Sakana AI запускает Fugu Max и Fugu Ultra v2 для более дешёвой и мощной оркестрации мультиагентных систем

Sakana AI выпустила Fugu Max и Fugu Ultra v2 — 2 новые модели в семействе Sakana Fugu. Fugu — не отдельная базовая модель. Это обученный оркестратор, который распределяет задачи между набором других моделей через 1 API. В новом релизе эта архитектура оптимизирована под 2 задачи. Fugu Max нацелена на лучший результат за каждый потраченный доллар. Fugu Ultra v2 — на максимальные возможности в сложных многоэтапных задачах.

Можно ли развернуть модель? Да, в виде размещённого API. Обе модели уже доступны через API Sakana, совместимый с OpenAI. Открытых весов для самостоятельного размещения нет, а Sakana не предоставляет сервис в ЕС/ЕЭЗ.

Почему Sakana рассматривает это как задачу с 2 осями

Аргумент Sakana прост. Реальные рабочие нагрузки оцениваются одновременно по возможностям и стоимости. Отправлять простой запрос на поиск данных модели с несколькими триллионами параметров — пустая трата денег. Более эффективная система выбирает самые дешёвые ресурсы, которые всё ещё способны решить задачу.

Команда Sakana описывает это с помощью границы Парето. На этой границе повышение качества обходится дороже, а снижение стоимости ведёт к потере качества. Fugu Max и Fugu Ultra v2 используют 1 общую базовую архитектуру оркестрации. Отличается только цель оптимизации.

Релизы выходят быстрыми темпами. Fugu перешла в режим бета-тестирования в апреле, стала общедоступной в июне, а в июле получила Fugu-Cyber и интерфейс Claude Code.

Как работает оркестрация Fugu

Технический отчёт Sakana Fugu описывает модели Fugu как самостоятельные языковые модели. Они читают запрос и на лету создают для него агентную структуру. Обучение сочетает крупномасштабную тонкую настройку, эволюционные алгоритмы и обучение с подкреплением.

Система опирается на 2 статьи, представленные на ICLR 2026. TRINITY использует лёгкого эволюционировавшего координатора, который распределяет между итерациями роли Мыслителя, Исполнителя или Верификатора. The Conductor обучается с подкреплением, чтобы находить естественно-языковые стратегии координации и целевые подсказки.

Fugu Max: больше моделей, ниже стоимость

Fugu Max расширяет набор моделей, которыми может управлять Fugu. В него добавлен большой набор моделей с открытыми весами и специализированных моделей. Среди них — семейство NVIDIA Nemotron, появившееся благодаря сотрудничеству Sakana с NVIDIA. Fugu Max направляет каждую задачу к самой компактной модели, способной её решить.

Команда Sakana сообщает следующее:

• Стоимость: $2 за 1 млн входных токенов и $6 за 1 млн выходных токенов.
• Цена вывода: на 40–60% ниже, чем у Sonnet 5, GPT 5.6 Terra и Kimi K3.
• Производительность: лучший общий результат в 6 бенчмарках: Terminal Bench 2.1, GPQA Diamond, AA-LCR, GDP.pdf, AutomationBench и SWEFish.
• Эффективность: расширяет границу Парето «стоимость–производительность» в 7 из 10 бенчмарков.

Sakana утверждает, что Fugu Max по своим результатам приближается к элитным моделям при стоимости в 2–6 раз ниже. SWEFish — внутренний бенчмарк Sakana, созданный на основе собственных задач по программированию. К этому результату следует относиться как к сигналу от поставщика.

Fugu Ultra v2: повышение планки

Fugu Ultra v2 нацелена на сложные рассуждения, автономные исследования и разработку программного обеспечения полного стека. Наибольший прирост наблюдается в длительных рассуждениях по визуальным и структурированным данным.

• Chartography (визуальное рассуждение и интерпретация данных): 48.3 против 27.3 у Opus 5 и 29.5 у Fable 5.
• DeepSWE (разработка программного обеспечения в реальных условиях): 74.3 — выше, чем у моделей со стоимостью токена в 3–5 раз больше.
• Широта: лучший или совместно лучший результат в 5 из 8 бенчмарков: GDP.pdf, Chartography, SWEFish, DeepSWE и Toolathon.
• Стабильность: входит в топ-2 в 7 из 8 бенчмарков.

Fable 5, Fable 5.1 и GPT-6-Astra не входят в пул агентов Fugu Ultra v2. Датой отсечения данных для обучения модели является 28 августа 2026 года. Главная идея Sakana — обеспечить результаты уровня передовых моделей без зависимости от какой-либо 1 проприетарной модели. Исследовательская команда утверждает, что это снижает подверженность блокировке поставщиком, отзыву API и внезапному прекращению предоставления сервиса.

Интерактивное объяснение

Ключевые выводы

• Fugu Max стоит $2/$6 за 1 млн входных/выходных токенов и нацелена на максимальный результат за каждый доллар.
• Fugu Max показывает лучший общий результат в 6 бенчмарках и расширяет границу в 7 из 10.
• Fugu Ultra v2 получает 48.3 в Chartography и 74.3 в DeepSWE.
• Ultra v2 достигает этих результатов без Fable 5, Fable 5.1 и GPT-6-Astra в своём пуле.
• Обе модели уже доступны через API, совместимый с OpenAI, а существующие пользователи могут перейти на них одной строкой.

---

Ознакомьтесь с техническими подробностями и страницей проекта. Также подписывайтесь на нас в Twitter и не забудьте присоединиться к нашему сабреддиту по машинному обучению с более чем 150 тыс. участников и подписаться на нашу рассылку. Постойте! Вы есть в Telegram? теперь к нам можно присоединиться и в Telegram.

Хотите сотрудничать с нами для продвижения своего репозитория GitHub, страницы Hugging Face, релиза продукта, вебинара и т. д.? Свяжитесь с нами