Sakana Fugu: orquestación multi-agente como modelo

Sakana AI lanzó Fugu el 22 de junio de 2026 — un modelo de orquestación multi-agente que coordina modelos de frontera tras una única API compatible con OpenAI. Fugu Ultra registra puntuaciones que superan a GPT 5.5, Opus 4.8 y Gemini 3.1 Pro en SWE Bench Pro (73.7 vs. 58.6) y Humanity's Last Exam (50.0 vs. 41.4), a $5 por 1M de tokens de entrada y $30 por 1M de tokens de salida. Nuestro veredicto: Watch. Dos artículos de ICLR 2026 respaldan la arquitectura, pero es el primer día — sin historial en producción, sin disponibilidad en la UE y los precios introducen un nuevo modelo mental para el cálculo de costos. Lo probaremos y volveremos con una recomendación.

Qué ocurrió

Sakana AI lanzó Fugu basado en dos artículos de ICLR 2026: TRINITY (un coordinador LLM evolucionado) y Conductor (orquestación de agentes basada en aprendizaje por refuerzo). En lugar de prescribir roles de equipo fijos o flujos de trabajo diseñados manualmente, Fugu aprende a ensamblar agentes dinámicamente desde un pool, asignarles roles de Thinker, Worker o Verifier, y coordinarlos mediante patrones de colaboración que los humanos no diseñarían.

Se lanzan dos niveles:

• Fugu — latencia y calidad equilibradas. Diseñado para programación cotidiana y trabajo interactivo. Puedes configurar qué modelos entran en el pool, excluyendo proveedores específicos para cumplir con requisitos de privacidad.
• Fugu Ultra — pool de agentes más profundo, tiempos de respuesta más largos, optimizado para razonamiento complejo de múltiples pasos. Pool fijo y propietario — no puedes ver qué modelos usó.

Ambos niveles exponen un único endpoint compatible con OpenAI.

Benchmarks que exigen atención

Las puntuaciones de Fugu Ultra en benchmarks rigurosos de ingeniería y razonamiento superan o igualan a los modelos de frontera disponibles públicamente:

Por qué importa

Fugu no es otro LLM — es una nueva categoría. No compite en cantidad de parámetros; compite en coordinación. El modelo aprende qué agentes desplegar para cada subtarea y cómo interpretar sus resultados, produciendo resultados que superan a cualquier modelo individual del pool.

Dos limitaciones importan ahora. Primero, Fugu no está disponible en los estados miembros de la UE/EEE mientras Sakana trabaja en el cumplimiento del GDPR. Segundo, el pool de Fugu Ultra es fijo y propietario — no puedes auditar qué modelos gestionaron tu consulta.

Qué cambia para ti

1. Prueba Fugu (no Ultra) primero. El nivel equilibrado te da la experiencia de orquestación sin la mayor latencia y costo de Ultra.
2. Mantén tu modelo principal. Usa Fugu como complemento hasta que demuestre su valía en producción.
3. Equipos de la UE/EEE: esperad. Sakana bloquea explícitamente el servicio en esas regiones mientras se tramita el cumplimiento del GDPR.
4. Atentos a nuestros resultados de pruebas. Volveremos con una recomendación.

Preguntas frecuentes

¿Qué diferencia a Fugu de usar múltiples modelos por tu cuenta? Fugu aprende estrategias de coordinación mediante entrenamiento, no mediante ingeniería manual de prompts — obtienes el beneficio sin la carga de ingeniería.

¿Puedo ver qué modelos subyacentes usó Fugu Ultra? No. La selección y el enrutamiento de modelos son propietarios.

¿Cómo se comparan los precios de Fugu con usar modelos de frontera directamente? Los $5/$30 de Fugu Ultra se comparan favorablemente con los precios directos de las APIs de frontera, especialmente considerando la orquestación multi-modelo tras un único endpoint.