按住下方图标，点击小程序

免费领取AI学习资料、精选提示词

今天早上， Sakana AI这家公司搞出来一个非常新的东西Sakana Fugu。

听这名字Fugu，河豚，就知道这公司挺有想法，没走寻常路。

而且还是一家日本AI公司确实挺稀有的，但一出手就挺狠性能直接追平Claude Fable 5。

体验：https://console.sakana.ai/login

这次他们不是又堆数据训练了个更大的巨无霸模型，而是换了个思路。搞出来的这个Fugu，本身是个语言模型，但最牛的地方不是自己懂多少，而是特别会来事。

被训练出来，是专门去调用其他各种顶尖AI模型的，就像一个经验老到的项目主管，知道什么时候该用哪个专家，怎么把大家的力量合到一块儿去解决难题。

你只需要通过一个简单的API给AI下指令，就在后台把那些复杂的调度工作全给你办了。

为啥非要搞个AI领导出来

你可能会想，这不是多此一举吗？我直接找个最强的模型不就行了？

问题就在于，现实里的活，尤其是那种需要动点脑筋的，通常都特别杂。比方说你想做个市场分析，既要查数据，又要写代码处理，还得生成图表，最后用漂亮的文字总结出来。

有一个单一的模型能把所有活都干得漂亮。有的模型逻辑强，有的文笔好，有的擅长处理表格。

Sakana AI还看到了另一个很现实的问题，就是鸡蛋不能放在一个篮子里。

现在很多公司和开发者都重度依赖某一家AI公司提供的模型，万一这家公司因为政策调整、出口管制或者别的什么原因，突然不给你用了，或者涨价涨得离谱，那你整个业务可能就瘫痪了。

前阵子Anthropic的Claude Fable 5刚发布就被限制使用就是个活生生的例子。

Sakana AI的这个思路就灵活多了，底下的专家团队是可以随时换的。如果今天OpenAI的模型用着不顺手，明天它就可以无缝切换到谷歌的或者别的开源模型上，对你这个最终用户来说，几乎感觉不到变化。

说到这我得插一嘴，Fugu背后其实有两篇硬核论文撑着，都发在了ICLR 2026上，一个叫Trinity，一个叫Conductor。

Trinity这套机制挺巧妙，会给不同的模型分配角色，有负责思考的Thinker，有负责干活的Worker，还有负责检查的Verifier，三个角色互相配合，把复杂的任务拆解得明明白白。

Conductor则更进一步，用强化学习让模型自己摸索出怎么用自然语言去协调其他模型，而不是靠人手工写死规则。

也就是说，Fugu怎么调度、怎么分工，不是程序员一行行代码教出来的，是AI自己学出来的。

两个版本，性能超强

这次他们推出了两个版本，一个是咱们开头说到的Fugu，另外一个是Fugu Ultra。

简单来说，Fugu就是个标准版，反应速度快，适合处理日常大部分工作，比如帮你看看代码有没有bug，或者当个高级点的聊天助手。

而Fugu Ultra就是个豪华版，它更沉得住气，会调动更多更专业的专家模型，专门去啃那些硬骨头，比如做前沿的AI研究、复现复杂的论文结果、做深度的网络安全渗透测试这些。

官方放出的数据也挺能打。在SWE Bench Pro这个行业公认的硬核编程测试里，Fugu Ultra拿下了73.7分，直接超过了Opus 4.8的69.2和GPT 5.5的58.6。

在LiveCodeBench Pro上更是干到了90.8分，把一众对手甩在身后。

还有个叫Humanity's Last Exam的测试，专门考模型的知识广度和推理深度，Fugu Ultra得了50.0分，比Claude Fable 5的53.3少了一点点而已。