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 als ein Modell, koordiniert jedoch 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 Exportkontrollen präsentiert, die Fable und Mythos unzugänglich gemacht haben.
Sakana Fugu orchestriert Modelle
Das Tokioter Labor brachte Fugu und eine leistungsfähigere Fugu-Ultra-Stufe am 22. Juni heraus, beide über einen OpenAI-kompatiblen Endpunkt erreichbar, wie es bestätigte. Je nach Anfrage erledigt es eine Aufgabe allein oder stellt ein Team anderer Systeme zusammen.
Das Modell führt dann die Prüfungen und die Synthese eigenständig aus.
Fugu ist selbst ein Sprachmodell.
Es ist darauf trainiert, Agenten aus einem austauschbaren Pool aufzurufen und kann sogar Kopien von sich selbst herbeirufen, wenn ein einzelner Auftrag mehr „Hände“ braucht, als ein Modell liefern kann. Die Basisebene zielt auf geringe Latenz für alltägliches Coding, Chat und Tools wie Codex ab und ermöglicht es Teams, bestimmte Agenten zu entfernen, um Datenschutzregeln einzuhalten. Fugu Ultra hingegen jagt höchste Antwortqualität bei langen Aufgaben wie Paper-Reproduktion und Sicherheitsanalysen, die eine Gruppe von rund 500 Beta-Nutzern in den letzten Wochen getestet hat.
Auch lesenswert: 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 Durchlauf.
Das Unternehmen sagt, diese Werte lägen auf einem Niveau mit Fable 5 und Mythos Preview, und seine 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 Coding-Tests, die sich auf 30 Minuten hinzogen, und Ausgaben, die in der Praxis hinter Fable zurückblieben. 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 für den Aufbau angewandter KI.
Andere verwiesen auf den Preis, da die Orchestrierung Token-Kosten verursachen kann, die um ein Vielfaches höher sind, als ein einzelnes Frontier-Modell direkt mit einer vergleichbaren Aufgabe aufzurufen. Sakana stellt das Pool-Design als Versicherung gegen das Ausfallen einzelner Anbieter dar und verweist auf die neuen Exportbeschränkungen für Fable und Mythos als die Art von Schock, die 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, ehemals Forschungsleiter bei Stability AI, kam als Mitgründer hinzu. Das Labor machte sich mit evolutionärem Modell-Merging und der AI-Scientist-Reihe für automatisierte Forschung einen Namen und argumentiert seit Langem, dass koordinierte Modellpools jedes einzelne System bei den härtesten, lang laufenden Aufgaben übertreffen können.
Als Nächstes lesen: Mane City Mobile landet auf iOS und Android in über 100 Ländern