Sakana AI lanzó Fugu Max y Fugu Ultra v2, dos nuevos modelos de la familia Sakana Fugu. Fugu no es solo un modelo, sino un orquestador entrenado que distribuye tareas entre muchos otros modelos a través de una sola API. Fugu Max está enfocado en el mejor rendimiento por dólar, mientras que Fugu Ultra v2 se centra en el máximo rendimiento para resolver tareas complejas de múltiples etapas. Ambos modelos están disponibles a través de la API compatible con OpenAI de Sakana. No hay pesos abiertos para el despliegue autónomo, y Sakana no ofrece el servicio en la UE/EEE.
Sakana considera la tarea como bidimensional: las cargas de trabajo reales se evalúan por capacidad y costo juntos. En el límite de Pareto, mejorar la calidad cuesta más, y reducir el precio lleva a una pérdida de calidad. Fugu Max y Fugu Ultra v2 tienen una arquitectura de orquestación común, diferenciándose solo en los objetivos de optimización. El lanzamiento es rápido: Fugu salió en beta en abril, alcanzó disponibilidad general en junio y en julio recibió Fugu-Cyber y la interfaz Claude Code.
Según el informe técnico, los modelos Fugu son esencialmente modelos de lenguaje: leen la solicitud y crean una construcción de agente para ella sobre la marcha. El entrenamiento combina ajuste a gran escala, algoritmos evolutivos y aprendizaje por refuerzo. El sistema se basa en dos artículos de ICLR 2026: TRINITY utiliza un coordinador evolucionado ligero que asigna roles de Pensador, Trabajador o Verificador por turnos, y Conductor se entrena con refuerzo para descubrir estrategias de coordinación en lenguaje natural.
Fugu Max amplía el conjunto de modelos que Fugu puede orquestar, añadiendo pesos abiertos y modelos especializados, incluida la familia NVIDIA Nemotron gracias a la colaboración con NVIDIA. Cada tarea se dirige al modelo más económico capaz de resolverla. Precios: $2 por 1 millón de tokens de entrada y $6 por 1 millón de salida, un 40-60% más bajos que Sonnet 5, GPT 5.6 Terra y Kimi K3. Fugu Max demuestra el mejor rendimiento general en seis benchmarks (Terminal Bench 2.1, GPQA Diamond, AA-LCR, GDP.pdf, AutomationBench y SWEFish) y amplía el límite de costo-rendimiento en 7 de 10. SWEFish es un benchmark interno de Sakana, creado con tareas de programación propias, por lo que su resultado debe considerarse como una señal del proveedor.
Artículos relacionados
