Что такое Sakana Fugu?
Sakana Fugu — это система оркестрации нескольких языковых моделей, представляемая единой точкой доступа совместимой с OpenAI API. Вы посылаете запрос одному эндпоинту, а внутри система решает, стоит ли решить задачу напрямую или собрать команду экспертов‑моделей.
Два варианта модели
- Fugu — баланс между качеством и задержкой. Подходит для повседневного кодинга, ревью кода и чат‑ботов. Позволяет отключать отдельные провайдеры из пула агентов для соблюдения требований по данным и конфиденциальности.
- Fugu Ultra — ориентирован на максимальную точность в сложных, многошаговых задачах. Использует фиксированный, более глубокий пул экспертов, отключение агентов недоступно. Идентификатор модели:
fugu-ultra-20260615.
Как работает оркестратор
Fugu сам является языковой моделью, обученной вызывать другие LLM в своём агентском пуле, включая собственные рекурсивные вызовы. Он управляет выбором модели, делегированием, верификацией и синтезом ответов без необходимости писать сложные воркфлоу.
В отличие от жёстко закодированных ролей, Fugu учится координировать:
- когда делегировать задачу,
- каким образом агенты должны взаимодействовать,
- как объединять их результаты в единый ответ.
Почему это важно для разработчиков
- Сокращение кода — вам не нужно писать собственный менеджер агентов, роутер запросов и логику верификации.
- Устойчивость к ограничениям провайдеров — если один из сервисов (например, Anthropic) становится недоступен, Fugu автоматически переключится на альтернативные модели.
- Контроль соответствия — можно отключать отдельные провайдеры, чтобы соблюдать политики безопасности и локальные регуляции.
- Повышение качества — в сложных задачах (математические рассуждения, автоматическое исследование, безопасность) Fugu Ultra собирает нескольких специалистов и проверяет их выводы.
Исследования, лежащие в основе
Система построена на двух публикациях ICLR 2026:
- TRINITY — лёгкий координатор, который в несколько раундов распределяет роли Thinker, Worker и Verifier и адаптивно делегирует задачи.
- Conductor — обучение с подкреплением, позволяющее модели открывать эффективные стратегии естественноязычной координации и формировать целевые подсказки для разных LLM.
Вместе они показывают, что система может самостоятельно собирать и маршрутизировать агентов под конкретную задачу, заменяя ручные пайплайны.
Практический пример использования
Предположим, вам нужно выполнить автоматический аудит безопасности кода. Вы отправляете запрос к /v1/chat/completions с указанием задачи «Security assessment». Fugu (или Ultra) делает следующее:
- Определяет, что задача многошаговая, и формирует команду: один агент собирает информацию (Recon), второй проводит проверку уязвимостей (Worker), третий проверяет результаты и формирует отчёт (Verifier).
- Если один из провайдеров недоступен, роутер автоматически обходит его, не меняя ваш клиентский код.
- После завершения всех шагов Fugu синтезирует единый отчёт, который вы получаете в том же ответе API.
Где посмотреть детали и репозиторий
- Документация и API‑спецификация доступны на сайте sakana.ai/fugu.
- Исходный код оркестратора (частичная открытая часть) размещён на GitHub: github.com/sakana-ai/fugu.
- Бенчмарк‑данные и сравнения с другими моделями находятся в официальных материалах компании.
Краткое резюме
- Fugu предлагает мульти‑агентную систему за один OpenAI‑совместимый эндпоинт.
- Fugu Ultra лидирует в большинстве код‑ и рассуждающих бенчмарков.
- Оркестратор превзошёл отдельные модели, которые он координирует.
- Опции «opt‑out» и роутинг по провайдерам помогают решать задачи соответствия и снижают риск зависимости от одного вендора.
- Выбор модели осуществляется автоматически внутри запроса, детали выбора скрыты от пользователя.
