- Fugu 是 Sakana AI 于 2026年6月推出的多模型编排模型,通过调度多家前沿模型实现"集体智能",本质是模型的协调层而非单一新模型。
- 推出的背景是日本面临美国出口管制下的模型访问困境:通过编排现有前沿模型,规避对单一厂商与算力的依赖。
- Fugu Ultra 定价:输入 5 美元/百万 token、输出 30 美元/百万 token,超过 272k 上下文更贵,经 Sakana API、OpenRouter、Vercel 提供(OpenAI 兼容接口)。
- 更新节奏:7月21日发布网络安全专用 Fugu Cyber(CyberGym 86.9%),7月23日发布 Fugu-Ultra v1.1(性能提升最高 7.9 分,新增 Claude Code 兼容接口)。
- 争议:基准成绩为 Sakana 自行报告,未经第三方复现;Ethan Mollick 实测认为速度极慢、表现一般;被调用的模型厂商是否持续支持是长期疑问。
Fugu 是什么
Fugu 是 Sakana AI 于 2026年6月推出的模型系列,它的特殊之处在于不是传统意义上的新模型,而是"模型的调度者":通过编排多家前沿模型协作完成任务,把不同模型的能力组合成更强的整体,实现所谓的"集体智能"。
推出背景与日本 AI 产业的处境相关:美国出口管制下,日本在高端算力与顶级模型访问上受限。Fugu 的思路是绕开"训练更大模型"的路径,通过协调现有前沿模型达到接近甚至超越单一旗舰的效果。对 Sakana 而言,这是验证"调度优于训练"路线的实验,也是应对算力约束的务实方案。
核心思路与价值
Fugu 的价值在于验证一条替代路线:协调现有模型,可能媲美训练更大模型。传统路线依赖算力堆叠训练更大模型,Fugu 依赖调度逻辑把已有模型的能力最大化,算力门槛更低、迭代更快。
争议点也在这条路线的可持续性:被调用的模型厂商(OpenAI、Anthropic 等)是否会持续开放接口与支持,直接决定 Fugu 能否长期运转。如果上游限制调用,调度层就没有可调度的对象。这是 Fugu 模式与自研模型模式的根本差异。
模型与定价
Fugu 系列当前包括 Fugu Ultra 与 Fugu Cyber。Fugu Ultra 定价:输入 5 美元/百万 token、输出 30 美元/百万 token,上下文超过 272k 更贵,通过 Sakana AI API、OpenRouter、Vercel 等渠道提供,接口与 OpenAI 兼容,迁移成本低。
Fugu Cyber 是 7月21日发布的网络安全专用模型,在 CyberGym 成功率 86.9%、CTI-REALM 72.1%,据称优于 GPT-5.5-Cyber。7月23日又推出 Fugu-Ultra v1.1,性能提升最高达 7.9 分,并新增 Claude Code 兼容接口,方便开发者接入编码工作流。更新节奏快,说明编排路线的迭代成本确实低于训练路线。 实际体验与争议
性能数据需要谨慎看待:Fugu 的基准成绩是 Sakana 自行报告,未经第三方独立复现。实际使用反馈褒贬不一,Ethan Mollick 的实测认为速度极慢(典型编码测试约需 30 分钟)、"表现一般,真实使用中不及 Fable"。
这意味着 Fugu 的价值目前更偏向"路线验证"而非"开箱即用的主力模型":对关注多模型编排、算力受限场景与日本 AI 生态的从业者值得跟踪;对追求速度与稳定体验的生产环境,仍以主流旗舰或成熟开源模型为主,等第三方复现与上游支持情况明朗后再评估。
常见问题
Fugu 是 Sakana 自研的模型吗?
不是传统新模型,是通过调度多家前沿模型实现"集体智能"的编排层。
Fugu 多少钱?
Fugu Ultra 输入 5 美元、输出 30 美元/百万 token,超 272k 上下文更贵。
Fugu 值得用吗?
看场景:评估多模型编排路线值得试用;生产环境建议等第三方复现与速度改善。