北京
就在今天，日本AI公司Sakana AI發布了一款名為Fugu的多智能體編排模型。
在官方公告中，Sakana AI宣稱Fugu Ultra版本性能對標 Fable 5 和 Mythos Preview。
過去幾年，AI的發展主要靠構建越來越龐大的單體模型，投喂越來越多的數據。
這次Sakana AI走了一條截然不同的路，Fugu并不是又一個“更大更猛”的單體模型。
而是一個懂得去“調度”其他模型的模型，它并不直接回答你的問題，它的工作是決定讓誰來回答。
當一個任務進來，Fugu 會動態地決定：調哪個模型、分幾步完成、要不要驗證結果、要不要遞歸調用自己，結合每個模型特有優勢，同時繞過個人弱點。
用Sakana AI的話說，這是一個將完整的多智能體編排系統包裝成單一基礎模型的產品。
Sakana Fugu提供了兩個版本：
標準版Fugu：注重性能與響應速度的平衡，適合日常業務、聊天機器人和代碼輔助等場景，如日常編碼、代碼審查等。
Fugu Ultra：專攻復雜的多階段問題，會調動更多更專業的專家模型，適用于AI研究、網絡安全分析、學術調查等對精度和深度要求極高的工作。
那么，是什么樣的成績能讓官方直言媲美Fable 5和Mythos Preview？
在SWE Bench Pro這個行業公認的硬核編程測試里，Fugu Ultra拿下了73.7分，直接超過了Opus 4.8的69.2和GPT 5.5的58.6。
在GPQA-D（研究生級別科學問答）上拿到了 95.5，是目前公開可用模型中的最高分。
在LiveCodeBench Pro上更是干到了90.8分，把一眾對手甩在身后。
在專門考模型的知識廣度和推理深度的Humanity's Last Exam測試中，Fugu Ultra得了50.0分，僅比Claude Fable 5少了3.3分。
Sakana AI強調，Fugu Ultra與Fugu的基準測試結果，是在模型池中不包含Claude Fable 5和Claude Mythos Preview的情況下取得的。
綜合來看，Fugu Ultra在各種硬核的工程科學推理測試里，分數已經能和Anthropic家的頂尖模型Fable 5和Mythos Preview打得有來有回了。
不過數據歸數據，真實用起來怎么樣？
Sakana AI展示了六個實戰案例：
Fugu模型在AutoResearch（自動化ML 研究）、魔方、機械設計、日文古籍識別、單次國際象棋、金融時間序列預測中，均超過Gemini 3.1 Pro、Claude Opus 4.8和GPT-5.5。
在AutoResearch（自動化 ML 研究）任務中，Fugu Ultra 自主運行了 123 次實驗，拿到了最優的 BPB 得分（0.9774 ± 0.0019）。
日文古籍識別方面，Fugu 在處理日本歷史文獻的閱讀順序恢復時達到 NED 0.80，而其他模型只有0.24 或直接失敗。
魔方求解器上，Fugu Ultra僅用19步就解開了魔方，是四款模型中步數最短。
在CAD 機械設計任務中，Fugu 設計了一個可工作的虹膜機構，其他模型產出的設計則存在間隙或不完整。
在國際象棋連續四局對弈中Fugu 保持著完美的準確率；
在股票交易50 周的回測中 Fugu 實現了 +19.43% 的平均回報，其他模型則均低于 15%。
目前Sakana AI提供訂閱制和按量計費兩種方式：
個人用戶可選擇訂閱制，Standard套餐月費20美元，Pro套餐100美元，Max套餐200美元。
按量付費模式下：輸入每百萬tokens 5美元（超過27.2萬tokens后為10美元），輸出每百萬tokens 30美元（超過27.2萬tokens后為45美元）。
作為對比，Opus 4.8 的價格是輸入每百萬tokens 15美元，輸出每百萬tokens 75美元。
Fugu Ultra 的輸入價格只有 Opus 的三分之一，輸出價格不到一半。
Fugu的推出，其實直指另一個很現實的問題，那就是雞蛋不能放在一個籃子里。
前陣子Anthropic的Claude Fable 5剛發布就被限制使，這一事件讓單一供應商依賴的風險變得無比真實。
Sakana AI指出，監管框架、出口管制和各國政策的變化，可能讓企業對AI模型的訪問權限“一夜之間改變甚至斷絕”。
對于一個組織乃至一個國家而言，將關鍵基礎設施、金融或治理系統寄托于一家公司的API，是“現實存在的弱點”。
而Fugu的設計恰恰回應了這一問題——它底層的Agent池完全可替換。如果某家供應商限制訪問，Fugu可以動態繞開干擾。
Sakana AI表示，隨著時間的推移，Fugu將自然地納入更新、更高效的模型——包括他們自己開發的模型。
這或許才是Fugu最值得關注的地方。
在“越大越好”的競賽之外，Sakana AI提供了一條不同的思路：與其造一個全能的神，不如建一個懂得調兵遣將的指揮官。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
