東京新創 Sakana AI 推出 Fugu 系統，透過調度可替換的語言模型池，來對標 Anthropic 受限制的 Fable 和 Mythos 模型。
重點摘要：
- Sakana AI 的 Fugu 對外看似單一模型，實際在一個 API 後面協調多個系統運作。
- Fugu Ultra 在 SWE-Bench Pro 程式測試中拿到 73.7 分，超越多個前沿對手。
- 此設計被包裝為對抗鎖死 Fable 和 Mythos 的出口管制的風險對沖方案。
Sakana Fugu 如何編排模型
這間東京實驗室在 6 月 22 日推出 Fugu 以及更重型的 Fugu Ultra 版本，兩者都可透過一個相容 OpenAI 的 endpoint 連接，它已 證實。 視請求不同，系統要嘛單獨完成任務，要嘛拉攏其他系統一起協作。
模型會自行負責檢查與結果整合。
Fugu 本身就是一個語言模型。
它被訓練成可從一個可替換的代理池中呼叫代理，甚至在單一任務需要比一個模型更多「人手」時，還能召喚自己的複本。基礎層級主打低延遲，適合日常寫程式、聊天，以及像 Codex 一類的工具，並允許團隊排除特定代理，以符合法規與隱私要求。Fugu Ultra 則追求在長篇問題上拿到最高答案品質，例如論文重現與資安分析，約 500 名測試用戶在近幾週中為它進行了 Beta 測試。
延伸閱讀：Anthropic 合約永續大拋售，是 Pre-IPO 加密押注的警訊嗎？
Mollick 與 Levie 的看法
公司公布的基準測試數據 顯示，Fugu Ultra 在 SWE-Bench Pro 程式測試中拿到 73.7 分，在同一輪測試裡領先 Opus 4.8、Gemini 3.1 Pro 和 GPT-5.5。
公司表示，這些分數與 Fable 5 和 Mythos Preview 大致相當，而自家表格顯示，Fugu 這個「指揮家」在已公布的 11 項指標中有 10 項拿下第一。
但不是每位測試者都買單。AI 研究者 Ethan Mollick 寫道，Fugu Ultra「慢得驚人」，例行寫程式測試可以拖到 30 分鐘，實際輸出也落後 Fable。Box 執行長 Aaron Levie 則態度較正面，稱讚透過單一 API 把每個任務導向最合適模型，是應用型 AI 建構方式的一大進展。
也有人對價格提出警告，因為這種編排方式，可能讓多模型堆疊的 token 成本遠高於直接呼叫單一前沿模型處理同等任務。Sakana 把這種「池化設計」定位為對衝任一供應商斷供風險的保險， 並點名 Fable 和 Mythos 新近遭遇的出口限制，就是一個能在一夜之間切斷存取權的衝擊案例。
Sakana AI 的起源
Sakana AI 於 2023 年成形，由 Llion Jones 創立，他是 Google 論文〈Attention Is All You Need〉的共同作者之一。曾任 Stability AI 研究主管的 David Ha 則以共同創辦人身分加入。這間實驗室以「演化式模型合併」與 AI Scientist 自動化研究系列打響名號， 並長期主張：在最困難、最耗時的任務上，由多個模型協同運作的「模型池」，可以勝過任何單一系統。