Gepubliceerd: 24 juni 2026
Sakana AI, het in Tokio gevestigde AI-lab, heeft Fugu en Fugu Ultra uitgebracht, twee modellen die via een enkele API worden aangeboden en die elke aanvraag verdelen over een pool van frontier-taalmodellen in plaats van als een vast model te draaien. Fugu is de standaardvariant met lagere latency en Fugu Ultra is de kwaliteitsgerichte variant voor zwaardere taken in meerdere stappen. Sakana AI meldt dat Fugu Ultra op verschillende benchmarks voor engineering, wetenschap en redeneren gelijk presteert aan Anthropic Fable 5 en Mythos Preview. Beide modellen hebben een contextvenster van 1 miljoen tokens en zijn nu beschikbaar via de Sakana AI API en OpenRouter.
Wat zijn Sakana Fugu en Fugu Ultra?
Sakana Fugu is een multi-agent-orkestratiesysteem dat als een enkele model-API wordt aangeboden. In plaats van te antwoorden vanuit een vast netwerk splitst Fugu een probleem op in kleinere taken, wijst het elke taak toe aan een van meerdere frontier-taalmodellen en voegt het de resultaten samen tot een enkel antwoord. Afhankelijk van de moeilijkheid van de aanvraag verdeelt Fugu het werk over een tot drie agents. Sakana AI zegt dat het ontwerp is gebaseerd op twee peer-reviewed papers die zijn geaccepteerd op ICLR 2026.
De pool van onderliggende modellen is publiek toegankelijk en uitwisselbaar, wat betekent dat Fugu zijn antwoorden kan samenstellen uit de frontier-modellen die beschikbaar zijn, in plaats van afhankelijk te zijn van een enkele aanbieder. Fugu is de standaardvariant met lagere latency voor dagelijks werk, terwijl Fugu Ultra de kwaliteitsgerichte variant is die Sakana AI positioneert voor zwaardere taken in meerdere stappen waarbij de diepgang van het antwoord zwaarder weegt dan de reactietijd. Beide zijn bereikbaar via dezelfde API, zodat gebruikers de variant kiezen in plaats van losse modellen te beheren.
Benchmarks en technische specificaties van Fugu Ultra
Uit de eigen tests van Sakana AI behaalt Fugu Ultra een score van:
- 95,1 op GPQA Diamond,
- 93,2 op LiveCodeBench v6,
- 54,2 op SWE-bench Pro.
Sakana AI meldt dat Fugu Ultra met deze resultaten op alle drie de benchmarks boven Anthropic Opus 4.6, Gemini 3.1 high en GPT-5.4 high uitkomt, en gelijk staat aan Anthropic Fable 5 en Mythos Preview. Deze cijfers zijn door de aanbieder zelf gepubliceerd en niet onafhankelijk geverifieerd, dus ze moeten worden gelezen als het eigen bewijs van Sakana AI.
Fugu Ultra heeft een contextvenster van 1 miljoen tokens en een maximale uitvoer van 131.000 tokens. Omdat Fugu Ultra een orkestratielaag is en geen enkel getraind model, komt de capaciteit voort uit de manier waarop het systeem een taak opsplitst, de onderdelen naar gespecialiseerde modellen routeert en de uitvoer weer samenvoegt. Dat ontwerp is volgens Sakana AI verantwoordelijk voor de benchmarkscores, en het is ook de reden dat de latency hoger ligt dan bij een aanroep van een enkel model, met name bij Fugu Ultra.
Hoe verhouden Fugu en Fugu Ultra zich tot Anthropic Fable 5 en Mythos?
Sakana AI positioneert Fugu Ultra als een direct alternatief voor Anthropic Fable 5 en Mythos Preview, de modellen waaraan Fugu Ultra naar eigen zeggen gelijk presteert op benchmarks. Het praktische verschil zit in de toegang. Op 12 juni 2026 werden de meest capabele modellen van Anthropic onderworpen aan Amerikaanse exportcontroles op grond van nationale veiligheid, waardoor Fable 5 en Mythos ontoegankelijk werden voor organisaties in een groot aantal landen. Fugu is gebouwd om om die beperking heen te werken door antwoorden samen te stellen uit publiek toegankelijke frontier-modellen, wat Sakana AI presenteert als een manier om afhankelijkheid van een enkele leverancier te verkleinen.
Bij de gelijke benchmarkscores horen kanttekeningen. De scores zijn van Sakana AI zelf en niet onafhankelijk bevestigd, en vroege testers melden een verschil tussen benchmarkresultaten en gebruik in de praktijk. Ethan Mollick merkte op dat zijn gebruikelijke codeertests ongeveer 30 minuten duurden op Fugu Ultra en dat de uitvoer in de praktijk niet gelijk was aan Fable 5. De orkestratieaanpak betekent ook dat de reactietijden langer zijn dan bij een aanroep van een enkel model, wat van belang is voor interactieve toepassingen.
Beschikbaarheid en prijzen van Fugu en Fugu Ultra
Fugu en Fugu Ultra zijn nu beschikbaar via de Sakana AI API en via OpenRouter, naast een abonnementsoptie. Sakana AI vermeldt voor het model fugu-ultra-20260615 een prijs van 5 Amerikaanse dollar per 1 miljoen invoertokens, 30 Amerikaanse dollar per 1 miljoen uitvoertokens en 0,50 Amerikaanse dollar per 1 miljoen cached invoertokens, met hogere tarieven voor context boven 272.000 tokens.
Standaard Fugu is de goedkopere standaardvariant met lagere latency voor algemene taken, terwijl Fugu Ultra de hierboven genoemde hogere tarieven hanteert en is bedoeld voor het zwaarste werk in meerdere stappen. Omdat beide varianten dezelfde API en een uitwisselbare pool van onderliggende modellen delen, kunnen teams ertussen wisselen zonder opnieuw te hoeven integreren, wat centraal staat in het argument van Sakana AI dat Fugu de afhankelijkheid van een enkele modelaanbieder verkleint.
Zie voor de volledige details de Fugu-aankondiging van Sakana AI.
