日本AI实验室Sakana AI于6月22日正式发布了其最新产品Fugu和Fugu Ultra——这不是一个传统的大语言模型，而是一个多智能体编排系统。它通过单一API接口，动态调度一个由多个前沿模型组成的”智能体池”，为复杂任务自动选择最佳执行策略。Fugu Ultra在SWE-Bench Pro编程基准上取得了73.7分，Sakana AI声称其性能已可媲美Anthropic的Mythos和Fable 5级别模型。
core competencies
Fugu的核心创新在于它的“编排即模型”架构。用户只需发送一个请求到单一端点，Fugu内部会自动判断：是直接回答简单问题，还是组建一个”专家团队”来处理复杂任务。整个过程对开发者完全透明。
- 多模型动态调度：Fugu本身是一个训练有素的语言模型，专门学习如何调用其他LLM，包括递归调用自身实例
- 双版本设计：Fugu（基础版）和Fugu Ultra（旗舰版），通过同一个OpenAI兼容API访问
- 可替换的智能体池：底层的”专家模型池”完全可替换，Sakana计划未来加入开源模型和自研模型
- 基准表现突出：Fugu Ultra在SWE-Bench Pro取得73.7分，TerminalBench 2.1取得82.1分，超过GPT-5.5和Claude Opus 4.8
User experience and limitations
从早期用户反馈来看，Fugu Ultra的能力确实令人印象深刻，尤其在编程和科学推理任务上表现突出。Sakana AI在它的产品页面上展示了Fugu Ultra在超参数优化任务中持续超越GPT-5.5、Gemini 3.1 Pro和Claude Opus 4.8的实验结果。
但Fugu也有明显的短板：API响应速度较慢——因为它内部需要调度多个模型协同工作，简单查询也有约1260 token的固定编排开销，复杂查询的总token消耗可达可见输出的5到12倍。定价方面，Fugu Ultra每月200美元，有用户调侃”花了200美元，每周实际使用不到3小时”。此外，目前不支持欧盟和欧洲经济区的访问。
Overall Score
| 维度 | Score | evaluate |
|---|---|---|
| functional completeness | 8.5 / 10 | 多智能体编排架构独特，但目前可用的专家模型池范围有限 |
| 易用性 | 8.0 / 10 | 单一API接口降低集成难度，但响应速度较慢影响体验 |
| Cost-effectiveness | 7.0 / 10 | 200美元/月定价偏高，编排开销导致实际token成本是可见输出的5-12倍 |
| 中文支持 | 7.5 / 10 | 底层模型池包含多语言模型，但非中文原生优化 |
| 输出质量 | 8.8 / 10 | 编程和推理任务表现出色，SWE-Bench Pro 73.7分验证了其能力 |
Overall rating: 8.0/10
Summarize
Sakana Fugu代表了一种全新的AI产品范式——不再是”训练一个更强的模型”，而是“训练一个更聪明的调度员”。这种思路在技术上极具前瞻性，尤其适合那些需要灵活调用不同模型优势的复杂场景。但目前Fugu受限于响应速度和定价，更适合对成本不敏感、追求极致输出质量的专业开发者。随着底层智能体池的扩展和优化，Fugu的”编排即模型”理念有可能成为下一代AI基础设施的重要方向。
AI Dash — 发现最好用的AI工具，获取最新AI模型评测。