Das Tokioter Startup Sakana AI hat Fugu gestartet, ein System, das einen austauschbaren Pool von Sprachmodellen dirigiert, um mit den eingeschränkten Fable- und Mythos-Modellen von Anthropic zu konkurrieren.
Zentrale Punkte:
- Sakana AIs Fugu läuft wie ein einzelnes Modell, koordiniert aber einen Pool anderer Systeme hinter einer einzigen API.
- Fugu Ultra erzielte 73,7 im SWE-Bench-Pro-Coding-Test und übertraf mehrere Frontier-Rivalen.
- Das Design wird als Absicherung gegen die Exportkontrollen präsentiert, die Fable und Mythos unzugänglich gemacht haben.
Sakana Fugu orchestriert Modelle
Das Tokioter Labor führte Fugu und eine schwerere Fugu-Ultra-Stufe am 22. Juni ein, beide über einen OpenAI-kompatiblen Endpunkt erreichbar, wie es bestätigte. Abhängig von der Anfrage erledigt es eine Aufgabe allein oder stellt ein Team anderer Systeme zusammen.
Das Modell führt dann die Überprüfungen und die Synthese eigenständig aus.
Fugu ist selbst ein Sprachmodell.
Es ist darauf trainiert, Agenten aus einem austauschbaren Pool aufzurufen und kann sogar Kopien seiner selbst herbeirufen, wenn ein einzelner Job mehr „Hände“ braucht, als ein Modell liefern kann. Die Basisstufe zielt auf geringe Latenz für alltägliches Programmieren, Chat und Tools wie Codex ab und ermöglicht Teams, bestimmte Agenten auszuschließen, um Datenschutzregeln einzuhalten. Fugu Ultra hingegen jagt nach höchster Antwortqualität bei langen Aufgaben wie der Reproduktion wissenschaftlicher Arbeiten und Sicherheitsanalysen, die eine Gruppe von rund 500 Beta-Nutzern in den vergangenen Wochen getestet hat.
Auch lesen: Ist der Anthropic-Perp-Ausverkauf eine Warnung für Pre-IPO-Krypto-Wetten?
Mollick und Levie melden sich zu Wort
Benchmark-Zahlen, die das Unternehmen veröffentlicht hat, setzen Fugu Ultra bei 73,7 im SWE-Bench-Pro-Coding-Test, vor Opus 4.8, Gemini 3.1 Pro und GPT-5.5 im gleichen Lauf.
Das Unternehmen sagt, diese Werte lägen auf dem Niveau von Fable 5 und Mythos Preview, und die eigene Tabelle zeigt den Orchestrator in 10 der 11 veröffentlichten Zeilen an der Spitze.
Nicht jeder Tester war überzeugt. KI-Forscher Ethan Mollick schrieb, Fugu Ultra sei „unglaublich langsam“ gelaufen, mit routinemäßigen Programmieraufgaben, die sich auf 30 Minuten hinzogen, und Ausgaben, die Fable im praktischen Einsatz hinterherhinkten. Box-Chef Aaron Levie klang positiver und nannte das Routing jeder Aufgabe über eine einzelne API an das jeweils am besten geeignete Modell einen Fortschritt dafür, wie angewandte KI gebaut wird.
Andere hoben den Preis hervor, da die Orchestrierung die Tokenkosten vielfach höher stapeln kann, als ein einzelnes Frontier-Modell direkt bei einer vergleichbaren Aufgabe aufzurufen. Sakana stellt das gepoolte Design als Versicherung gegen das Ausfallen eines beliebigen Anbieters dar und verweist auf die neuen Exportbeschränkungen für Fable und Mythos als eine Art Schock, der den Zugang über Nacht kappen kann.
Die Ursprünge von Sakana AI
Sakana AI entstand 2023 unter Llion Jones, einem Mitautor von Googles Paper „Attention Is All You Need“. David Ha, einst Research Lead bei Stability AI, stieß als Mitgründer hinzu. Das Labor machte sich mit evolutionärem Modell-Merging und der AI-Scientist-Reihe automatisierter Forschung einen Namen und argumentiert seit Langem, dass koordinierte Modellpools jedes einzelne System bei den härtesten, langlaufenden Aufgaben übertreffen können.
Als Nächstes lesen: Mane City Mobile landet auf iOS und Android in über 100 Ländern