Sakana Fugu 是什麼?日本多代理 AI 模型登場,單一 API 協調 GPT、Claude、Gemini

日本東京 AI 新創公司 Sakana AI 於 2026 年 6 月 22 日正式推出全新 AI 產品 Sakana Fugu 🐡,這是一套以「多代理協調(Multi-Agent Orchestration)」為核心的基礎模型系統。簡單來說,Sakana Fugu 不是一個傳統的單一語言模型,而是一個會動態調度 GPT-5.5、Claude Opus、Gemini 3.1 Pro 等頂尖 AI 模型的「指揮家」,讓多個 AI 模型分工合作,完成更複雜的任務。

Share
Sakana Fugu 是什麼?日本多代理 AI 模型登場,單一 API 協調 GPT、Claude、Gemini

誰是 Sakana AI?從 Google Transformer 作者創辦的日本 AI 實驗室

Sakana AI 成立於 2023 年,由前 Google Brain 研究員 David Ha 與 Llion Jones 共同創辦,其中 Llion Jones 是 AI 史上最重要論文之一「Attention Is All You Need」(2017)的共同作者。公司名稱「Sakana」在日語中意為「魚」,代表其仿效自然生態、透過群體協作發揮集體智慧的核心理念。

公司在 2024 年完成 A 輪融資,獲得三菱UFJ、瑞穗、KDDI、NVIDIA 等日本及矽谷重量級企業投資,估值達約 26 億美元。

Sakana Fugu 的技術核心:兩篇 ICLR 2026 論文

Sakana Fugu 的底層技術建立在兩篇被 ICLR 2026 國際頂尖 AI 學術會議收錄的研究上:

  • TRINITY:演化式 LLM 協調器,將不同 AI 模型分配為「Thinker(思考者)」、「Worker(執行者)」、「Verifier(驗證者)」三種角色,依任務動態分工
  • Conductor(RL 指揮家):以強化學習訓練一個 7B 參數的小模型,自主學習如何用自然語言協調多個大型 AI,不靠人工設計流程

這套系統最神奇的地方在於:用一個 70 億參數的小模型「管理」GPT-5 或 Claude,卻能超越它們的單獨表現——靠的是「分工」而非「暴力提升算力」。

Fugu vs Fugu Ultra:兩款版本比較

Sakana Fugu 提供兩種版本:

版本定位適合使用場景
Fugu平衡速度與品質程式碼審查、聊天機器人、日常開發工作
Fugu Ultra最高品質優先Kaggle 競賽、論文重現、資安分析、專利調查、科研任務

兩款版本皆可透過同一 OpenAI 相容 API 呼叫,用戶可按需切換,無需更改程式整合。


基準測試成績:超越多數主流 AI 模型

根據 Sakana AI 官方公布的數據,Fugu Ultra 在多項關鍵基準測試中超越 Claude Opus 4.8、Gemini 3.1 Pro 及 GPT-5.5

基準測試Fugu UltraFuguClaude Opus 4.8Gemini 3.1 ProGPT-5.5
SWE Bench Pro(軟體工程)73.759.069.254.258.6
LiveCodeBench(程式碼)93.292.987.888.585.3
GPQA-D(研究所科學)95.595.592.094.393.6
Humanity's Last Exam50.047.249.844.441.4
TerminalBench 2.182.180.274.670.378.2

值得注意的是,Fugu 的測試中並未包含 Anthropic 的 Fable 5 與 Mythos Preview(因這兩款模型尚未公開),但 Sakana AI 表示其表現與這兩款頂尖模型「並駕齊驅」。


實際應用案例:AI 自主研究、魔方求解、目盲下棋

Sakana AI 公布了多個令人印象深刻的實際測試案例:

  • 🤖 AutoResearch:Fugu Ultra 在單一 H100 GPU 上自主執行 123 次實驗、歷時 14 小時,完成小型語言模型訓練優化,成績優於所有對手
  • 🧊 魔方求解:給定同一個打亂的魔方,Fugu Ultra 以 19 步完成,優於 GPT-5.5 的 21 步
  • ♟️ 目盲西洋棋:Fugu 在不顯示棋盤的情況下,連勝 GPT-5.5、Claude Opus 4.8、Gemini 3.1 Pro 以及 2100 ELO 的 Stockfish 引擎
  • 📋 專利地圖:企業用戶報告原本需要 3-4 天的 20 篇論文與多件專利分析工作,Fugu 只需數小時完成

Sakana Fugu 的戰略意義:對抗「單一供應商依賴」

Sakana AI 在發布公告中特別點出一個地緣政治考量:當企業過度依賴單一 AI 供應商時,一旦遭遇出口管制或服務中斷,整個 AI 應用層將受到衝擊。Fugu 的協調池設計具備彈性替換能力,即使特定模型因政策因素被限制存取,系統也能動態繞過,確保服務連續性。這個定位讓 Sakana Fugu 對非美國企業,尤其是亞太地區用戶,具有額外吸引力。

定價方案:月費 $20 起,企業按量計費

Sakana Fugu 提供訂閱制與按量計費兩種方案:

📦 訂閱制(個人用戶):

  • Standard:$20 / 月(輕量日常使用)
  • Pro:$100 / 月(Standard 使用量 × 10 倍)
  • Max:$200 / 月(Standard 使用量 × 20 倍)

🏢 企業按量計費(Fugu Ultra):

  • 輸入:$5 / 百萬 token(超過 272K context 則 $10)
  • 輸出:$30 / 百萬 token(超過 272K context 則 $45)

快取輸入:$0.50 / 百萬 token

⚠️ 注意:目前 Sakana Fugu 不支援歐盟/EEA 地區(GDPR 合規仍在準備中),但台灣、日本、亞太地區均可使用。


如何開始使用?

  1. 前往 sakana.ai/fugu 申請使用
  2. 選擇訂閱方案或申請企業 API
  3. 將現有 OpenAI API 端點替換為 Fugu 端點即可
  4. 無需修改 SDK 或程式架構

總結:AI 競賽的新賽道——「協調智能」vs「單一巨模型」

Sakana Fugu 的出現,代表 AI 產業正在開啟一條新賽道:與其訓練更大的模型,不如訓練一個更聰明的「指揮家」。這個來自東京的 7B 小模型,透過動態協調 GPT-5.5、Claude、Gemini,在多項測試中超越它所指揮的每一個成員——這或許正是下一代 AI 系統的雛形。

對於 AI 開發者、企業用戶、以及希望降低單一供應商風險的組織,Sakana Fugu 是 2026 年下半年最值得關注的 AI 新品之一。

Read more

你可以外包工作,但你永遠無法外包學習

你可以外包工作,但你永遠無法外包學習

You can offload a task, or even a job, but you can never offload your learning. - Satya Nadella 前天,微軟 CEO Satya Nadella 在 X 發表了一篇長文,乍看之下很像心靈雞湯,但整段文章給了非常清晰的 AI 時代的學習框架,雖然微軟的重點是放在公司,但我看完後認為他提出的 Human Capital (人力資本) 跟 Token Capital (算力資本) 也符合我們一般人成長的邏輯。 他提到,在 AI 時代裡面必須同時建立兩種資本: Human Capital 人力資本: 你的知識、判斷力、人際關係、

lock-1