Sakana AI запускає Fugu Max і Fugu Ultra v2 для дешевшої та потужнішої оркестрації мультиагентних систем

Sakana AI випустила Fugu Max і Fugu Ultra v2 — 2 нові моделі у своїй родині Sakana Fugu. Fugu — це не окрема базова модель. Це навчений оркестратор, який розподіляє роботу між пулом інших моделей через 1 API. Новий реліз налаштовує цю архітектуру для 2 завдань. Fugu Max орієнтована на найкращий результат за долар. Fugu Ultra v2 — на найвищу здатність виконувати складні багатокрокові завдання.

Чи можна її розгорнути? Так, як розміщений API-сервіс. Обидві моделі вже доступні через API Sakana, сумісний з OpenAI. Відкритих ваг для самостійного розгортання немає, а Sakana не пропонує сервіс у ЄС/ЄЕЗ.

Чому Sakana розглядає це як проблему з 2 осями

Аргумент Sakana простий. Реальні робочі навантаження оцінюють одночасно за можливостями та вартістю. Надсилати простий запит на пошук даних моделі з кількома трильйонами параметрів — марна витрата грошей. Краща система обирає найдешевший інструмент, який усе ще здатен виконати завдання.

Команда Sakana описує це за допомогою фронту Парето. На цьому фронті підвищення якості коштує дорожче, а зниження вартості призводить до втрати якості. Fugu Max і Fugu Ultra v2 мають 1 спільну базову архітектуру оркестрації. Відрізняється лише ціль оптимізації.

Релізи виходять швидкими темпами. У квітні Fugu перейшла в бета-версію, у червні досягла загальної доступності, а в липні отримала Fugu-Cyber та інтерфейс Claude Code.

Як працює оркестрація Fugu

Технічний звіт Sakana Fugu описує моделі Fugu як повноцінні мовні моделі. Вони читають запит і на льоту створюють для нього агентну структуру. Навчання поєднує великомасштабне донавчання, еволюційні алгоритми та навчання з підкріпленням.

Система ґрунтується на 2 статтях ICLR 2026 року. TRINITY використовує легкого еволюційного координатора, який розподіляє ролі Thinker, Worker або Verifier між ітераціями. The Conductor навчається за допомогою навчання з підкріпленням, щоб знаходити природномовні стратегії координації та сфокусовані підказки.

Fugu Max: більше моделей, менші витрати

Fugu Max розширює пул моделей, якими може оркеструвати Fugu. До нього додано велику кількість моделей із відкритими вагами та спеціалізованих моделей. Серед них — родина NVIDIA Nemotron, доступна завдяки співпраці Sakana з NVIDIA. Fugu Max спрямовує кожне завдання до найкомпактнішої моделі, здатної його виконати.

Команда Sakana повідомляє такі результати:

• Ціна: $2 за 1 млн вхідних токенів і $6 за 1 млн вихідних токенів.
• Вартість вихідних даних: на 40–60% нижча, ніж у Sonnet 5, GPT 5.6 Terra та Kimi K3.
• Продуктивність: найкращий загальний результат у 6 бенчмарках: Terminal Bench 2.1, GPQA Diamond, AA-LCR, GDP.pdf, AutomationBench і SWEFish.
• Ефективність: розширює фронт «вартість–продуктивність» у 7 із 10 бенчмарків.

Sakana стверджує, що Fugu Max наближається до елітних моделей за у 2–6 разів нижчої вартості. SWEFish — це внутрішній бенчмарк Sakana, створений на основі власних завдань із програмування. Сприймайте цей результат як сигнал від постачальника.

Fugu Ultra v2: підвищення планки

Fugu Ultra v2 орієнтована на складне міркування, автономні дослідження та повноцінну розробку програмного забезпечення. Найбільші переваги проявляються під час тривалого міркування над візуальними та структурованими даними.

• Chartography (візуальне міркування та інтерпретація даних): 48,3 проти 27,3 у Opus 5 і 29,5 у Fable 5.
• DeepSWE (розробка програмного забезпечення в реальних умовах): 74,3 — вище, ніж у моделей, ціна яких за токен у 3–5 разів вища.
• Широта: найкращий або спільно найкращий результат у 5 із 8 бенчмарків: GDP.pdf, Chartography, SWEFish, DeepSWE та Toolathon.
• Стабільність: входить до топ-2 у 7 із 8 бенчмарків.

Fable 5, Fable 5.1 і GPT-6-Astra не входять до агентного пулу Fugu Ultra v2. Кінцева дата даних для навчання моделі — 28 серпня 2026 року. Головний меседж Sakana — результат на рівні передових моделей без залежності від будь-якої 1 пропрієтарної моделі. Дослідницька команда заявляє, що це зменшує залежність від одного постачальника, ризик відкликання API та раптового припинення роботи сервісу.

Інтерактивне пояснення

Основні висновки

• Fugu Max коштує $2/$6 за 1 млн вхідних/вихідних токенів і орієнтована на максимальний результат за долар.
• Fugu Max демонструє найкращий загальний результат у 6 бенчмарках і розширює фронт у 7 із 10.
• Fugu Ultra v2 набирає 48,3 у Chartography та 74,3 у DeepSWE.
• Ultra v2 досягає цих результатів без Fable 5, Fable 5.1 або GPT-6-Astra у своєму пулі.
• Обидві моделі вже доступні через API, сумісний з OpenAI, а для наявних користувачів передбачено перемикання в 1 рядок.

---

Ознайомтеся з технічними деталями та сторінкою проєкту. Також стежте за нами у Twitter і не забудьте приєднатися до нашого субреддіту про машинне навчання з понад 150 тис. учасників та підписатися на нашу розсилку. Стривайте! Ви є в Telegram? тепер ви також можете приєднатися до нас у Telegram.

Потрібна співпраця з нами для просування вашого репозиторію GitHub, сторінки на Hugging Face, релізу продукту, вебінару тощо? Зв’яжіться з нами