eesel fecha, e é onde fica a conta de custo de verdade.

Preços do Sakana Fugu Max: a tabela completa de tarifas

Aqui está o quadro completo de pagamento por uso do modelo, direto do FAQ da Sakana e da página do modelo no OpenRouter. O ID do modelo é fugu-max (v1.0).

O design de tarifa fixa é o que há de mais limpo nele. Segundo a Sakana, a tarifa de $2/$6 vale «independentemente do tamanho do contexto», então um prompt de 900K tokens custa o mesmo por token que um curto, seja qual for a capacidade da janela de contexto. A maioria dos modelos de fronteira adiciona uma sobretaxa de contexto longo ao passar de um limite, então, se você costuma jogar documentos grandes em um modelo, essa é uma vantagem real e verificável.

Para contraste, o irmão Fugu Ultra v2 sobe de preço com contexto longo, o que faz a tarifa fixa do nível Max se destacar até dentro da mesma família:

As duas formas de pagar e uma pegadinha de nome

Você pode comprar o Fugu de duas formas, e elas são fáceis de confundir.

As assinaturas são uma franquia mensal, e cada nível dá acesso a todos os modelos Fugu, não só ao Max:

Já o pagamento por uso «cobra pelo consumo de tokens em vez de uma franquia mensal, dando capacidade elástica para picos e trabalhos grandes», algo que a Sakana oferece a clientes corporativos que não conseguem limitar o uso de antemão.

Agora a pegadinha. A assinatura «Max Plan» não é a mesma coisa que o modelo «Fugu Max». O plano de $200 é um pacote de uso que inclui todos os modelos da família; o Fugu Max é um dos modelos dentro dele. Você pode usar o modelo Fugu Max perfeitamente no plano Standard de $20 ou no pagamento por uso, e não precisa da assinatura de $200 para usá-lo. É uma pequena coincidência de palavras que confunde quase todo mundo que lê a página de preços pela primeira vez.

A pegadinha dos tokens de orquestração

Esta é a parte dos preços do Sakana Fugu Max que uma tabela de tarifas esconde, e é a coisa mais importante a entender antes de orçar.

Quando você chama o Fugu Max, não está falando com um único modelo. Está falando com um coordenador treinado que lê sua requisição, a encaminha por um conjunto de modelos de pesos abertos e especializados e depois sintetiza uma resposta. Esse é todo o apelo da família Fugu: você ganha um sistema multiagente, um padrão real de agente de IA, sem construí-lo.

A consequência na cobrança está dita no OpenRouter: «Orchestration tokens consumed by the system are billed as standard input/output tokens.» Em bom português, a conversa interna entre os modelos entra no seu medidor, não é de graça. Então uma única requisição que se espalha por três ou quatro modelos pode queimar bem mais tokens que uma chamada direta a um modelo só, e a baixa tarifa de saída de $6 não se traduz automaticamente em uma conta baixa por resposta.

A Sakana suaviza isso, e vale citar o mecanismo com justiça. Segundo seu FAQ, quando vários agentes estão ativos, «we never stack fees: you pay a single rate based on the top-tier model involved.» Ou seja, adicionar mais agentes a uma requisição não multiplica a tarifa cobrada, só faz mais tokens passarem por essa tarifa única. Resumo: seu custo cresce com o total de tokens, e a orquestração incha o total de tokens. Orce por tokens por resposta, não pela tarifa de vitrine.

O que os compradores realmente pagaram nos primeiros dias

Preços de lista e contas reais são números diferentes, e dessa vez temos uma janela pública para essa diferença. No painel de preços ao vivo do OpenRouter, nos primeiros dias do Fugu Max após o lançamento de 11 de setembro, os números eram estes:

• De lista: $2 de entrada / $6 de saída por milhão.
• Preço efetivo de entrada: ~$0,61 por milhão, bem abaixo dos $2 de lista.
• Preço efetivo de saída: $6 por milhão, inalterado.
• Taxa de acerto de cache: 79,4%, o que puxa o preço efetivo de entrada para baixo.
• Vazão de cerca de 29 tokens por segundo, um único provedor, 100% de disponibilidade.

Ou seja, o cache derruba bastante o custo de entrada, enquanto a saída fica no preço de lista. Isso mostra onde gastar o esforço de otimização: o Fugu Max recompensa cache intenso e pune geração tagarela, pesada em saída. Se sua carga reaproveita muito o mesmo contexto (um prompt de sistema fixo, um conjunto estável de documentos), a tarifa efetiva de entrada pode ser uma fração da de lista. Se cada chamada é nova e pesada em saída, você ficará mais perto da linha de $6.

Como o custo se compara a outros modelos

É aqui que o preço ganha sua manchete. A Sakana afirma em seu post de lançamento que o Fugu Max entrega saída «40-60% mais barata» que Sonnet 5, GPT-5.6 Terra e Kimi K3, ficando «within striking distance of elite models». Alinhada às tarifas de lista de cada fornecedor, a diferença na saída é real:

Duas ressalvas honestas antes de tirar print dessa tabela. Primeiro, são tarifas de lista no momento da escrita, e os fornecedores as mudam, então trate os valores como um retrato, não como um contrato. Segundo, a comparação é sobre a tarifa bruta por token, que, como mostra a seção de orquestração, não é o mesmo que seu custo por resposta no Fugu Max. Um modelo que distribui o trabalho gasta mais tokens para chegar à mesma resposta que um que não distribui, então uma tarifa mais barata ainda pode gerar uma conta parecida.

O argumento de eficiência é a proposta de verdade, e acho que é justo: desempenho próximo ao dos modelos de elite com custo de saída menor, verificado até agora apenas pelos benchmarks da própria Sakana. Os modelos proprietários mais fortes, como o Fable 5, não estão no conjunto do Fugu, que é justamente o ponto que a Sakana defende e também um limite do alcance da comparação. Como em qualquer afirmação sobre um modelo de IA, a grade do fornecedor é um ponto de partida, não uma prova.

Estime a sua própria conta do Fugu Max

A conta acima é mais fácil de sentir do que de ler, então aqui vai uma calculadora rápida. Informe seu volume mensal aproximado e seu comportamento de cache, e ela estima a conta do pagamento por uso e mostra a partir de quando a assinatura Max de $200 faz sentido.

A alavanca que salta aos olhos ao arrastar os controles: a taxa de acerto de cache mexe mais na linha de entrada do que o volume bruto. Isso bate com os dados do OpenRouter, e é a primeira coisa que eu ajustaria antes de me preocupar com o nível de assinatura.

Onde termina a conta de um modelo e começa o custo real

Esta é a distinção a que sempre volto, porque um post de preços facilita esquecê-la: a conta de tokens não é o custo que importa para a maioria dos trabalhos. É o custo do motor, não o custo do trabalho.

Pense no atendimento ao cliente, a área que melhor conheço. Um modelo, por mais baratos que sejam seus tokens, devolve texto. Para transformar isso em tickets resolvidos, você ainda precisa conectá-lo ao seu helpdesk, ensiná-lo sua base de conhecimento e suas políticas, dar permissão para consultar um pedido ou etiquetar um ticket, decidir quando ele escala para uma pessoa e provar que é seguro antes de tocar em um cliente real. Esse trabalho é a maior parte do projeto, e nada disso aparece em uma tarifa por milhão de tokens.

É exatamente por isso que comparo o custo de um agente de IA com o de um agente humano pela resolução, não por tokens, e por isso uma comparação de custo com uma equipe de suporte offshore gira em torno da mesma conta por resolução.

É a mesma lógica que torna o próprio Fugu atraente: a maioria das equipes não quer construir a infraestrutura multiagente por conta própria, então compra orquestração gerenciada. Subindo um nível, para suporte você provavelmente também não quer montar à mão o funcionário inteiro em volta de um modelo.

Experimente a eesel: precifique o ticket, não o token

É essa a lacuna que a eesel preenche. A eesel é uma plataforma de teammates de IA: você contrata teammates prontos para trabalhar em funções específicas, e cada um chega com as habilidades, integrações e contexto da empresa para o seu papel. O teammate de helpdesk com IA entra na sua fila atual, consulta pedidos e registros, etiqueta tickets e redige ou envia respostas, tudo dentro do helpdesk que você já usa.

O que importa para um post de preços: você nunca faz contas por modelo. A eesel roda em modelos de fronteira por baixo e cuida dessa escolha por você, e cobra um crédito por ticket ou chat (planos a partir de $299/mês por 500 créditos), não tokens, então o número que você prevê é o que corresponde ao trabalho feito. Ela aprende com seus tickets passados e sua base de conhecimento, se conecta a mais de 1000 ferramentas como Zendesk, Freshdesk e Gorgias, e deixa você simular com tickets históricos para ver tanto a taxa de resolução quanto o custo antes de ela responder a qualquer cliente, o ensaio que o roteamento opaco do Fugu não consegue dar.

Se você vive no terminal, a eesel também oferece uma superfície programável de verdade. A CLI da eesel (@eesel/cli) e seu servidor MCP deixam uma pessoa, um script ou um agente de código como o Claude Code operar o mesmo teammate do painel: conectar integrações, editar as instruções permanentes do teammate, rodar eesel activity para inspecionar cada execução e aprovar ou negar ações, tudo em JSON, com uma flag --dry-run que imprime a chamada exata que uma escrita faria antes de enviá-la. Esse é o acesso agêntico que uma API só de modelo deixa para você construir.

O Fugu Max é uma resposta forte para «qual modelo deve alimentar meu app e quanto vão custar os tokens». Se a sua pergunta real é «quanto vai custar resolver mais tickets», você pode experimentar a eesel de graça, sem cartão de crédito e sem ligação de vendas, e precificar o trabalho em vez do token.