ਟੋਕੀਓ-ਅਧਾਰਤ ਸਕਾਨਾ ਏਆਈ ਨੇ ਫੂਗੂ ਨੂੰ ਲਾਂਚ ਕੀਤਾ ਹੈ, ਇੱਕ ਸਿਸਟਮ ਜੋ ਇੱਕ ਵਾਰ ਵਿੱਚ ਕਈ ਮਾਡਲਾਂ ਨੂੰ ਗਤੀਸ਼ੀਲ ਰੂਪ ਵਿੱਚ ਤਾਲਮੇਲ ਕਰਕੇ ਇੱਕ ਫਰੰਟੀਅਰ ਏਆਈ ਮਾਡਲ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਇੱਕ ਵਿਸ਼ਾਲ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਬਣਾਉਣ ਦੀ ਬਜਾਏ, ਫੂਗੂ ਆਪਣੇ ਆਪ ਵਿੱਚ ਇੱਕ ਭਾਸ਼ਾ ਮਾਡਲ ਹੈ ਜਿਸ ਨੂੰ ਇੱਕ ਸਵੈਪਯੋਗ "ਏਜੰਟ ਪੂਲ" ਤੋਂ ਦੂਜੇ LLM ਨੂੰ ਕਾਲ ਕਰਨ ਲਈ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਹੈ, ਹਰੇਕ ਕੰਮ ਲਈ ਵਿਸ਼ੇਸ਼ ਮਾਡਲਾਂ ਦੀ ਇੱਕ ਟੀਮ ਨੂੰ ਇਕੱਠਾ ਕਰਨਾ ਅਤੇ ਇੱਕ ਸਿੰਗਲ OpenAI- ਅਨੁਕੂਲ API ਦੁਆਰਾ ਉਹਨਾਂ ਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਸੰਸ਼ਲੇਸ਼ਣ ਕਰਨਾ।
ਡੀਕੋਡਰ, ਮਾਰਕਟੈਕਪੋਸਟ, ਅਤੇ ਐਮਆਈਟੀ ਸਲੋਅਨ ਮੈਨੇਜਮੈਂਟ ਰਿਵਿਊ ਦੁਆਰਾ ਕਵਰ ਕੀਤਾ ਗਿਆ ਲਾਂਚ, ਇੱਕ ਸ਼ਰਤ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ AI ਪ੍ਰਦਰਸ਼ਨ ਵਿੱਚ ਅਗਲੀ ਲੀਪ ਕੱਚੇ ਪੈਮਾਨੇ ਤੋਂ ਘੱਟ ਅਤੇ ਪਹਿਲਾਂ ਤੋਂ ਮੌਜੂਦ ਮਾਡਲਾਂ ਦੇ ਚੁਸਤ ਤਾਲਮੇਲ ਤੋਂ ਜ਼ਿਆਦਾ ਆ ਸਕਦੀ ਹੈ। For more context on this story, see our ongoing latest AI developments.
ਉਹਨਾਂ ਸਾਰਿਆਂ ਨੂੰ ਹੁਕਮ ਦੇਣ ਲਈ ਇੱਕ ਮਾਡਲ
ਉਪਭੋਗਤਾ ਲਈ, Fugu ਇੱਕ ਸਿੰਗਲ ਮਾਡਲ ਵਾਂਗ ਵਿਵਹਾਰ ਕਰਦਾ ਹੈ। ਹੁੱਡ ਦੇ ਅਧੀਨ, ਇਹ ਜਾਂ ਤਾਂ ਆਪਣੇ ਆਪ ਇੱਕ ਬੇਨਤੀ ਨੂੰ ਸੰਭਾਲਦਾ ਹੈ ਜਾਂ ਅੰਦਰੂਨੀ ਤੌਰ 'ਤੇ ਵਿਸ਼ੇਸ਼ ਮਾਡਲਾਂ ਦੀ ਇੱਕ ਟੀਮ ਨੂੰ ਇਕੱਠਾ ਕਰਦਾ ਹੈ, ਚੋਣ, ਪ੍ਰਤੀਨਿਧੀ ਮੰਡਲ, ਜਾਂਚ ਅਤੇ ਸੰਸਲੇਸ਼ਣ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਦਾ ਹੈ। Sakana AI ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਹ ਪਹੁੰਚ ਆਪਣੇ ALE-ਏਜੰਟ ਵਰਗੇ ਪੁਰਾਣੇ ਕੰਮ 'ਤੇ ਬਣਦੀ ਹੈ, ਜਿਸ ਨੇ ਆਰਕੈਸਟ੍ਰੇਸ਼ਨ ਤਕਨੀਕਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਕੋਡਿੰਗ ਮੁਕਾਬਲੇ ਵਿੱਚ 1,000 ਮਨੁੱਖੀ ਮਾਹਿਰਾਂ ਵਿੱਚੋਂ 21ਵੇਂ ਸਥਾਨ 'ਤੇ ਰੱਖਿਆ ਹੈ।
ਕੰਪਨੀ ਦੋ ਵੇਰੀਐਂਟ ਜਾਰੀ ਕਰ ਰਹੀ ਹੈ। ਬੇਸ ਫੂਗੂ ਮਾਡਲ ਕੋਡਿੰਗ, ਕੋਡ ਸਮੀਖਿਆ, ਅਤੇ ਚੈਟਬੋਟ ਵਰਤੋਂ ਦੇ ਮਾਮਲਿਆਂ ਵਿੱਚ ਘੱਟ ਲੇਟੈਂਸੀ ਅਤੇ ਠੋਸ ਰੋਜ਼ਾਨਾ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾਉਂਦਾ ਹੈ, ਅਤੇ ਟੀਮਾਂ ਨੂੰ ਗੋਪਨੀਯਤਾ ਜਾਂ ਪਾਲਣਾ ਲਈ ਪੂਲ ਤੋਂ ਖਾਸ ਏਜੰਟਾਂ ਨੂੰ ਬਾਹਰ ਕਰਨ ਦਿੰਦਾ ਹੈ। Fugu Ultra ਨੂੰ ਗੁੰਝਲਦਾਰ, ਬਹੁ-ਪੜਾਵੀ ਸਮੱਸਿਆਵਾਂ ਜਿਵੇਂ ਕਿ ਵਿਗਿਆਨਕ ਕਾਗਜ਼ਾਂ ਨੂੰ ਦੁਬਾਰਾ ਤਿਆਰ ਕਰਨਾ, ਸਾਈਬਰ ਸੁਰੱਖਿਆ ਵਿਸ਼ਲੇਸ਼ਣ, ਅਤੇ ਪੇਟੈਂਟ ਅਤੇ ਸਾਹਿਤ ਖੋਜਾਂ 'ਤੇ ਵੱਧ ਤੋਂ ਵੱਧ ਉੱਤਰ ਗੁਣਵੱਤਾ ਲਈ ਬਣਾਇਆ ਗਿਆ ਹੈ।
ਬੈਂਚਮਾਰਕ ਦਾਅਵੇ ਜੋ ਸਿਰ ਮੋੜਦੇ ਹਨ
Sakana AI ਦੁਆਰਾ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤੇ ਗਏ ਬੈਂਚਮਾਰਕ ਨਤੀਜਿਆਂ ਦੇ ਅਨੁਸਾਰ, Fugu Ultra ਕੋਡਿੰਗ, ਤਰਕ, ਅਤੇ ਵਿਗਿਆਨ ਦੇ ਬੈਂਚਮਾਰਕਾਂ ਦੀ ਇੱਕ ਸੀਮਾ ਵਿੱਚ ਐਂਥਰੋਪਿਕ ਦੇ ਫੈਬਲ 5 ਅਤੇ ਮਿਥੋਸ ਪ੍ਰੀਵਿਊ ਦੇ ਬਰਾਬਰ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦਾ ਹੈ। ਖਾਸ ਤੌਰ 'ਤੇ, ਕੋਈ ਵੀ ਐਂਥਰੋਪਿਕ ਮਾਡਲ ਅਸਲ ਵਿੱਚ ਫੂਗੂ ਦੇ ਏਜੰਟ ਪੂਲ ਵਿੱਚ ਨਹੀਂ ਹੈ ਕਿਉਂਕਿ ਉਹ ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਨਹੀਂ ਹਨ, ਮਤਲਬ ਕਿ ਫੂਗੂ ਹੋਰ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਤੁਲਨਾਤਮਕ ਸਕੋਰ ਤੱਕ ਪਹੁੰਚਿਆ ਹੈ।
ਪ੍ਰਕਾਸ਼ਿਤ ਅੰਕੜੇ ਹੈਰਾਨ ਕਰਨ ਵਾਲੇ ਹਨ। SWE-Bench Pro 'ਤੇ, Fugu Ultra ਨੇ 69.2 'ਤੇ Opus 4.8 ਤੋਂ ਅੱਗੇ, 54.2 'ਤੇ Gemini 3.1 Pro, ਅਤੇ GPT 5.5 ਨੇ 58.6 'ਤੇ 73.7 ਸਕੋਰ ਕੀਤੇ। ਟਰਮੀਨਲਬੈਂਚ 2.1 'ਤੇ ਇਸ ਨੇ ਓਪਸ 4.8 ਦੇ 82.1 ਦੇ ਮੁਕਾਬਲੇ 80.2 ਸਕੋਰ ਕੀਤੇ। LiveCodeBench 'ਤੇ ਇਹ GPT 5.5 ਦੇ 85.3 ਦੇ ਮੁਕਾਬਲੇ 93.2 'ਤੇ ਪਹੁੰਚ ਗਿਆ, ਅਤੇ Humanity's Last Exam 'ਤੇ ਇਸ ਨੇ 50.0 ਪੋਸਟ ਕੀਤਾ, Opus 4.8 ਦੇ 49.8 ਅਤੇ GPT 5.5 ਦੇ 41.4 ਨੂੰ ਟਾਪ ਕੀਤਾ।
ਰੀਅਲ-ਵਰਲਡ ਟੈਸਟ ਇੱਕ ਮਿਸ਼ਰਤ ਤਸਵੀਰ ਪੇਂਟ ਕਰਦੇ ਹਨ
ਸ਼ੁਰੂਆਤੀ ਹੈਂਡ-ਆਨ ਸਮੀਖਿਆਵਾਂ ਬੈਂਚਮਾਰਕਾਂ ਨਾਲੋਂ ਘੱਟ ਉਤਸ਼ਾਹੀ ਰਹੀਆਂ ਹਨ। ਏਆਈ ਖੋਜਕਰਤਾ ਏਥਨ ਮੋਲਿਕ ਨੇ ਐਕਸ 'ਤੇ ਲਿਖਿਆ ਕਿ ਫੂਗੂ ਅਲਟਰਾ "ਅਵਿਸ਼ਵਾਸ਼ਯੋਗ ਤੌਰ 'ਤੇ ਹੌਲੀ" ਹੈ, ਉਸਦੇ ਆਮ ਕੋਡਿੰਗ ਟੈਸਟਾਂ ਵਿੱਚ 30 ਮਿੰਟ ਲੱਗਦੇ ਹਨ ਅਤੇ ਨਤੀਜੇ ਜੋ "ਠੀਕ" ਸਨ ਪਰ ਅਭਿਆਸ ਵਿੱਚ ਫੈਬਲ ਤੋਂ ਘੱਟ ਸਨ। ਇੱਕ ਹੋਰ ਉਪਭੋਗਤਾ ਨੇ ਇੱਕ ਸਿੰਗਲ ਪ੍ਰੋਂਪਟ ਨਾਲ $20 ਦੀ ਯੋਜਨਾ 'ਤੇ ਪੂਰੇ ਪੰਜ-ਘੰਟੇ ਦੇ ਕੋਟੇ ਨੂੰ ਉਡਾਉਣ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ, ਜਦੋਂ ਕਿ ਹੈਕਰ ਨਿਊਜ਼ 'ਤੇ ਡਿਵੈਲਪਰਾਂ ਨੇ ਸ਼ਿਕਾਇਤ ਕੀਤੀ ਕਿ $200-ਪ੍ਰਤੀ-ਮਹੀਨਾ ਯੋਜਨਾ ਵਰਤੋਂ ਯੋਗ ਸਮੇਂ ਦੇ ਹਫ਼ਤੇ ਵਿੱਚ ਤਿੰਨ ਘੰਟੇ ਤੋਂ ਵੀ ਘੱਟ ਦਿੰਦੀ ਹੈ।
ਕੋਡ ਦੀਆਂ ਸਮੀਖਿਆਵਾਂ ਇੱਕ ਚਮਕਦਾਰ ਸਥਾਨ ਦੇ ਰੂਪ ਵਿੱਚ ਉਭਰੀਆਂ, ਜੋ ਲਗਭਗ Opus 4.8 ਜਾਂ GPT 5.5 ਗੁਣਵੱਤਾ ਵਿੱਚ ਮੇਲ ਖਾਂਦੀਆਂ ਹਨ। ਇੱਕ ਹੈੱਡ-ਟੂ-ਹੈੱਡ ਟੈਸਟ ਨੇ ਦਿਖਾਇਆ ਕਿ ਫੂਗੂ ਅਲਟਰਾ ਨੇ 22 ਮਿੰਟਾਂ ਵਿੱਚ $7.32 ਵਿੱਚ ਇੱਕ ਕੋਡਿੰਗ ਕੰਮ ਪੂਰਾ ਕੀਤਾ, ਜੋ ਕਿ ਓਪਸ 4.8 ਦੇ 79 ਮਿੰਟ ਅਤੇ $37.85 ਨਾਲੋਂ ਕਿਤੇ ਜ਼ਿਆਦਾ ਤੇਜ਼ ਅਤੇ ਸਸਤਾ ਹੈ, ਹਾਲਾਂਕਿ ਸਮੀਖਿਅਕ ਨੇ ਓਪਸ ਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਤਰਜੀਹ ਦਿੱਤੀ।
Sakana AI, 2023 ਵਿੱਚ ਟੋਕੀਓ ਵਿੱਚ ਸਥਾਪਿਤ ਕੀਤੀ ਗਈ ਅਤੇ Nvidia ਦੁਆਰਾ ਸਮਰਥਤ, ਨੇ ਮੌਜੂਦਾ ਮਾਡਲਾਂ ਤੋਂ ਵਧੇਰੇ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਨਿਚੋੜਨ ਲਈ ਵਿਕਾਸਵਾਦੀ ਐਲਗੋਰਿਦਮ ਅਤੇ ਸਮੂਹਿਕ-ਖੁਫੀਆ ਵਿਚਾਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਕੁਦਰਤ-ਪ੍ਰੇਰਿਤ AI ਖੋਜ 'ਤੇ ਆਪਣੀ ਪਛਾਣ ਬਣਾਈ ਹੈ। ਫੂਗੂ ਉਸ ਫਲਸਫੇ ਨੂੰ ਵਪਾਰਕ ਬਜ਼ਾਰ ਤੱਕ ਫੈਲਾਉਂਦਾ ਹੈ, ਆਰਕੈਸਟ੍ਰੇਸ਼ਨ ਨੂੰ ਆਪਣੇ ਆਪ ਨੂੰ ਇੱਕ ਉਤਪਾਦ ਵਿੱਚ ਬਦਲਦਾ ਹੈ। ਕੰਪਨੀ ਇੱਕ ਦੋਭਾਸ਼ੀ ਸਾਈਟ ਅਤੇ ਵਿਅਕਤੀਗਤ ਡਿਵੈਲਪਰਾਂ ਅਤੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਟੀਮਾਂ ਦੋਵਾਂ ਦੇ ਉਦੇਸ਼ ਨਾਲ ਕੀਮਤ ਦੇ ਨਾਲ, ਯੂਐਸ ਪ੍ਰਦਾਤਾਵਾਂ 'ਤੇ ਜ਼ਿਆਦਾ-ਨਿਰਭਰਤਾ ਬਾਰੇ ਚਿੰਤਤ ਜਾਪਾਨੀ ਦਰਸ਼ਕਾਂ ਲਈ ਸਿਸਟਮ ਦੀ ਸਥਿਤੀ ਵੀ ਬਣਾ ਰਹੀ ਹੈ।
ਵਿਕਰੇਤਾ ਲਾਕ-ਇਨ ਦੇ ਵਿਰੁੱਧ ਇੱਕ ਹੇਜ
ਕੱਚੇ ਪ੍ਰਦਰਸ਼ਨ ਤੋਂ ਪਰੇ, Sakana AI ਕਿਸੇ ਵੀ ਇੱਕ AI ਪ੍ਰਦਾਤਾ 'ਤੇ ਨਿਰਭਰਤਾ ਦੇ ਵਿਰੁੱਧ ਇੱਕ ਸੁਰੱਖਿਆ ਦੇ ਤੌਰ 'ਤੇ Fugu ਨੂੰ ਪਿਚ ਕਰ ਰਿਹਾ ਹੈ। ਕੰਪਨੀ ਨੇ ਹਾਲ ਹੀ ਦੇ ਯੂਐਸ ਨਿਰਯਾਤ ਨਿਯੰਤਰਣ ਵੱਲ ਇਸ਼ਾਰਾ ਕੀਤਾ ਜੋ ਵਿਦੇਸ਼ੀ ਬਾਜ਼ਾਰਾਂ ਤੋਂ ਐਂਥਰੋਪਿਕ ਦੇ ਫੈਬਲ ਅਤੇ ਮਿਥੌਸ ਮਾਡਲਾਂ ਨੂੰ ਇਸ ਗੱਲ ਦੇ ਸਬੂਤ ਵਜੋਂ ਖਿੱਚਦੇ ਹਨ ਕਿ ਚੋਟੀ ਦੀਆਂ ਪ੍ਰਣਾਲੀਆਂ ਤੱਕ ਪਹੁੰਚ ਰਾਤੋ-ਰਾਤ ਅਲੋਪ ਹੋ ਸਕਦੀ ਹੈ।
ਸਕਾਨਾ ਏਆਈ ਨੇ ਆਪਣੀ ਘੋਸ਼ਣਾ ਵਿੱਚ ਲਿਖਿਆ, "ਕਿਸੇ ਸੰਗਠਨ ਜਾਂ ਇੱਕ ਰਾਸ਼ਟਰ ਲਈ, ਨਾਜ਼ੁਕ ਬੁਨਿਆਦੀ ਢਾਂਚੇ, ਵਿੱਤ ਜਾਂ ਸ਼ਾਸਨ ਲਈ ਇੱਕ ਕੰਪਨੀ ਦੇ API 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ ਇੱਕ ਭੌਤਿਕ ਕਮਜ਼ੋਰੀ ਹੈ। ਕਿਉਂਕਿ ਫੂਗੂ ਦਾ ਮਾਡਲ ਪੂਲ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬਦਲਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਜੇਕਰ ਇੱਕ ਪ੍ਰਦਾਤਾ ਹਨੇਰਾ ਹੋ ਜਾਂਦਾ ਹੈ ਤਾਂ ਸਿਸਟਮ ਦੂਜੇ ਮਾਡਲਾਂ 'ਤੇ ਰੀਰੂਟ ਕਰ ਸਕਦਾ ਹੈ।
ਵਿਸ਼ਲੇਸ਼ਕ ਸਾਵਧਾਨ ਕਰਦੇ ਹਨ ਕਿ ਇਹ ਸੱਚੀ ਪ੍ਰਭੂਸੱਤਾ ਦੇ ਸਮਾਨ ਨਹੀਂ ਹੈ। ਫੂਗੂ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਕਿ ਇਸਦੇ ਪੂਲ ਵਿੱਚ ਕਿਹੜੇ ਮਾਡਲ ਬੈਠਦੇ ਹਨ, ਅਤੇ ਕਈ ਚੋਟੀ ਦੇ ਪ੍ਰਦਾਤਾ ਇੱਕ ਵਾਰ ਵਿੱਚ ਪਹੁੰਚ ਨੂੰ ਸੀਮਤ ਕਰਦੇ ਹਨ, ਅਜੇ ਵੀ ਇਸਦੇ ਵਿਕਲਪਾਂ ਨੂੰ ਸੁੰਗੜਦੇ ਹਨ। ਕੰਪਨੀ ਨੇ ਅਜੇ ਤੱਕ ਇਹ ਵੀ ਖੁਲਾਸਾ ਨਹੀਂ ਕੀਤਾ ਹੈ ਕਿ ਆਰਕੈਸਟਰੇਸ਼ਨ ਲੇਅਰ ਟੋਕਨ ਦੀ ਵਰਤੋਂ ਅਤੇ ਲਾਗਤ ਨੂੰ ਕਿੰਨਾ ਵਧਾਉਂਦੀ ਹੈ। ਫਿਰ ਵੀ, ਜਿਵੇਂ ਕਿ ਫਰੰਟੀਅਰ ਮਾਡਲ ਭੂ-ਰਾਜਨੀਤਿਕ ਸੰਪਤੀਆਂ ਬਣ ਜਾਂਦੇ ਹਨ ਅਤੇ ਸਿੰਗਲ-ਵਿਕਰੇਤਾ ਲੌਕ-ਇਨ ਜੋਖਮ ਭਰਿਆ ਹੁੰਦਾ ਹੈ, ਫੂਗੂ ਇੱਕ ਏਆਈ ਉਦਯੋਗ ਦਾ ਪੂਰਵਦਰਸ਼ਨ ਪੇਸ਼ ਕਰਦਾ ਹੈ ਜਿੱਥੇ ਤਾਲਮੇਲ ਸਮਰੱਥਾ ਦੇ ਬਰਾਬਰ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
