Sakana Fugu: Multi-Agenten-Orchestrierung als Modell

Sakana AI hat Fugu am 22. Juni 2026 veröffentlicht — ein Multi-Agenten-Orchestrierungsmodell, das Frontier-Modelle hinter einer einzigen OpenAI-kompatiblen API koordiniert. Fugu Ultra erzielt Werte, die GPT 5.5, Opus 4.8 und Gemini 3.1 Pro bei SWE Bench Pro (73,7 vs. 58,6) und Humanity's Last Exam (50,0 vs. 41,4) schlagen, zu $5 pro 1M Eingabetoken und $30 pro 1M Ausgabetoken. Unser Urteil: Watch. Zwei ICLR-2026-Publikationen untermauern die Architektur, aber es ist Tag eins — keine Produktionshistorie, keine EU-Verfügbarkeit, und die Preisgestaltung führt ein neues mentales Modell für die Kostenkalkulation ein. Wir werden testen und mit einer Empfehlung zurückkehren.

Was passiert ist

Sakana AI brachte Fugu auf den Markt, gestützt auf zwei ICLR-2026-Publikationen: TRINITY (ein evolvierter LLM-Koordinator) und Conductor (Reinforcement-Learning-basierte Agentenorchestrierung). Statt feste Teamrollen oder handgestaltete Workflows vorzugeben, lernt Fugu, Agenten dynamisch aus einem Pool zusammenzustellen, ihnen Thinker-, Worker- oder Verifier-Rollen zuzuweisen und sie durch Kollaborationsmuster zu koordinieren, die Menschen nicht entwerfen würden.

Zwei Stufen werden angeboten:

• Fugu — ausgewogene Latenz und Qualität. Konzipiert für alltägliches Coding und interaktive Arbeit. Sie können konfigurieren, welche Modelle in den Pool aufgenommen werden, und bestimmte Anbieter ausschließen, um Datenschutz- und Compliance-Anforderungen zu erfüllen.
• Fugu Ultra — tieferer Agenten-Pool, längere Antwortzeiten, optimiert für komplexes mehrstufiges Denken. Fester, proprietärer Pool — Sie können nicht sehen, welche Modelle verwendet wurden.

Beide Stufen bieten einen einzigen OpenAI-kompatiblen Endpunkt.

Benchmarks, die Aufmerksamkeit verdienen

Fugu Ultras Ergebnisse bei anspruchsvollen Engineering- und Reasoning-Benchmarks schlagen oder erreichen öffentlich verfügbare Frontier-Modelle:

Warum es wichtig ist

Fugu ist kein weiteres LLM — es ist eine neue Kategorie. Es konkurriert nicht über Parameteranzahl, sondern über Koordination. Das Modell lernt, welche Agenten für welche Teilaufgabe eingesetzt werden und wie ihre Ergebnisse zu interpretieren sind, und erzielt Resultate, die jedes einzelne Modell im Pool übertreffen.

Zwei Einschränkungen sind jetzt relevant. Erstens ist Fugu in EU/EWR-Mitgliedstaaten nicht verfügbar, während Sakana an der GDPR-Compliance arbeitet. Zweitens ist der Fugu-Ultra-Pool fest und proprietär — Sie können nicht prüfen, welche Modelle Ihre Anfrage bearbeitet haben.

Was sich für Sie ändert

1. Probieren Sie zuerst Fugu (nicht Ultra). Die ausgewogene Stufe vermittelt das Orchestrierungsgefühl ohne Ultras höhere Latenz und Kosten.
2. Behalten Sie Ihr Hauptmodell. Nutzen Sie Fugu als Ergänzung, bis es sich in der Produktion bewährt hat.
3. EU/EWR-Teams: warten. Sakana blockiert den Dienst in diesen Regionen explizit, bis die GDPR-Compliance vorliegt.
4. Achten Sie auf unsere Testergebnisse. Wir werden mit einer Empfehlung zurückkehren.

FAQ

Was unterscheidet Fugu davon, selbst mehrere Modelle zu nutzen? Fugu lernt Koordinationsstrategien durch Training, nicht durch manuelles Prompt Engineering — Sie erhalten den Nutzen ohne den Entwicklungsaufwand.

Kann ich sehen, welche zugrunde liegenden Modelle Fugu Ultra verwendet hat? Nein. Die Modellauswahl und das Routing sind proprietär.

Wie schneiden Fugus Preise im Vergleich zur direkten Nutzung von Frontier-Modellen ab? Fugu Ultras $5/$30 schneiden günstig ab im Vergleich zu direkten Frontier-API-Preisen, besonders angesichts der Multi-Modell-Orchestrierung hinter einem einzigen Endpunkt.