Fugu Ultra: Как модель-оркестратор на базе AI кантэнуе GPT і Claude

Тут важны не балы на табліцы лідераў. Важныя — гэтыя размышленні пра тое, як былі падсчытаны гэтыя балы.

Следзячы за запускамі модэляў AI за апошні год, пачынаеш зазначаць певную законамасць.

Больш параметраў.

Большыя вікна контэксту.

Кальколька дадатковых пунктаваў у тэстах.

Дышэўнейшыя токены.

Ішо адны „найсупэльнейшы модель на даны час“.

А 11 сябрэля Sakana AI анунсавала Fugu Ultra v2.0, і ў чымсьці гэтага анунсу была паўная перашкода гэй законамасці.

Не самыя балы у тэстах былі выдатныя.

Увагу прывернуў механізм, які ствараў гэтыя балы.

Fugu Ultra не ставіць сабе за мету быць самым розумным модэлем AI на планете.

У замен яна ставіць сабе абоўсумлённа іншы ціль:

Што, як найсильнейшая система ШІ будзе не адзіным модэлем, а системай настолькі розумной, каб знать, яки модэль павінен рашыць кожную частку проблемы?

У далёкай перспективе гэты вопыт можа мяць большое значэнне, чым які-небудзь адзіны успех у тэстах.

То што ж такое Fugu Ultra?

Эта першая деталь, якая адрэзнае Fugu ад іншых.

Fugu Ultra не працуе як стандартны модэль у дусе GPT чы Claude.

Sakana замест таго адначаса выступае як кантролер, або шар оркестрацыі.

Уявіце сабе кваліфікаванага менеджера практычнай інжынеріі, які керуе командай.

Вы даёте ў яго складны запит.

Уместа таго, каб сам прабаваць рашыць кожную частку гэтага запиту, кантролер можа:

1. Распакаваць тое, пра што запитваюць
2. Раздзеліць запит на меншыя падзаданні

З’ясавайце, яка спецыялізаваная модель падходзіць для кожнага падзадання.

Перадайце роботу відпаведна.

З’ўяжыце результаты.

Пры неабходнасці дадзіце саставны аналіз.

Спадзяймося, вы надасіце запит на кшталт:

„Прааналізаваце фінансовы звятынку гэтай кампаніі, створыце дыяграму, пазначыце будзь-якія анамаліі і падсумаваце нараджэнні.“

Традыцыйныя моделі падстараюцца адмахнуцца всім запитам, выкорыстоўваючы адну ўніфікованую сумку навыкаў.

Організаваная система ставится да таго ж запиту больш як да проекту, які перадаецца камандзе:

Аналіз дакументаў → спецыялізаваная модель; Інтэрпретацыя дадзеных → іншы спецыяліст; Аналіз дыяграмы → спецыяліст, які знаёмся на візуале або дадзеных; Стварэнне коду → спецыяліст па програмаванні; Аджыначэнне всього → кантролер

З вашай стороны це все равна выглядае як адзін вызов API.

Адзін у сэрцы, вы на самай працоўны лад вялікае сувязі з спискам модэляў AI, карыстоўваных іншай системай AI.

Паведамляецца, што бібліятэка модэляў Sakana аб’еднвае модэлі з відкрытым кодам і спецыялізаваныя модэлі, у тым чысла лінейку Nemotron ад NVIDIA.

Самэ тут усё становіцца практычна цікавым.

Цифры бенчмарка

На адной з паспэслівых даных Sakana, Fugu Ultra v2.0 парадкаваў сяродзе моцнымі рэзультатамі ў калькольніцы категорый бенчмарка.

Компанія заявляе, што Fugu стаў найлепшым або раздзеліў першае месца ў 5 з 8 бенчмаркаў, і увайшаў у два лепшых рэзультатаў у 7 з 8.

Адной з цифр, якія вельмі заўважлівыя, є DeepSWE: 74.3.

DeepSWE заслуговае на увагу, таму што ён мерыць спроможнасці ў інжынерыі програмнага забезпечэння, а не толькі простыя задачы кодавання.

Fugu таксама паказаў высокія рэзультаты ў Chartography, SWEFish, GDP.pdf і Toolathon.

Fugu Ultra v2 проты іншых модэляў Frontier

За данымі практычных пераменаванняў, Fugu Ultra v2 працаваў краща за некалькі вядомых систем, з-памяж яных:

• Claude Opus 4.8
• GPT-5.5
• Gemini 3.1 Pro

Таксама стверджуецца, што ён особліва суперяўнаець у Chartography — практычным тэсте, які базуецца на адгукванні да графікаў і іншых структураваных візуальных дадзенняў.

Ось ключавая уточнэнне:

Этыя цыфры — гэта тое, што Sakana апавешчыла пра свою сябе систему.

Па даным, якія практычна адзначаны, жадны незалежны лабараторыя не воспроізвела гэтыя рэзультаты.

Гэтае разлік мае значэнне.

Практычны тэст, выданы компаніяй, якая створыла модэль, можа выглядаць вражаюча, але яшчэ патрэбна званоўская перакананне, прычым яго можна будзе абсалютна даверыць.

Такім чынам, справядлівы спосаб працавання з гэтымі рэзультатамі ёсць:

Праўда, цікава. Варта далейшага аналізу. Ёща няма остаточнага вывару.

Картынка па стандартам

Можна сказаць, што найболей значным паказнікам тут не ёсць жадны адзін бал, а 5 з 8.

Чаму гэта мае большое значэнне?

Таму што паводзкі ў аднам конкрэтным стандарце часта означае толькі тое, што модель была настроена для гэтага конкрэтнага завдання.

Размешчэнне блізка да верху серед розных типаў завданняў — гэта болей значны сігнал.

Усё-такі варта падкрэсліць: гэтыя ёсць самапрынятыя рэзультаты, а не незалежна падтверджаныя.

Болей цікавая парадына: як думаюць гэтыя системы

Настоямая разліка тут, верагацейна, не ёсць сам паказнік.

Это архітектура, якая лежыць у основе.

Традыцыйны модэль фронтяру

User
  ↓
One large model
  ↓
Answer

GPT, Claude і Gemini ў большай меры следуюць гэтам дизайну, хоча ў ўсё большай меры ў ўсіх іх сучасных продуктах дадаецца логіка маршрутызацыі, можлівасць викорыстання інструментаў та прыемкі поведзення, сэроднага агенту.

Падход Fugu

┌── Coding specialist
                 │
User → Controller├── Vision specialist
                 │
                 ├── Reasoning specialist
                 │
                 └── Other models
                         ↓
                    Final answer

Гэта перакраявае весь вызов оптымізацыі.

У замест на тое, каб запытацца:

"Як нам створыць адзін модэль, якая будзе кращая ў всьму?"

Sakana па суті запытаецца:

"Як нам стаць кращымі у выборе правильнага модэля для кожной конкрэтной проблемы?"

Гэта абоўсумна іншы падход.

Fugu проты Claude, GPT, Gemini і DeepSeek

Тады як Fugu парабягаецца з системамі, якія вы зазвычай беразьце на увагу пад час выбору прадаўця AI?

Claude

Клауд зьліва застаецца аднам з найболей падходячых выбораў для задач, якія выкалікаюць адказы на сложныя запытанні, програмаванне і напісання довгіх тэкстаў.

Яго галоўная перавага — гэта можлівасць вжывання аднаго, высокаэфектывага універсальнага моделю прымусова, без дадатковых налаштаванняў.

Няма прычыны самостайна думаць пра коордынацыю калькі модэляў.

Fugu выступае працоўна: сама коордынацыя ёсць самым продуктам.

GPT

OpenAI зазвычай сфокусавалася на падвышэнні можлівасцей універсальных модэляў, дадаючы да іх разныя інструменты та функцыі агентаў.

Філасофія Fugu выкладваецца практычна працоўна:

Уместо таго, каб прымусваць адны модэль рашаць усё,

яна стварае систему, якая праглядае коордынацыю калькі модэляў адразу.

Этае разлік становіцься ўсё бол значным, калі колькасць доступных модэляў продовжвае растаць.

Gemini

Gemini частае ўзьміцца ў прыоритет, калі неабходны мультімодальныы вхід, дужа большыя прасторы контэксту або інтеграцыя з шырэйшай экасистемай Google.

Тое, што выделяе Fugu, — гэта не сама мультімодальная падтрымка чы розмах контэксту.

Это шар маршрутацыі, які знаходзится над калькама падставных модэляў.

DeepSeek

DeepSeek прыносіць ўвагу ўжо адной другой перспективы.

Його працоўнае значэнне для багатох разработчыкаў вырашаецца проста:

стабільныя показнікі за адпаведна низкую цэну.

Fugu ставіць сабе абсалютна іншую мэту.

У працоўнае падзеяне не запытваецца:

"Кальк які ў меру дешавы, здатны выкарыстоўваць гэта?"

яго кантролер запытваецца:

"Кальк які падходзіць найбольш для гэтай конкрэтнай часткі задання?"

Это два разныя проблемы оптымацыі.

А ўсё ж таки цэна

Цэна — гэта тое, дзе всё становіцца ўсё цікавей.

Сакана, вочымаецца, раздзеліла Fugu на два рубрыкі цэн.

Fugu Max

Вхідны даны: 2 долара за мільйон токенав

Выходны даны: 6 долара за мільйон токенав

За данымі, якія прадасты, гэта прыблізна на 40–60 процэнтоў дышча за рахунак калькuluеў з кількома конкуруючымі моделямі, упамянутымі ў аналізе.

Fugu Ultra v2

Вхідны даны: 5 долара за мільйон токенав

Выходны даны: 30 долара за мільйон токенав

Для запытак, якія перасілляють 272 000 токенав контэксту, указаныя цены паднікаюць да:

Вхідны даны: 10 долара за мільйон токенав

Выходны даны: 45 долара за мільйон токенав.

Сказваецца, што у рангу Ultra таксама ёсць вікна контексту на 1 мільйон токенав, а таксама період часу знання да 2026 года.

Порэшчанне цэнак

Цікавыя цифры (вырачаныя на мільйон токенав) прыходзяць з асалевай матэрыялу; пры выборе прадастка вам следуе пераканацца ў іх за дапамогою актуальных цэнак, публікуемых кожным прадасткам.

Але ёсць прыемка

Гэта, можа, найцікавейшы аспект у всій історыі Fugu.

Оркестрацыя не ў бесплатнасці.

Кожны раз, калі система мусіць:

• разбіць заданне на часткі
• направіць тыя часткі
• звяжыцца з іншым модэлем
• чакаць адказ таго модэля
• пераканацца ў якосці рэзультата
• і з’едыніць усё зноў

гэта дадае дапаможную навантажэння.

Гэтае навантажэнне можа выражацца як дадатковая затрымка.

Разглянем такій запит:

«Напішыце мне твіт пра каву.»

Для такай простой задачы вам практычна не патрэбна слой коордынаціі, які бы кераваў калькам спецыялістскіх модэляў.

Гэта будзе супэрнацоўваць вызыв абоўшчай консалтынговай фірмы, каб затрымціць вядомаю кранавую прыладу.

А тепер параваньце гэта з набагато сложнейшым запитам — напрыклад, падаць довгі тэхнічны дакумент, каб система прааналізавала адпаведную базу коду, выявіла дыфекты проектавання, прырównала разныя можлівыя способы рашэння і створыла конкретны план для адпрацоўкі найкращага варыянта.

У такім случае наявнасць слоя оркестрацыі становіцца значна корыстной.

Скрытая проблема: Чорная скрынька

Існуе ўзгародная проблема, якая можа быць нават важлівейшая за шыроўку.

Зазвычай вы не можете бачыць, який самэўчынак насправдзе обрабоўваў кожную частку вашага запиту.

Для звычайнага вжытку спожыцеляў гэта не ёсць важлівым.

Для падпрыемств гэта можа стаць справжнім прыгожчам.

Падумайце пра арганізацыі, якія керуюць:

• конфідэнцыйным кодам
• фінансавыми дакументамі
• інформацыяй пра кліентоў
• эксклюзывнымі дакументамі
• даннымі, якія падлягаюць регулюванню

Якщо шар маршрутацыі таямна выбірае разныя модэлі на задньым плане, компаніі цяпер жадаюць адказоў на такія запытанні:

Який модэл насправдзе працаваў з маімі даннымі? Дзе яны былі обрабоўваны? Чаго самэго было адправлена кожнаму модэлу? Чы можна пераглядаць рашэння пра маршрутацыю? Чы можна прыкрепіць конкрэтныя завантажэння толькі да затверджаных модэляў?

Гэтыя не ёсць гіпотэтычнымі проблемамі.

У корпаратыўных настройках здатнасць старанна адстэльваць і кераваць системай можа быць настолькі ж важлівая, як і сама інтэлігентнасць моделі.

Кожная платформа для оркестрацыі, якая хоча быць спрыйманай як основная інфраструктура, а не проста ўпаковка API, зрэшты будзе вынужана усунуць гэтыя прыродзе керавання.

Чаму гэта можа быць важлівей, чым выпуск адной моделі

Ось ідея, якая застаецца выдатной.

Падазроўваючы, што конкурант наступнага месяця выпускіць значна лепшую модель для кодавання.

Традыцыйны постаўчык модэляў будзе вынужаны ператрэнаваць, адмацаваць і выпускіць абсалютна новы варыянт.

У працоўніку на адной платформе для оркестрацыі, навпакі, можна проста дадаць гэтую новую модель да існуючага набора варыянтаў.

Контролер фактычна атрымлівае ў сваё распалоўванне ўжо аднаго спецыяліста, да каго можа звернуцца.

Гэта значны прыямоўкі.

Рэзультатныя структуры выглядаюць прыблізна так:

AI Model A
                  │
              AI Model B
                  │
User → Controller → AI Model C
                  │
              AI Model D
                  │
              AI Model E

Па гэтым модэлю, можлівасці зусімай системы можа вырастаць проста таму, што апошнія экасыстэма модэляў продовжвае суперашвальвацца.

Сам кантроллер не павінен обавязкова становіцца значна розумнейшым з кожным циклам.

Яго неабходнасць — продовжваць лепей прымець рашэнні.

І гэта змена акцэнту можа стаць значным напрамкам для будучыні агентных AI.

Гонка за большымі AI можа зменяцца

Прывычна схема прагрэсу AI дзялілася ўжо давно: зробіць модэль большым, задаць яму больш дадзенняў для навчання, распрацоўваць яго спроможнасці да логічных выводам, залучыць больш вычысловых ресурсоў і павтарыць гэты цыкл. Гэтая схема пачынае выглядаць непаштоўнай.

Парадган 1

Одні модэль, які сам атрымляе ўсі заведамыя задачы.

Парадган 2

Одні модэль, які работае са зовнішнімі інструментамі.

3-я генерацыя

Адзін агент, які координуе калькольныя засобы і розныя моделі.

4-я генерацыя?

Система, якая на лету складае індывідуальную команду модэляў, прыстосаваную да конкрэтнай задачы, з якою яна сталкаецца.

Схожа, што самэўсёледзяючы пункт — гэта тое, к чаму прагне Fugu.

Якщо гэтае рашэнне будзе правамерным, найценнейшым продуктом AI ў будучыні можа стаць не модэль з найвышымі показнікамі логічага мышлэння, а система, дасканальная настолькі, каб распазнаваць колі аднойчы не трэба вжываць певную модэль.

Чы трэба насправдзе вжываць Fugu?

Ёсць практычны аналіз.

Для простых задач у стыле API

Краща яго адказаць.

Якщо ваша задача включае такія элементы, як:

• короткае стасумараванне
• простыя задачы класыфікацыі
• рэгулярная генерацыя контента
• швядкія запитанні на факты

Тада дапаможны слой коордынацыі, верагчыма, не ўзрабатвае дадзенай сложнасці.

Для высокаспецыялізаваных систем агентаў

Сюды ўсё становіцца цікавым.

У частныя для задач, якія включаюць:

• разработку прыстрою
• задачі дакладных даследжэнняў
• аналіз ўбогацёных дакументаў
• процесы з вялікай колькасцю дадзэнняў
• ланцугі абдумоўкі з калькама стадзій
• паведанне автонамных агентаў
• задачы, якім патрэбны калькама розных видоў экспертызы

Самэ гэтае ўзьязд, дзе маршрутызацыя між моделямі пачынае даваць рэзультаты.

Заключныя меркі

Было бы працэйна называць Fugu Ultra канечным наступнікам GPT чы Claude. Рэзультаты тэстаў выглядаюць сильнымі, але яны наразе даўаюцца самым виробнікам, і для вынесення абданоўных заключэнняў яшчэ трэба незалежная перакананне.

Адзінакоўна, якшо спрэчываць гэта як проста ўзлогін у вайнах памеракоў, то не будзе зрозумела сутнасць. Настоямая історыя тут — архітектурная, а не числовая.

OpenAI, Anthropic і Google вложылі велікія рэсурсы ў тое, каб адзінаковыя моделі сталі якомога болей здатнымі. Сакана, выглядае, працуе над іншай гіпатэзай:

Можа, мета не ў стварэнні адной бездоганнай моделі. Можа, це стварэнне высокакваліфікаванага координатора для набору неідеальных модэлей.

Это невялікі концэптуальны перакід, але не трывалы. Якшо гэта будзе падтверджана, гэта можа змяніць спосаб стварэння прыкладнасцей AI ў будучыні.

Система ШІ, яка ў падсумку выграе, можа не быть таяю, якая мае найбольшую колькасць параметраў, найдэльнейшы вікна контексту чы або найвышыю оцэнку ў яком-небудзь табліцы рангавання. Це можа проста быть тая модель, якая спроможна разглядзе заведамасць і з’ясавіць: гэта самэе модель падходзіць для гэтай конкрэтной задачы.

Самэ гэта є тым, на што варта звернуць увагу ў Fugu Ultra v2.0. Не табліца рангавання.