Sakana Fugu

Sakana Fugu 由东京的 Sakana AI 于 2026 年 6 月 22 日发布，是另一种前沿系统：不是单一大模型，而是以一个模型交付的多智能体编排系统。在单一 OpenAI 兼容 API 之后，Fugu 本身是一个被训练来委派的语言模型——它读取你的请求，要么直接作答，要么组建一支专家模型团队，在内部管理选择、委派、验证与综合。它的标语说得很直白：“One Model to Command Them All”（一个模型，统御众模）。

它分两个变体推出。Fugu 是面向日常编码、代码审查与聊天机器人的均衡、低延迟默认款；Fugu Ultra 在困难、多步问题上最大化质量，依据难度在一到三个专家智能体之间路由。Sakana 称 Fugu Ultra 在最难的工程、科学与推理基准上与 Anthropic 受限的 Fable 5 及 Mythos Preview 并肩——这很惊人，因为两个 Anthropic 模型甚至都不在 Fugu 的池中。

这套说辞既是技术的，也是战略的。可替换的模型池是对单一厂商依赖与出口管制的对冲——Sakana 直指最近那些让 Anthropic 的 Fable 与 Mythos 模型下线的限制。代价是：Fugu 是付费 API 服务、无开源权重，编排会给账单增加 token，而且发布时在欧盟/欧洲经济区不可用。

Sakana Fugu 如何工作

Fugu 不是手写的工作流引擎——它是一个专精编排的语言模型。每次请求，当直接解决足够时它就直接解决，当任务需要更多时它就组建并协调一支专家模型团队。模型选择、委派、智能体间通信、验证与最终综合都发生在内部，因此复杂度永远不会触及你的代码。

• 可替换的智能体池。 Fugu 在闭源与开源模型组成的池中路由，并能递归调用自身的实例。Fugu Ultra 协调更深的池，并在每个问题上于一到三个智能体之间路由。
• 习得的协调，而非固定规则。 Fugu 并非由工程师手工设计哪个模型做什么，而是学会何时委派、智能体应如何对话、以及如何把它们的工作合成一个可靠答案。这建立在 Sakana 的 ICLR 2026 研究之上——Trinity 与 Conductor（见下文）。
• 供应商韧性。 因为池可替换，若某供应商限制访问，Fugu 会绕过它。Sakana 把这框定为“AI 主权”的蓝图，并计划随时间把更新的模型——包括开源模型与自家模型——纳入池中。
• 合规控制。 有数据、隐私或合规要求的团队，可以把特定智能体从池中退出。

Fugu 对比 Fugu Ultra

基准

Sakana 的技术报告（表 1）把 Fugu 与 Fugu Ultra 同其自身池中的前沿模型作比较。基线分数为各供应商自报数字；每行的领先者以粗体标出。

在最难、控泄漏的编码分组上，Fugu Ultra 领先它所路由的每一个模型：

而在终端/CLI 智能体上，甚至基础款 Fugu——每次请求只挑一个模型——也击败了其池中最强的单模型，这表明路由决策本身就带来性能：

怎么读这些数字：

• 胜负随基准而互换——这正是“并肩”的含义。 Fugu Ultra 在编码、终端与图表推理任务上领先，但基础款 Fugu 实际赢下 SciCode、τ³ 与长上下文，而 GPT-5.5 仍在 MRCRv2 上居首。对阵不在池中的、受限的 Anthropic 模型，Fable 5 在 SWE-bench Pro 上击败 Fugu Ultra（86.0 对 73.7），并在 Humanity’s Last Exam 上略胜（53.3 对 50.0）。
• 这是系统对模型。 一个 Fugu 分数反映的是一次路由选择或一支协调团队，而非单个模型独自作答——更接近“编排所能达到的最佳”，而非同类对同类的模型比较。
• 这是移动靶。 由于 Fugu 在第三方模型间路由，结果会随池的变化而移动；基线为供应商自报，且 SWE 任务使用 mini-swe-agent 运行框架。

定价与成本

Fugu Ultra 有固定、公开的每 token 定价。基础款 Fugu 计费方式不同：当单个智能体处理请求时，你支付该模型的标准费率；当多个智能体协调时，Sakana 按所涉顶层模型的单一费率收费，而非叠加费用。

fugu-ultra-20260615 的固定定价，每 100 万 token。

在实践中重要的成本要点：

• 编排 token 算数。 Fugu 的用量对象把用户可见 token 与编排 token 分开，但编排 token 按同样的输入/输出费率计费。一次多智能体运行可能消耗远多于单次模型调用的 token——为此做预算，并用 max_output_tokens 与监控设上限。
• 订阅对比按量付费。 计划为每月 $20（Standard）、$100（Pro）、$200（Max），更重与企业级工作负载有按用量计费。在 2026 年 7 月底前订阅，Sakana 会按你的档位额外赠送一个免费月。
• 可预测性的权衡。 你为编排质量付费，而非固定的单模型费率——在困难任务上强大，但比像 Gemini 3.1 Pro 这样的单一模型更难预测。

如何使用 Sakana Fugu

Fugu 是 OpenAI 兼容的，因此你可以复用现有的 OpenAI 客户端——只需更换 base URL 与 key。Sakana 推荐 Responses API；Chat Completions 与 Models API 也受支持。

from openai import OpenAI

client = OpenAI(
    base_url="https://api.sakana.ai/v1",
    api_key="YOUR_API_KEY",
)

resp = client.responses.create(
    model="fugu-ultra",
    input="Reproduce the main result of this paper and report what failed.",
    timeout=600.0,   # Ultra 运行可能很长——调高客户端超时
)
print(resp.output_text)

几点实务说明：对 fugu 模型，把 reasoning.effort 设为 high 或 xhigh/max（其它值会被拒绝）。对复杂的 fugu-ultra 任务，调高客户端超时。另注意 fugu-ultra 上的 max_output_tokens 只作用于最终响应——编排器仍使用它自己的上限。

应用场景与实战示例

Fugu 的价值更少体现在单次提示的答案里，更多体现在长而杂乱、多步的工作流中——正是 Sakana 在其约 500 用户的 beta 中聚焦之处。

1. 自动化的长跨度研究

beta 用户以接近全自动的研究模式运行 Fugu（Sakana 称之为 AutoResearch）：它探索想法、运行实验、解读失败、修正方法，并在极少人工介入下持续取得进展。这种开放式、多步的工作是 Fugu Ultra 的典型任务——也是 Sakana 报告它击败 Gemini 3.1 Pro、Opus 4.8 与 GPT-5.5 之处。

2. 端到端代码审查

“在代码审查上，Fugu Ultra 显著优于 GPT-5.5……别的工具大约标出三个问题的地方，Fugu 浮现出二十多个。它已成为我所有审查都过一遍的模型。” —— 软件工程师（Sakana beta）

由于审查会扇出到多个相互交叉核验的专家智能体，Fugu 往往能浮现出单次过审会漏掉的缺陷。

3. 一次性安全评估

“给一条限定范围的指令，Fugu 端到端地推进了一次完整的安全评估——侦察、XSS/SQLi 检查、鉴权审查，以及一份带证据与复测步骤的干净报告——始终在范围内、避免破坏性动作。” —— 网络安全工程师（Sakana beta）

评审者还注意到，在长会话中其人设稳定性异常强——这对那些其它模型容易漂移的智能体产品很有用。

Sakana Fugu 横向对比

• 对比它所路由的模型（GPT-5.5、Gemini 3.1 Pro、Claude Opus 4.8）： Fugu 不取代它们——而是指挥它们。Sakana 报告，在应用任务上，编排后的系统击败了这些基础模型各自的高/max/xhigh 档位。
• 对比 Anthropic 受限的前沿（Fable 5、Mythos Preview）： 招牌主张是在最难基准上达到并肩，却没有把这些模型放进池中——也没有那种把 Mythos 在发布数天后拉下线的出口管制风险敞口。
• 对比传统多智能体框架（LangGraph、AutoGen、CrewAI）： 那些要你设计并维护智能体图；Fugu 把编排作为习得的模型放在单一 API 之后交付，因此没有胶水代码，也无需按任务做工作流工程。

简而言之：当任务长、杂乱、多步，或当供应商韧性重要时，伸手去拿 Fugu；当延迟与成本可预测性更重要时，直接调用单一模型。要看更广的领域，参见我们的 2026 LLM 全景指南。

局限与已知坑

• 发布时无欧盟/欧洲经济区访问。 在 GDPR 合规待定期间，该 API 在那里受限。
• 非开源权重。 Fugu 是依赖其所路由第三方供应商的托管 API；你无法自托管它。
• 成本更难预测。 编排 token 与多智能体运行会让用量膨胀；用 max_output_tokens 设上限、倚重缓存输入，并监控用量明细。
• Ultra 延迟。 困难任务可能运行得久到需要调高客户端超时——它为深度而非干脆的交互回合而生。
• 厂商自报、系统对模型的基准。 并肩主张排除了它们所对标的那些 Anthropic 模型；请用你自己的工作负载来验证。
• 年轻的产品。 在约 500 用户的 beta 之后于 2026 年 6 月 22 日正式可用（小变体此前称为 “Fugu Mini”）——预期有粗糙之处与不断演化的池。

Fugu 背后的研究

Fugu 立足于两篇被 ICLR 2026 接收的论文，外加一份技术报告：

• TRINITY: An Evolved LLM Coordinator —— 一个轻量、演化而来的协调器，在多个回合中把模型分配到 Thinker / Worker / Verifier 角色，并随任务动态自适应。
• Learning to Orchestrate Agents in Natural Language with the Conductor —— 用强化学习去发现自然语言协调策略，学会如何提示与路由智能体，而非依赖人工设计的工作流。
• Sakana Fugu Technical Report (2026) —— 系统细节与基准方法学。

Sakana 的编排血统早于 Fugu：其 ALE-Agent 在一场编码竞赛中于 1,000 名人类专家里位列第 21。

可用性与路线图

Sakana Fugu 今天（2026 年 6 月 22 日）正式可用，通过 console.sakana.ai 提供，此前经历了自 2026 年 4 月底起约 500 名用户的 beta。fugu-ultra-20260615 ID 钉住特定的 Fugu Ultra 版本，而 fugu 与 fugu-ultra 跟踪最新版。

Sakana 把这次发布框定为“一个起点，而非终点线”。由于 Fugu 建立在习得式编排而非固定工作流之上，它会随生态系统一同进步：路线图是扩大专家智能体池（含开源模型与 Sakana 自家模型）、强化对长时运行智能体任务的协调，并给用户更多对 Fugu 如何代其路由的控制。

适用场景

• 长跨度的自动化研究与论文复现
• 端到端的代码审查与安全评估
• 必须绕过访问中断的厂商韧性部署

优缺点

常见问题

来源

• Sakana AI — Sakana Fugu: One Model to Command Them All
• Sakana AI — Fugu product page
• Sakana AI — Console: Models
• Sakana AI — Console: Pricing
• The Decoder — Sakana AI's Fugu orchestrates multiple LLMs (benchmark Table 1)
• ITmedia — Sakana AI、一部「ミュトス越えの性能」うたうAIを提供
• sakutto — What Is Sakana Fugu? Performance vs Fable 5 (Fable comparison figures)