Sakana Fugu

Sakana AI 正式推出 Fugu Max 和 Fugu Ultra v2，这是其学习型编排器（Learning Orchestrator）家族的最新成员。与传统的单一基础模型不同，Fugu 系列通过动态路由技术，在后台将任务分配给最合适的模型池，从而在成本与性能之间实现最优平衡。

核心理念：帕累托前沿上的双重优化

Sakana 认为，真实的 AI 工作负载需要在能力与成本两个维度上进行权衡。Fugu 架构的核心是一个经过强化学习训练的“指挥家”（Conductor），它能即时读取查询并构建代理脚手架，将任务路由至模型池中最高效的节点。

此次发布的两个版本分别针对这一光谱的两端进行了极致优化：

Fugu Max：以更低成本扩展帕累托前沿

Fugu Max 旨在让精英级模型的性能触手可及，其成本仅为 Sonnet 5、GPT 5.6 Terra 等模型的 40% 到 60%。

• 价格优势：每百万输入令牌 2 美元，输出令牌 6 美元。
• 性能表现：在 Terminal Bench 2.1、GPQA Diamond、AutomationBench 等 6 个基准测试中获得最佳总体分数。
• 效率突破：在 10 个基准中的 7 个上扩展了成本-性能帕累托前沿，证明了“更便宜也能更强”的可能性。

技术亮点：通过引入 NVIDIA Nemotron 家族及大量开源模型，Fugu Max 能够精准识别并调用解决特定任务所需的最精简模型，避免了对大参数模型的过度消费。

Fugu Ultra v2：攻克复杂推理与视觉理解

Fugu Ultra v2 专注于处理那些需要深度思考、持续推理和多模态理解的高难度任务。值得注意的是，其模型池中不包含 Fable 5、Fable 5.1 或 GPT-6-Astra，这体现了 Sakana 减少对单一供应商锁定的战略意图。

• 视觉推理霸主：在 Chartography（图表解读与数据解释）基准中得分 48.3，远超 Opus 5 (27.3) 和 Fable 5 (29.5)。
• 软件工程专家：在 DeepSWE（真实世界软件工程）基准中得分 74.3，领先于价格高出 3-5 倍的竞品。
• 广泛一致性：在 8 个主流基准中的 5 个取得最佳或并列最佳成绩，且在 7 个基准中稳居前二。

技术架构：基于 ICLR 2026 论文的创新

Fugu 的编排能力建立在两篇前沿论文之上：

1. TRINITY：使用轻量级进化协调器，在 Thinker（思考者）、Worker（执行者）和 Verifier（验证者）角色间动态分配任务。
2. Conductor：通过强化学习训练，发现自然的语言协调策略和聚焦提示，确保多代理协作的流畅性。

关键要点

1. OpenAI 兼容 API：两款模型均已上线，现有用户只需更改一行代码即可切换。
2. 去供应商锁定：Fugu Ultra v2 的成功证明，不依赖少数几家顶尖专有模型，依然可以通过智能编排实现 SOTA 性能。
3. 地域限制：目前 Sakana 不在欧盟/欧洲经济区提供服务。
4. 托管服务：暂无自行托管的开放权重，仅作为托管 API 提供。