成本方法
Sakana Fugu 价格说明
Ultra 和 Max 可以根据公开固定费率估算；Fugu 不能被压成一个凭空捏造的平均价，Cyber 现在只能询价。正确做法是把能计算的算清，把会浮动的明确暴露，再用完整 usage 对象核对实际费用。
1. 从公开费率表开始
| 模型与上下文 | 输入 | 输出 | 缓存输入 |
|---|---|---|---|
| Fugu Ultra（v2.0），不超过 272K context | $5.00 | $30.00 | $0.50 |
| Fugu Ultra（v2.0），超过 272K context | $10.00 | $45.00 | $1.00 |
| Fugu Max（v1.0），不限上下文 | $2.00 | $6.00 | $0.25 |
| Fugu Cyber | 2026 年 9 月 28 日官方定价页仍未公布。获准入后请联系销售。 | ||
Fugu Max 不限上下文，没有长上下文加价，官方公开的 272K 分档针对 Ultra；标准 Fugu 仍按底层代理费率计费，官方未给它统一的 272K 规则。Fugu Cyber 只支持按量计费，并需要获批访问；因为现行定价页撤回了公开单价，本站不再发布 Cyber token 表。Ultra 与 Max 都同时出现在按量和订阅方案中。272K 门槛针对单次请求的 context，不是每月总 token。
很多短请求一个月可以累计数百万 token，但每次都仍在门槛以下。
2. 公式必须包含编排 token，并先减去各自的缓存子集
Sakana AI 为 Ultra 和 Cyber 记录了额外 token 字段。编排输入、缓存输入和输出属于真实 usage，会按对应类别相同费率计费。普通缓存字段的语义不同：与 OpenAI 一致，cached_tokens 是 input_tokens 的子集，orchestration_input_cached_tokens 是 orchestration_input_tokens 的子集。因此每个缓存数都要先从其归属的输入总量里减去，再对剩余部分套用完整输入费率，而不是加到输入之上。
未缓存输入 = (用户输入 − 用户缓存输入) + (编排输入 − 编排缓存输入)
总缓存输入 = 用户缓存输入 + 编排缓存输入
总输出 = 最终输出 + 编排输出
估算费用 = 未缓存输入 / 100 万 x 输入费率 + 总缓存输入 / 100 万 x 缓存费率 + 总输出 / 100 万 x 输出费率
计算前先校验每一对：缓存数大于其归属输入总量属于解析错误，不是折扣。建议同时保存原始数字和计算使用的费率版本。只存一个金额，未来价格改变或解释修正时就无法重新核对。
3. 完整计算示例
| 场景 | 原始 usage 字段（缓存是输入的子集） | 估算 | 说明 |
|---|---|---|---|
| 小量 Ultra 月度使用 | 100 万输入（其中 25 万缓存）、25 万输出 | $11.38 | 轻量固定费率用量可能低于 $20 入门订阅价 |
| 可见任务相同，但有编排 | 100 万输入（其中 25 万缓存）、200 万编排输入（其中 50 万缓存）、25 万输出、50 万编排输出 | $34.13 | 忽略编排会在本例中少算 $22.75 |
| Ultra 输出较重 | 200 万输入、200 万输出、无缓存 | $70.00 | 标准输出单价是输入的 6 倍，输出主导成本 |
| Ultra 长上下文 | 300 万输入（其中 100 万缓存）、50 万输出 | $43.50 | 高费率只能用于确实超过门槛的请求 |
| Max 标准上下文 | 100 万输入（其中 25 万缓存）、25 万输出 | $3.06 | 同一组合在 Ultra 上为 $11.38，在 Max 平价费率下约为 $3.06 |
| Max 长上下文 | 300 万输入（其中 100 万缓存）、50 万输出 | $7.25 | Max 没有长上下文加价，Ultra 长上下文示例约贵 6 倍 |
这些是算术演示，不是用量预测。多智能体 token 取决于任务、路由、工具调用与重试行为。
在计算器输入你的 usage4. 为什么本站不发布假的 Fugu 固定费率
官方对 Fugu 的计费规则取决于路由：
- 只有一个 agent 时，按具体底层模型标准费率计费。
- 多个 agent 时，费用不叠加，按参与模型中的最高档模型使用一种费率。
不知道实际 agent 和对应价格时，给一个数字只是制造假精确。可执行的预算办法是：先跑受控样本，导出实际 Fugu usage 与费用，再按任务类型统计中位数、90 分位和最差已观察成本。
把便宜常规路由和昂贵深度路由混成“每请求平均成本”，会掩盖工作负载变化。应按具名任务类型分别追踪。
5. 订阅价格清楚，但精确 token 等价物没有公开
| 方案 | 价格 | 官方定位 | 公开用量关系 |
|---|---|---|---|
| Standard | $20/月 | 轻量日常使用、偶发 API、小实验 | 基准额度 |
| Pro | $100/月 | 经常进行编程、审查、研究和分析 | Standard 的 10 倍 |
| Max | $200/月 | 长时间重负载 | Standard 的 20 倍 |
公开订阅层都包含 Fugu、Fugu Ultra 与 Fugu Max，但不含 Fugu Cyber。这些只是 Sakana AI API Platform 的订阅；Sakana Chat 是独立的免费产品、自有额度，API 订阅不会改变它的限制。官方页面没有提供一个能干净映射全部编排路由的统一 token 数，所以计算器不能诚实地宣布通用“订阅回本点”。
只能做窄结论：如果固定费率按量估算低于 $20，它确实低于入门订阅价格；如果高于 $20，仍需结合 console 当前额度与服务优先级判断订阅是否覆盖工作负载。此外，按量 token 的优先级高于月费方案，对延迟敏感的生产流量尤其重要。
6. 用实际 usage 核对估算
- 保存原始 response usage 和请求关联 ID。
- 聚合前分开标准上下文与长上下文请求。
- 先从各自的输入总量里减去缓存数，再按类别相加用户 token 和编排 token。
- 应用请求日期对应的模型与上下文费率。
- 对照 console 费用，差异必须调查，不能藏掉。
外部价格数据获取失败时，保留最后核验费率及日期，明确提示可能过期，并链接到官方 console。悄悄回退到捏造值，比直接暴露限制更糟。
7. 常见价格错误
只计算最终输入与输出
会漏掉编排字段，让复杂运行看起来远比实际便宜。
把缓存加到输入之上
缓存字段是其所归属输入总量的子集，再加一次等于把同一批 token 计费两遍，会高估账单。应先减去再套用完整输入费率。
把月度 token 当单次 context
272K 门槛关注每次请求的 context，不是月度总和。
捏造 Fugu 固定费率
它取决于实际路由或参与模型最高档，应使用真实样本。
直接宣布最便宜订阅胜出
价格本身无法证明额度、优先级和工作负载是否合适。
忘记重试也会花钱
若重试没有边界和日志，失败或断连可能重复触发昂贵任务。
把 Max 套用 Ultra 的长上下文费率
Fugu Max 不限上下文都是平价费率，若把 Ultra 的 272K 以上加价套到 Max 上，会高估账单。
第一方来源
- Sakana AI Pricing：费率、Fugu 计费规则、订阅层与 Fugu Max 工具费
- Sakana AI Models：usage 字段定义和模型可用性
- Sakana AI Fugu 产品页：产品级价格与 FAQ
费率会变化。购买或生产部署前请重新检查官方 console。