Sakana AI выпустила Fugu Max и Fugu Ultra v2: мультиагентный оркестратор, который экономит до 6x на токенах

Sakana AI анонсировала Fugu Max и Fugu Ultra v2 — две новые модели в семействе Sakana Fugu. В отличие от обычных фундаментальных моделей, Fugu — это обученный оркестратор, который маршрутизирует запросы между пулом других моделей через единый API. Новые версии оптимизированы под две разные задачи: Fugu Max нацелен на максимальную производительность за доллар, а Fugu Ultra v2 — на высочайшую способность решать сложные многошаговые задачи. Обе модели уже доступны через OpenAI-совместимый API Sakana, но не предлагаются в ЕС/ЕЭЗ и не имеют открытых весов.

Fugu Max расширяет пул оркестрируемых моделей, включая семейство NVIDIA Nemotron, и маршрутизирует каждую задачу на самую лёгкую модель, способную её решить. Цена: $2 за 1M входных токенов и $6 за 1M выходных, что на 40–60% дешевле Sonnet 5, GPT 5.6 Terra и Kimi K3. Модель показала лучший общий результат на 6 бенчмарках, включая Terminal Bench 2.1 и GPQA Diamond, и расширяет границу Парето по стоимости и производительности на 7 из 10 тестов. Fugu Ultra v2, в свою очередь, фокусируется на сложных рассуждениях, автономных исследованиях и разработке ПО: на бенчмарке Chartography (визуальные рассуждения) он набрал 48.3 против 27.3 у Opus 5, а на DeepSWE (реальная разработка) — 74.3, обходя модели в 3–5 раз дороже за токен.

Архитектура Fugu основана на двух работах ICLR 2026: TRINITY использует лёгкого эволюционирующего координатора, назначающего роли Thinker, Worker и Verifier, а Conductor обучается с подкреплением находить стратегии координации на естественном языке. Sakana подчёркивает, что Fugu снижает зависимость от одной проприетарной модели, уменьшая риски vendor lock-in и внезапных отключений API. Однако стоит учитывать, что внутренний бенчмарк SWEFish является собственным тестом компании, и его результаты следует воспринимать как маркетинговый сигнал.