9 月 11 日，Sakana AI 同时发布了多模型编排系统 Sakana Fugu 的两个新版本：侧重低成本的 Fugu Max，以及侧重性能的 Fugu Ultra v2。两者都不是单一的超大模型，而是根据任务内容把处理分配给手中的一批模型。Fugu Max 把输出 token 的单价压到比竞品低 40 至 60%，Fugu Ultra v2 则在多项基准测试中超过了价格高出数倍的模型。

同一套架构，分头走向便宜与强大

过去十年，AI 行业把资源集中在把模型做得更大这一条路上。Sakana AI 的立场不同：真正影响实际任务的是性能与成本这两个维度，为了完成一次简单的数据查询而启动数万亿参数的模型并不是聪明，而是浪费。这家公司推动的，是一套不只判断如何解决问题、还判断用哪台机器解决最便宜的系统。

这次发布的两个版本并不是彼此独立的产品，而是同一套编排架构针对不同目标做的优化。Fugu Max 回答的问题是：在成本最低的前提下，能交付的最好输出是什么。Fugu Ultra v2 回答的问题是：在复杂的多步骤任务上，能力能被推到多高。

Fugu Max：可选模型更多，单价更低

Fugu Max 大幅扩充了 Fugu 可以分配任务的模型范围，以前所未有的规模纳入开放权重模型和面向特定用途的专用模型，并通过与 NVIDIA 的合作接入了 NVIDIA Nemotron 系列。通过把任务动态路由到能够解决它的最轻量模型，这一设计希望在压低 token 消耗的同时拿到顶级水准的结果。

价格方面，每百万输入 token 为 2 美元（约 310 日元），每百万输出 token 为 6 美元（约 930 日元）。Sakana AI 表示，这一输出单价比 Sonnet 5、GPT 5.6 Terra 和 Kimi K3 低 40 至 60%。性能方面，Fugu Max 在包括 Terminal Bench 2.1、GPQAD、AA-LCR、GDP.pdf、AutomationBench 以及该公司自研基准 SWEFish 在内的 6 项基准测试中取得综合最高分，并在 10 项基准中的 7 项上拓展了成本与性能的效率边界。

※1 美元 = 155 日元（截至 2026 年 9 月 11 日）

Fugu Ultra v2：不握着顶级模型也能冲上前列

Fugu Ultra v2 面向复杂的多步推理、自主调研以及软件开发的完整流程，优先保证输出质量。它的优势体现在需要持续读取图表和结构化数据并反复推理的那类工作上。

在考察视觉推理与数据解读的 Chartography 上，它取得 48.3 分，高于 Opus 5 的 27.3 分和 Fable 5 的 29.5 分。在面向真实软件工程的 DeepSWE 上，它取得 74.3 分，超过了每 token 价格高出 3 至 5 倍的模型。在 8 项基准测试中，它有 5 项拿到最高分或并列最高分，7 项进入前两名。

值得注意的是，这些成绩是在路由池中不包含 Fable 5、Fable 5.1 和 GPT-6 Astra 的情况下取得的。如果不在系统内部握着顶级商用模型也能产出顶级水准的结果，那么对单一厂商的依赖，以及 API 供应突然终止的风险，都更容易被绕开。Sakana AI 反复强调供应链韧性，指的正是这种结构。

现有用户改一行就能迁移

两个模型在发布当天即可通过标准的 OpenAI 兼容 API 使用。已经在运行 Fugu 的用户，切换到 Max 或 Ultra v2 只需改写一行参数，无需迁移工作。架构是新的，API 没有变化。

Sakana AI 也公开了 Fugu 一路走来的轨迹。4 月的测试版证明多智能体编排可以作为统一的基础模型运作；6 月的正式上线与 Fugu Ultra v1 显示编排层能在高难度基准上与闭源顶级模型看齐；7 月的 Fugu-Cyber 与面向 Claude Code 的接口把它推进到专业领域；8 月则通过 Sakana Chat 扩展到日常消费级使用，并开始整合 NVIDIA 的开放模型。这次发布是这条线的延续。

这些数字该怎么读

不过，公布的分数大多由 Sakana AI 自己测量，6 项基准中有 1 项（SWEFish）是该公司结合自身开发课题构建的内部基准。在按照自己用例设计的指标上拿到高分是很自然的事，因此外部第三方能在多大程度上复现，仍是接下来值得关注的材料。

路由式架构本身也有需要留意的地方。成本优势成立的前提，是系统能正确判断哪些任务交给轻量模型就够了；一旦判断失误，多余的往返反而会增加。比较单价之前，先量一量自己的业务里有多大比例真的属于轻量处理，才是更现实的顺序。

总结

Sakana AI 从同一套编排架构中同时推出了侧重成本的 Fugu Max 与侧重性能的 Fugu Ultra v2。Fugu Max 每百万输出 token 收费 6 美元，比竞品低 40 至 60%；Fugu Ultra v2 在 Chartography 上取得 48.3 分，在 DeepSWE 上取得 74.3 分。在路由池中不含顶级商用模型的前提下达到这一水准，意味着除了把模型做大之外还存在另一条路径。