Fugu Ultra vs Qwen3.7 Plus
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Sakana AIのFugu UltraとAlibabaのQwen3.7 Plusは、注目度の高い主要AIモデルです。Fugu Ultraは1M トークンのコンテキストウィンドウを備え、API料金は100万トークンあたり入力$1.50/出力$6.00、一方のQwen3.7 Plusは1M トークンのコンテキストで入力$0.80/出力$3.20です。以下でベンチマーク、速度、コストを詳しく比較します。
任意のAIモデルを切り替えて比較
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Fugu Ultra
ディープ推論・論理エンジンSakana AI の Fugu Ultra は、高度な数学的推論、科学技術計算、多段階の思考連鎖（Chain-of-Thought）向けに設計されたAIモデルです。1M のコンテキストウィンドウ、毎秒 75 トークンの生成速度、知能指数 86/100（1Mトークンあたり入力$1.5・出力$6）を実現しています。
$1.50 / 1M
$6.00 / 1M
1M tokens
N/A
Qwen3.7 Plus
フラッグシップ最先端モデルAlibaba の Qwen3.7 Plus は、最先端のエンタープライズ推論、ソフトウェア工学、ミッションクリティカルな本番運用向けに設計されたAIモデルです。1M のコンテキストウィンドウ、毎秒 92 トークンの生成速度、知能指数 89/100（1Mトークンあたり入力$0.8・出力$3.2）を実現しています。
$0.80 / 1M
$3.20 / 1M
1M tokens
68%
ひと目でわかる主な違い
- Qwen3.7 Plus is 1.9x cheaper for API usage (input + output tokens combined).
- Qwen3.7 Plus is faster at 92 tok/s vs 75 tok/s.
| Feature | Fugu Ultra | Qwen3.7 Plus |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 86 | 89 |
Provider | Sakana AI | Alibaba |
Input Price Cost per million input tokens | $1.50 / 1M | $0.80 / 1M |
Output Price Cost per million output tokens | $6.00 / 1M | $3.20 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $1.01 / 1M | $0.54 / 1M |
Context Window Maximum input + output tokens | 1M tokens~1,500 A4 pages of text | 1M tokens~1,500 A4 pages of text |
Max Output Tokens Per single request | 16K | 16K |
Throughput Speed Tokens generated per second | 75 tok/s | 92 tok/s |
SWE-bench Verified Real-world software engineering | N/A | 68% |
GPQA Diamond Graduate-level reasoning | 67% | 75% |
Cached Input Price Prompt caching discount per 1M tokens | $0.15 / 1M | $0.08 / 1M |
分野別勝者スコアカード
At-a-glance decision frameworkEvaluations ongoing
検証済みベンチマークスコア比較
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Tokens emitted per second during active generation streaming.
レイテンシ＆応答時間
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
リアルタイムAPIトークン料金シミュレーター
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Fugu Ultra · Strengths & Key Advantages
- 1M のコンテキストウィンドウと最大 16K トークンの出力容量（GPQA Diamond 67% · MMLU-Pro 83%）
- 毎秒 75 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 540ms の低遅延
- 優れたAPI経済性（1Mトークンあたり入力$1.5・出力$6）に加え、プロンプトキャッシュや構造化JSON出力・関数呼び出しに完全対応
Considerations & Trade-offs
- クラウド専用のプロプライエタリモデルのため、モデル重みをダウンロードしてオフライン実行することはできません
- 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります
Qwen3.7 Plus · Strengths & Key Advantages
- 1M のコンテキストウィンドウと最大 16K トークンの出力容量（SWE-bench Verified 68% · GPQA Diamond 75%）
- 毎秒 92 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 440ms の低遅延
- 優れたAPI経済性（1Mトークンあたり入力$0.8・出力$3.2）に加え、プロンプトキャッシュや構造化JSON出力・関数呼び出しに完全対応
Considerations & Trade-offs
- クラウド専用のプロプライエタリモデルのため、モデル重みをダウンロードしてオフライン実行することはできません
- 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Fugu Ultra | Qwen3.7 Plus |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.28 | $0.24 |
Output Tokens / Task Tokens generated per task | 22K | 26K |
Reasoning Tokens / Task Thinking tokens burned per task | 8K | 9K |
技術仕様・スペック
Architecture, release timeline, capabilities, and modalities.
| Feature | Fugu Ultra | Qwen3.7 Plus |
|---|---|---|
| Official API Model ID (SDK) | fugu-ultra | qwen3-7-plus-instruct |
| API Protocol | Sakana AI REST API (OpenAI-Compatible) | Alibaba REST API (OpenAI-Compatible) |
| Release Date | 2026-06 | 2026-06 |
| Knowledge Cutoff | March 2026 | April 2026 |
| Architecture | Evolutionary Multi-Model Merged Transformer | High-Value Multimodal Foundation Transformer |
| Parameters | Confidential / Frontier Merged | Confidential |
| Enterprise Rate Limits (RPM / TPM) | 5,000 – 15,000 RPM (Production Tier) · 4,000,000 – 10,000,000 TPM | 5,000 – 15,000 RPM (Production Tier) · 4,000,000 – 10,000,000 TPM |
| Long-Context Tier (>128K/200K) | Flat rate ($1.5/1M in) across full 1000K window | Flat rate ($0.8/1M in) across full 1000K window |
| Prompt Cache Policy & TTL | Cached input at $0.15/1M tokens | Cached input at $0.08/1M tokens |
| Computer Use / GUI Agent | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) | Supported (Screen coordinate grounding, browser & desktop GUI action loops) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools |
| Official Fine-Tuning Support | API Prompt Engineering & RAG Distillation | API Prompt Engineering & RAG Distillation |
| Multimodal Token Billing | Text BPE (~4 chars/token) | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) |
| Quantization & Min GPU VRAM | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) |
| Safety & Frontier Classification | Sakana AI Production Safety & Alignment Verified | Alibaba Production Safety & Alignment Verified |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier |
| Input Modalities | text | text, vision |
| Output Modalities | text | text |
Fugu Ultra vs Qwen3.7 Plus: よくある質問 (FAQ)
Which is more intelligent, Fugu Ultra or Qwen3.7 Plus?
Qwen3.7 Plus is more intelligent. It scores 89 compared with 86 on the composite Intelligence Index.
Which model is faster?
Qwen3.7 Plus is faster, generating 92 tokens per second compared with 75 tokens per second.
Which model is cheaper to run?
Qwen3.7 Plus is cheaper at $0.54 per 1M tokens blended, compared with $1.01 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Qwen3.7 Plus has lower latency, with a time to first token of 0.44s compared with 0.54s.
総合評価
Fugu Ultra（高度な数学的推論、科学技術計算、多段階の思考連鎖（Chain-of-Thought）、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）とQwen3.7 Plus（最先端のエンタープライズ推論、ソフトウェア工学、ミッションクリティカルな本番運用、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）はいずれも優れた選択肢です。高度な推論・コーディング精度ではQwen3.7 Plusがリードし、応答速度とスループットではQwen3.7 Plusが優れ、APIコスト効率ではQwen3.7 Plusが有利です。
よくある質問 (FAQ)
コーディングや複雑な推論には Fugu Ultra と Qwen3.7 Plus のどちらが適していますか？+
総合知能指数およびコーディング評価では Qwen3.7 Plus が優位です。上部の SWE-bench や GPQA スコアもあわせてご確認ください。
Fugu Ultra と Qwen3.7 Plus ではどちらのAPI料金が安いですか？+
Fugu Ultra は100万トークンあたり入力$1.50 / 出力$6.00、Qwen3.7 Plus は入力$0.80 / 出力$3.20です。総合的なコスト効率では Qwen3.7 Plus がより経済的です。
コンテキスト長と生成速度はどちらが優れていますか？+
コンテキストウィンドウは Fugu Ultra が 1M トークン、Qwen3.7 Plus が 1M トークン です。出力スピード（トークン/秒）では Qwen3.7 Plus がリードしています。
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Fugu Ultra vs Claude Fable 5：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Qwen3.7 Plus vs Qwen3.7 Max：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-3.0 vs Aion-Mini：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-3.0 vs Gemini 3.6 Flash：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-Mini vs Laguna XS 2.1：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aya Expanse 32B vs Llama 3.2 90B Vision：ベンチマーク・API料金・速度の徹底比較 (2026)比較
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
公的ソース: Sakana AIおよびAlibaba公式APIドキュメント、システムカード、独立ベンチマーク評価 (2026)。