Nincs Claude Fable 5? Nem probléma: a Sakana határtalan teljesítményt ér el az új Fugu többmodellű, automatikus szintetizáló rendszerével.

Tegnap este az egyre inkább vállalati fókuszú AI startup, a Sakana bemutatta a Fugut, egy többügynökös orchestration rendszert, amely határszintű AI teljesítményt nyújt egyetlen, az OpenAI-val kompatibilis API-n keresztül. Fejlesztők, vállalatok és nemzetek számára készült, akik ellenállást keresnek a szolgáltatói kiszolgáltatottsággal és a geopolitikai exportkorlátozásokkal szemben, a Fugu (japánul "puffertojás"), megkerüli a hagyományos monolitikus modellstruktúrát azáltal, hogy dinamikusan irányítja a lekérdezéseket egy cserélhető, specializált AI ügynökökből álló medencéhez. David Ha, a Sakana vezérigazgatója és társalapítója, korábban a Google Brain-nél, a Fugut megbízhatóbb opcióként pozicionálta a vállalati munkafolyamatok számára, mint bármelyik egyedi AI modell szolgáltató után az Anthropic június 12-i lépése után, amikor visszavonta a nyilvános hozzáférést a legnagyobb teljesítményű modelljeihez, a Claude Mythos 5-höz és a Claude Fable 5-höz az Egyesült Államok kormányának exportellenőrzési rendelete miatt. Ahogy Ha ma egy posztban írta az X-en: "A Fugu dinamikusan koordinálja a világ legjobb modelljeit a bonyolult feladatok megoldására. Bizonyítjuk, hogy egy jól orchestrált, cserélhető ügynökökből álló medence fel tudja venni a versenyt az olyan korlátozott határszintű modellekkel, mint a Fable és Mythos. De a Fugu több, mint a teljesítményről szól. Úgy hiszem, hogy az Orchestration Modellek a következő határ, nagyobb modelleken túl. Egyetlen vállalat modelljére támaszkodni a nemzeti infrastruktúra érdekében óriási kockázatot jelent. Ahogy a legutóbbi exportkorlátozások is mutatták, a legjobb modellekhez való hozzáférés egyik napról a másikra eltűnhet. A kollektív intelligencia a gyakorlati fedezék ezen hatalomkoncentráció ellen. A Fugu egyszerűen megkerüli a szolgáltatói korlátozásokat, teljesen cserélhető ügynökmedencére támaszkodva." A Sakana AI kifejezetten kijelenti, hogy a Fugu által kiválasztott konkrét modellek és azok koordinálása szabadalmi védelem alatt áll, ami azt jelenti, hogy ez az irányítási információ a felhasználó elől el van rejtve. A dokumentáció csak általánosan hivatkozik egy "sokszínű, erőteljes modellekből álló medencére", "több LLM-re" vagy "specializált modellekre", anélkül, hogy megadná a számos modellt. Azáltal, hogy a Fugu inteligens koordinátorként működik, nem önálló alapmodellként, a legjobb minőségű modellekhez, például a Fable-hoz és a Mythos-hoz hasonló teljesítményt biztosít harmadik féltől származó ügynöki feladatok benchmarkjain, miközben alapvetően megváltoztatja a fejlesztők számára a kritikus AI infrastruktúra telepítésének módját.

Hogyan működik a Sakana Fugu és hol múlja felül az Anthropic Claude Fable 5-öt

Lényegében a Sakana Fugu mint egy fővállalkozó működik. Amikor egy bonyolult kérést kap, a Fugu nem próbálja meg végrehajtani minden lépést magának. Ehelyett felosztja a problémát, delegálja az alfeladatokat egy szakértő alapmodell medencéhez, ellenőrzi azok munkáját, és szintetizálja a végső eredményt. "A Fugu önmaga is egy LLM, amelyet arra képeztek ki, hogy különböző LLM-eket hívjon az ügynök medencében, beleértve önmagának rekurzív példányait is," jegyezte meg a Sakana AI csapata technikai közleményükben. Két, a Sakana 2026-os kutatási tanulmányából, a TRINITY-ból és a Conductor-ból alapozva, a rendszer autonóm módon kezeli a modellválasztás és -ellenőrzés teljes életciklusát tanult koordinálási stratégiák felhasználásával a kézi munkafolyamatok helyett. A végfelhasználó számára ez a többügynökös raj teljesen absztraktálva van egy standard API végponton. A Sakana AI két rendszer variánst kínál a különböző működési munkaterhek kiszolgálására:

Fugu: Egy nagy sebességű, alacsony késleltetésű modell, amelyet a mindennapi feladatokra optimalizáltak. Úgy tervezték, hogy a standard motor legyen interaktív chatbotok számára és közvetlenül integrálódjon kódolási környezetekbe, mint például a Codex. Fugu Ultra: A zászlóshajó szint, amelyet bonyolult, nagy tétű feladatokhoz terveztek, mint például AI kutatás, kiberbiztonsági elemzés és többlépéses szabadalmi vizsgálatok. A Sakana állítása szerint a Fugu Ultra mélyebb szakértői medencét koordinál, és párosítja az iparág élenjáró monolitikus modelljeivel szigorú tudományos és érvelési benchmarkok alapján. Ezen kívül, a pay-as-you-go terv keretében a standard Fugu egy dinamikus díjat számít fel az aktivált konkrét alapmodellek alapján, míg a Fugu Ultra rögzített árképzési struktúrát alkalmaz, amely 5 dollárt számít fel egymillió input-tokenért és 30 dollárt egymillió output-tokenért. A Sakana által megosztott benchmark diagramok szerint a Fugu valójában felülmúlja az Anthropic Claude Fable 5 teljesítményét a LiveCodeBench-en, ami egy nyílt forráskódú benchmark, amely a kódolási teljesítményt rendszeresen frissített, szoftverproblémák megoldási feladatain teszteli (Fugu Ultra: 93.2, Fugu: 92.9, Fable: 89.8), és felülmúlja az előző Claude Mythos Preview modellt a GPQA-D-n (Gyémánt), ami 198 biológiai, fizikai és kémiai területen lévő mesterképzés szintű feleletválasztós kérdést tesztel (Fugu Ultra: 95.5, Fugu: 95.5, Mythos Preview: 94.6). A különböző szolgáltatók több modelljének orchestrálásával a Fugu alapvetően natív redundanciát épít az AI halmazba. Ha egy szolgáltató kiesik vagy váratlan szabályozási korlátozásokkal néz szembe, a Fugu megkerüli a zavarokat, hogy fenntartja az üzemidőt.

Licencelés és elérhetőség

A Fugu kereskedelmi, szabadalmi védett API szolgáltatásként kerül bemutatásra, nem nyílt forráskódú keretrendszerként. Mivel a Sakana alapvető szellemi tulajdonát a nem nyilvánvaló együttműködési minták képezik, a konkrét irányítási információ — azt, hogy pontosan mely alapmodelleket választja a Fugu egy adott lekérdezés kezelésére — szabadalmi védelem alatt áll, és szándékosan rejtve van a felhasználó elől. Azonban a Sakana kritikus vezérlőket kínál a vállalati adatok megfelelősége érdekében. A fejlesztők kifejezetten kizárhatják a Fugu irányító medencéjéből a konkrét modelleket vagy szolgáltatókat, hogy fenntartsák a szigorú vállalati adatvédelmi standardokat. Ezen kívül a felhasználók elutasíthatják, hogy a kérdéseiket felhasználják a jövőbeli képzési adatok számára. Földrajzilag a Fugu működését a Európai Unióban (EU) és az Európai Gazdasági Térségben (EEA) korlátozzák, amíg a Sakana dolgozik a dobozon kívüli adatirányítási architektúrájának összhangba hozásán a GDPR szabályozásokkal. Az árviszonyok meglehetősen magasak.

A Fugu azonnal elérhető a legtöbb régióban — a EU és az EEA ideiglenes kivételével — előfizetési szinteken és pay-as-you-go árazás keretein belül. A csapatok választhatnak havi előfizetési kereteket, amelyeket egyéni vagy kézi használatra terveztek: egy Standard szint 20 dollár/hó a könnyű munkafolyamatokhoz, egy Pro szint 100 dollár/hó 10x standard használattal, és egy Max szint 200 dollár/hó, amely 20x használatot kínál folyamatos, hosszú távú feladatokhoz. Nem tudtam megtalálni a tényleges tokenmennyiséget, amelyet ezek a tervek lefednek, de felvettem a kapcsolatot Ha-val az X-en további információért. Az első roller keretében a Sakana ingyenes második hónapot kínál azoknak a felhasználóknak, akik bármelyik szintre előfizetnek 2026. július 31-ig. Vállalati méretezés és gyártási telepítések esetén a Sakana rugalmas pay-as-you-go tervet kínál. Különösen nagy tétű környezetekben a fogyasztás alapú modell keretében benyújtott kérelmek magasabb prioritást élveznek, mint a havi előfizetési tervekből érkező kérelmek. E keret alatt a standard Fugu motor a lekérdezésben részt vevő legmagasabb szintű alapmodell egységes díját számítja fel, anélkül hogy valaha is egymásra rakná a többügynökös díjakat. A zászlóshajó Fugu Ultra szint (fugu-ultra-20260615) rögzített árképzési struktúrát használ egymillió tokenenként: 5 dollár az inputért, 30 dollár az outputért és 0.50 dollár a gyorsítótárazott inputért. Ezek az árak a szélsőséges munkaterhelések esetén, amelyek a 272K tokennél nagyobb kontextusablakokat használnak, 10, 45 és 1.00 dollárra emelkednek. Ez a válaszok között a drágább lehetőségek közé emeli a szolgáltató API-ikon keresztül elérhető egységes AI modellekhez képest.

A fejlesztőknek, akik a működési költségeket modellezik, figyelembe kell venniük a Fugu többügynökös képességei miatt fellépő jelentős architekturális figyelmeztetést is. A fejlesztői dokumentáció szerint a Fugu Ultra API válaszai részletes használati területeket tartalmaznak, amelyek elkülönítik a felhasználó által látható token-generálást a belső orchestrációs munkától. A háttérben keletkező és generált tokent, amikor a Fugu alfeladatokat delegál, ellenőrzi a kódot vagy irányít a mögöttes ügynökök között, a szolgáltató nem fedezi; ezek valós tokenhasználatra utalnak, és a kérés végső árába számítanak a standard díjak szerint.

Az Orchestration tájképe: Fugu vs. A mező és figyelemre méltó benchmark teljesítmény

A Fugu helyzetének megértéséhez a 2026 közepén az AI ökoszisztémában fontos megkülönböztetni a modellirányítást és a többügynökös orchestration-t. Az elmúlt évben a vállalatok általában gyorsan elterjedtek a standard irányító platformokon — mint a Not Diamond, a Martian és a nyílt forráskódú RouteLLM keretrendszer. Ezek a rendszerek intelligens légi irányítóként működnek; szemantikus osztályozókat vagy meta-modelleket használva elemzik a beérkező kéréseket, és megjósolják, hogy mely egyetlen alapmodell fogja nyújtani a legmagasabb minőséget vagy a legköltséghatékonyabb választ, és ennek megfelelően továbbítják a lekérdezést. A Fugu alapvetően eltérő paradigmán működik. Ahelyett, hogy egyszeri irányítási döntést hozzon, a Fugu sokkal inkább összetett, több körös rendszerekhez hasonlít, mint a Router-R1 (egy keretrendszer, amelyet a NeurIPS 2025-ös konferencián mutattak be). Felbontja a lekérdezést, összekapcsolja az érvet a delegálásával, és dinamikusan osztja ki az alfeladatokat több modellnek párhuzamosan vagy sorozatosan, mielőtt szintetizálná a végső kimenetet. Míg az olyan keretek, mint a LangGraph, CrewAI és Microsoft AutoGen lehetőségeket kínálnak a fejlesztőknek hasonló többügynökös rendszerek kiépítésére, hatalmas manuális konfigurációt igényelnek — szerepek meghatározását, feltételes élek beállítását és állapotkezelést hosszútávú ciklusokban. A Fugu ezt az operatív költségszerkezetet teljesen eltünteti. Gyakorlatilag a LangGraph-stílusú munkafolyamatokat csomagolja egy egyedi, dobozon kívüli API végpontban.

Az orchestration rendszerét végül a legalsóbb modellek nyers képességei határozzák meg a medencében, ami nyilvánvalóan tükröződik a Sakana saját benchmark tesztelésein a független határmodellek ellen. A szigorú kódolási és ügynöki feladatok esetén a kollektív intelligencia egyértelmű előnnyel bír a standard modellekre nézve. A Fugu Ultra a SWE-Bench Pro-n 73.7-et ért el, jelentősen felülmúlva az Anthropic Claude Opus 4.8-t (69.2) és az OpenAI GPT-5.5-öt (58.6). Azonban a Fugu nem ezüstlövedék, és teljesítménye nem tiszta dominancia az egész pályán. Amikor a kimondottan specializált vagy korlátozott hozzáférésű monolitikus modellekhez hasonlítják, a Fugu néha elmarad:

SWE-Bench Pro: Míg a Fugu Ultra (73.7) túlszárnyalta a legtöbb elérhető modellt, kényelmesen lemaradt az Anthropic korlátozott hozzáférésű Fable 5-ötől (80.0), amely jelenleg hiányzik a Fugu cserélhető medencéjéből az Egyesült Államok kormányának exportellenőrzési parancsa miatt és az Anthropic későbbi válasza miatt, hogy teljesen eltávolítsa a modellt a globális használatból.

Az emberiség utolsó vizsgája: A Fugu Ultra (50.0) szűken felülmúlta az Opus 4.8-at (49.8), de ismét elmaradt a Fable 5-től (53.3). Hosszú kontextus és biztonság: Az MRCRv2 hosszú kontextus-visszaemlékezési teszten az OpenAI GPT-5.5 megőrizte a vezetést (94.8 a Fugu Ultra 93.6-hoz képest), és az Opus 4.8 maradt a legjobban teljesítő a CTI-REALM kiberbiztonsági benchmarkon (69.6 a Fugu Ultra 69.4-hez képest).

A kvantitatív adatok egyértelmű következtetésre utalnak: a Fugu rendkívül hatékony a teljesítmény növelésében zűrzavaros, többlépéses feladatokon (például egy összetett HTML5 játék írása a nulláról) a közép- és felső szintű modellek összesített erősségeire támaszkodva. Azonban a tiszta, brutális érveléshez egyetlen, rendkívül korlátozott területen az ipar legnagyobb önálló modelljei még mindig dominálnak — feltéve, hogy egy vállalat folyamatos hozzáférést képes fenntartani ezekhez.

Háttér információk a Sakana megalakulásáról és eddigi figyelemre méltó teljesítményeiről

A Sakana AI 2023-ban alakult Tokióban, Llion Jones, a Google 2017-es "Attention Is All You Need" című alapvető tanulmányának társszerzője és David Ha, a Stability AI korábbi kutatási főnöke által. Csalódott a nagy tech cégek bürokráciája és az ipar hiperfókuszációja miatt, amely a hatalmas, egyedi alapmodellek skálázására irányult, az alapítók a biomimikri és az evolúciós számítástechnika elvei köré építették fel a Sakanát. A cég neve, amely a japán hal szóból származik, tükrözi alapvető technikai tételét: a kollektív "raj" intelligencia felhasználása a brutális számítás helyett. Miután 2025 végén 2.6 milliárd dolláros B sorozatú értékelést értek el, és a 2026. júniusi Marlin nevű autonóm, nyolcórás kutatási ügynök bemutatóján a B2B szektor számára — a Fugu a Sakana többügynökös irányító technológiájának kereskedelembe állítása a mindennapi fejlesztők számára.

Vegyes fogadtatás az AI közösség online körében

A fejlesztői közösség a Fuguhoz hozzálátva szigorúan teszteli a gyakorlati kompromisszumaikat, mérlegelve az irányítási hatékonyságukat a monolitikus alapmodellek tiszta erejével szemben. Chris (@ChrissGPT az X-en), az AI megfigyelő, fejlesztő és influencer kiemelte a Fugu specifikus hasznosságát a nyers alap AI-hoz képest. "Egyetlen tiszta kérdéshez valószínűleg közvetlenül a Fable 5-öt, a Mythos-t vagy a GPT-5.5-öt használnád," jegyezte meg, de azt állította, hogy a Fugu valódi értéke zűrzavaros, többlépéses környezetekben jön elő. "...felesleges, megerősítést, szintetizálást, kódellenőrzést, kutatási ciklusokat, biztonsági elemzést igényel... minél inkább értelmesen működik," írta. Chris azt is megjegyezte, hogy a Fugu architektúrájának stratégiai geopolitikai előnye van, megjegyezve, hogy ha a határ AI hozzáférést hirtelen visszavonják a szabályozás vagy export korlátozások miatt, egy orchestrator dinamikusan cserélheti a modelleket, hogy megakadályozza a teljes rendszerleállást. Mark Santos (@markksantos) a Mark Studios kreatív ügynökség tulajdonosa közvetlen, valós összehasonlítást készített azzal, hogy a Fugu Ultra-t és a Claude Opus 4.8-at arra kérte, hogy építsenek egy "Crossy Road" játék klónt a Three.js használatával. Az eredmények rávilágítottak az operatív különbségekre egy orchestrátor és egy monolitikus óriás között: Sakana Fugu Ultra: A feladatot 22 perc alatt fejezte be, körülbelül 89,000 tokent felhasználva, körülbelül 7.32 dollárt költve. Azonban a végső játék kisebb logikai hibáktól szenvedett, mint például a fordított irányok és a furcsa kameraszögek. Claude Opus 4.8: 79 percet vett igénybe, körülbelül 940,000 tokent használt el majdnem 37.85 dollárért, és egy újrapróbálkozási ciklusba ragadt, amely emberi beavatkozást igényelt. A hatékonyság ellenére végül jobb alkalmazástervezést és funkcionalitást produkált. Santos kísérletének végén azt nyilatkozta: "Az alkalmazás funkcionalitása, minősége és tervezése szempontjából az Opus győzött. A modell sebessége és teljesítménye szempontjából a Fugu... győzött." Elie Bakouch, a Prime Intellect felhőalapú, nyílt AI infrastruktúra és rendszerek szolgáltató kutatási mérnöke rámutatott az X-en, hogy "hogy tisztázzuk, ez egy zárt forrású orchestrátor, zárt forrású modellek felett. Ha eddig nem irányítottad a modelleket, most már azt sem kontrollálod, hogy melyeket használják és mennyit. Ez nem 'AI szuverenitás'..." Ezek az első tesztek és reakciók tükrözik azt az érzést, amit a Reddit felhasználó GreedyWorking1499 fogalmazott meg a kezdeti platformbeszélgetésekben: "Amíg másképp nem bizonyítják, ez csak egy szuperfejlett router/csomagoló, nem egy alapvető ugrás az intelligenciában, mint a Mythos/Fable volt." Mégis, ahogyan a vállalatok egyre inkább igénylik a biztosítékokat az egyéni szolgáltatókra való támaszkodás ellen, a Sakana bizonyítja, hogy a kollektív intelligencia egyetlen API végponton történő csomagolása egy rendkívül életképes kereskedelmi út.