Sakana AI yang berbasis di Tokyo telah meluncurkan Fugu, sebuah sistem yang memberikan kinerja model AI terdepan dengan mengoordinasikan banyak model secara dinamis sekaligus. Daripada membangun satu jaringan saraf raksasa, Fugu sendiri merupakan model bahasa yang dilatih untuk memanggil LLM lain dari "kumpulan agen" yang dapat ditukar, mengumpulkan tim model khusus untuk setiap tugas dan mensintesis keluarannya melalui satu API yang kompatibel dengan OpenAI.
Peluncuran ini, yang diliput oleh THE DECODER, MarkTechPost, dan MIT Sloan Management Review, mewakili spekulasi bahwa lompatan berikutnya dalam kinerja AI mungkin tidak datang dari skala mentah dan lebih banyak dari koordinasi yang lebih cerdas dari model-model yang sudah ada. For more context on this story, see our ongoing latest AI developments.
Satu Model untuk Memerintahkan Semuanya
Bagi pengguna, Fugu berperilaku seperti model tunggal. Di bawah tenda, ia menangani permintaan sendiri atau mengumpulkan tim model khusus, mengelola seleksi, delegasi, pemeriksaan, dan sintesis secara internal. Sakana AI mengatakan pendekatan ini didasarkan pada pekerjaan sebelumnya seperti Agen ALE, yang menempatkan manusia di peringkat 21 dari 1.000 pakar dalam kompetisi coding menggunakan teknik orkestrasi.
Perusahaan merilis dua varian. Model dasar Fugu menargetkan latensi rendah dan kinerja sehari-hari yang solid di seluruh pengkodean, peninjauan kode, dan kasus penggunaan chatbot, dan memungkinkan tim mengecualikan agen tertentu dari kumpulan demi privasi atau kepatuhan. Fugu Ultra dibangun untuk kualitas jawaban maksimal pada masalah kompleks dan multi-langkah seperti reproduksi makalah ilmiah, analisis keamanan siber, serta pencarian paten dan literatur.
Klaim Tolok Ukur yang Menarik Perhatian
Menurut hasil benchmark yang diterbitkan Sakana AI, kinerja Fugu Ultra setara dengan Fable 5 dan Mythos Preview dari Anthropic di berbagai benchmark coding, penalaran, dan sains. Khususnya, tidak ada model Antropik yang benar-benar ada dalam kumpulan agen Fugu karena model tersebut tidak tersedia untuk umum, yang berarti Fugu mencapai skor yang sebanding dengan menggunakan model lain.
Angka-angka yang dipublikasikan sungguh mencengangkan. Pada SWE-Bench Pro, Fugu Ultra memperoleh skor 73,7, mengungguli Opus 4,8 pada 69,2, Gemini 3.1 Pro pada 54,2, dan GPT 5,5 pada 58,6. Di TerminalBench 2.1 skornya 80,2 versus Opus 4.8 yang 82,1. Di LiveCodeBench, skornya mencapai 93,2 dibandingkan GPT 5.5 dengan skor 85,3, dan pada Ujian Terakhir Humanity, skornya mencapai 50,0, melampaui Opus 4.8 dengan skor 49,8 dan GPT 5.5 dengan skor 41,4.
Tes Dunia Nyata Memberikan Gambaran Campuran
Tinjauan langsung awal kurang antusias dibandingkan dengan tolok ukur. Peneliti AI Ethan Mollick menulis di X bahwa Fugu Ultra "sangat lambat", dengan tes pengkodean biasanya memakan waktu 30 menit dan hasil yang "baik-baik saja" tetapi dalam praktiknya tidak mencapai Fable. Pengguna lain melaporkan menghabiskan seluruh kuota lima jam pada paket $20 dengan satu perintah, sementara pengembang di Hacker News mengeluh bahwa paket $200 per bulan menghasilkan waktu yang dapat digunakan kurang dari tiga jam seminggu.
Tinjauan kode muncul sebagai titik terang, kira-kira setara dengan kualitas Opus 4.8 atau GPT 5.5. Satu tes head-to-head menunjukkan Fugu Ultra menyelesaikan tugas pengkodean dalam 22 menit dengan biaya $7,32, jauh lebih cepat dan lebih murah daripada Opus 4.8 yang 79 menit dan $37,85, meskipun pengulas lebih menyukai keluaran Opus.
Sakana AI, didirikan di Tokyo pada tahun 2023 dan didukung oleh Nvidia, telah membangun identitasnya berdasarkan penelitian AI yang terinspirasi dari alam, menggunakan algoritme evolusioner dan ide kecerdasan kolektif untuk meningkatkan performa dari model yang ada. Fugu memperluas filosofi itu ke pasar komersial, mengubah orkestrasi itu sendiri menjadi sebuah produk. Perusahaan ini juga memposisikan sistemnya untuk pengguna Jepang yang khawatir akan ketergantungan yang berlebihan pada penyedia layanan asal AS, dengan situs bilingual dan harga yang ditujukan untuk pengembang individu dan tim perusahaan.
Lindung Nilai Terhadap Penguncian Vendor
Selain performa mentah, Sakana AI juga menawarkan Fugu sebagai perlindungan terhadap ketergantungan pada penyedia AI mana pun. Perusahaan tersebut menunjuk pada kontrol ekspor AS baru-baru ini yang menarik model Fable dan Mythos Anthropic dari pasar luar negeri sebagai bukti bahwa akses ke sistem terbaik dapat hilang dalam semalam.
“Bagi sebuah organisasi atau negara, mengandalkan API satu perusahaan untuk infrastruktur penting, keuangan, atau tata kelola merupakan suatu kerentanan yang signifikan,” tulis Sakana AI dalam pengumumannya. Karena kumpulan model Fugu sepenuhnya dapat ditukar, sistem dapat merutekan ulang ke model lain jika salah satu penyedia menjadi gelap.
Para analis memperingatkan bahwa hal ini tidak sama dengan kedaulatan yang sebenarnya. Performa Fugu bergantung pada model mana yang ada di poolnya, dan beberapa penyedia teratas yang membatasi akses sekaligus akan tetap memperkecil pilihannya. Perusahaan juga belum mengungkapkan seberapa besar lapisan orkestrasi meningkatkan penggunaan dan biaya token. Namun, ketika model perbatasan menjadi aset geopolitik dan penguncian vendor tunggal menjadi semakin berisiko, Fugu menawarkan gambaran industri AI di mana koordinasi mungkin lebih penting daripada kemampuan.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
