A Sakana AI összehangolt ágens-rajjal váltja ki a monolitikus óriásmodelleket: a tokiói labor két új rendszert tett elérhetővé a fejlesztőknek, a Fugu Max és Fugu Ultra v2 egyetlen közös API mögé bújtatva próbálja megoldani a fejlesztők örök dilemmáját, az olcsó futtatás és a maximális pontosság közötti egyensúlyt. A közzétett technikai dokumentáció alapján a háttérben egy intelligens karmester dolgozik: ahelyett, hogy minden kérdést egy méregdrága csúcsmodellre zúdítana, menet közben dönti el, épp melyik specializált al-ágensre bízza a következő részfeladatot.
Hogyan osztja szét a munkát az intelligens karmester?
Az eljárás két korábbi kutatásra támaszkodik. Az evolúciós elven működő TRINITY koordinátor folyamatosan pásztázza a munkafolyamatot, és valós időben osztja ki a szerepeket: valaki tervez (Thinker), valaki végrehajt (Worker), egy harmadik ágens pedig ellenőrzi az eredményt (Verifier). Ezzel párhuzamosan a megerősítéses tanulással edzett The Conductor modul gondoskodik arról, hogy az ágensek közötti kommunikáció ne növessze feleslegesen a memóriát: tömör, célirányos promptokkal tartja kordában a tokenfogyasztást.
A logika egyszerű: egy adatbázis-lekérdezéshez vagy formázáshoz felesleges egy több százmilliárd paraméteres monolitot felébreszteni. Ezt elvégzi egy gyors, olcsóbb modell is. Ha viszont a folyamat elakad, vagy a kódteszt hibára fut, a karmester automatikusan bevon egy szigorúbb ellenőrt vagy egy fejlettebb érvelőmodellt. A felhasználó mindebből csak annyit lát, hogy a feladat lefut, miközben a számla alacsonyabb marad.
Fugu Max: olcsóbb kimenet nyílt súlyú modellekkel
A Fugu Max variánst kifejezetten költségérzékeny feladatokra hegyezték ki. A bemeneti díj 2 dollár egymillió tokenenként, a kimenet pedig 6 dollárba kerül. Ez a cég számai szerint 40–60 százalékkal marad a Sonnet 5, a GPT 5.6 Terra és a Kimi K3 árszintje alatt.
A spórolás kulcsa, hogy a raj jelentős részben nyílt súlyú modellekre épít, köztük az NVIDIA Nemotron családjára. A mérési adatok alapján a modell tíz iparági tesztből hétben felülmúlta a korábbi ár-érték arányokat, hat benchmarkon (Terminal Bench 2.1, GPQA Diamond, AA-LCR, GDP.pdf, AutomationBench és a házon belüli SWEFish kódolási teszt) pedig a legmagasabb pontszámot érte el a kategóriájában.
Fugu Ultra v2: komplex kutatás és teljes fejlesztői verem
A paletta másik végére szánt Fugu Ultra v2 már nem a fillérek lefaragására, hanem a nehéz, soklépéses feladatokra koncentrál. A vizuális és táblázatos összefüggéseket mérő Chartography teszten például 48,3 pontot hozott, messze megelőzve az Opus 5 (27,3 pont) és a Fable 5 (29,5 pont) eredményét.
A valós fejlesztői hibajavításokat vizsgáló DeepSWE teszten 74,3 pontig jutott. A modell ágens-készletéből hiányzik a Fable 5, Fable 5.1 és GPT-6-Astra, az adatbázis záródátuma (cutoff) pedig 2026. augusztus 28. A rendszer kizárólag a Sakana felhős, OpenAI-kompatibilis API-ján érhető el, vagyis helyi telepítésre nincs lehetőség, és egyelőre európai uniós szerverközpontot sem biztosítanak hozzá.
A kérdés az, hogy a felhős API mögé rejtett többágenses feketedoboz elegendő átláthatóságot nyújt-e a fejlesztőknek a hibakereséshez, vagy az elrejtett köztes routing miatt nehezebb lesz felderíteni egy-egy félrecsúszott választ?
