Sakana AI z siedzibą w Tokio uruchomiła Fugu, system zapewniający wydajność pionierskiego modelu sztucznej inteligencji poprzez dynamiczną koordynację wielu modeli jednocześnie. Zamiast budować jedną gigantyczną sieć neuronową, Fugu sam w sobie jest modelem językowym wyszkolonym do wywoływania innych LLM z wymiennej „puli agentów”, tworząc zespół wyspecjalizowanych modeli dla każdego zadania i syntetyzując ich dane wyjściowe za pomocą jednego interfejsu API zgodnego z OpenAI.
Premiera, opisana przez THE DECODER, MarkTechPost i MIT Sloan Management Review, stanowi zakład, że kolejny skok w wydajności sztucznej inteligencji może w mniejszym stopniu wynikać z surowej skali, a bardziej z mądrzejszej koordynacji już istniejących modeli. Więcej kontekstu na ten temat znajdziesz w naszych trendy AI.
Jeden model, który może wszystkim dowodzić
Dla użytkownika Fugu zachowuje się jak pojedynczy model. Pod maską albo samodzielnie obsługuje żądanie, albo łączy zespół wyspecjalizowanych modeli, zarządzając wewnętrznie selekcją, delegowaniem, sprawdzaniem i syntezą. Sakana AI twierdzi, że podejście to opiera się na wcześniejszych pracach, takich jak program ALE-Agent, który zajął 21. miejsce na 1000 ekspertów w konkursie na kodowanie z wykorzystaniem technik orkiestracji.
Firma wypuszcza dwa warianty. Podstawowy model Fugu ma na celu niskie opóźnienia i solidną codzienną wydajność w kodowaniu, przeglądaniu kodu i przypadkach użycia chatbota, a także pozwala zespołom wykluczać określonych agentów z puli ze względu na prywatność lub zgodność. Fugu Ultra został stworzony z myślą o maksymalnej jakości odpowiedzi na złożone, wieloetapowe problemy, takie jak reprodukcja artykułów naukowych, analiza cyberbezpieczeństwa oraz wyszukiwanie patentów i literatury.
Twierdzenia porównawcze, które przyciągają wzrok
Zgodnie z wynikami testów opublikowanych przez Sakana AI, Fugu Ultra wypada na równi z Fable 5 i Mythos Preview firmy Anthropic w szeregu testów porównawczych dotyczących kodowania, rozumowania i nauki. Warto zauważyć, że żaden z modeli Anthropic nie znajduje się w puli agentów Fugu, ponieważ nie są one publicznie dostępne, co oznacza, że Fugu osiągnął porównywalne wyniki, korzystając z innych modeli.
Opublikowane liczby są uderzające. W SWE-Bench Pro Fugu Ultra uzyskał 73,7, wyprzedzając Opus 4,8 z wynikiem 69,2, Gemini 3.1 Pro z wynikiem 54,2 i GPT 5,5 z wynikiem 58,6. W TerminalBench 2.1 uzyskał on wynik 80,2 w porównaniu z 82,1 w Opus 4.8. W LiveCodeBench osiągnął on wynik 93,2 w porównaniu z 85,3 w przypadku GPT 5,5, a w badaniu Humanity's Last Exam wyniósł 50,0, przewyższając 49,8 w przypadku Opus 4.8 i 41,4 w przypadku GPT 5.5.
Testy w świecie rzeczywistym dają mieszany obraz
Wczesne recenzje praktyczne były mniej entuzjastyczne niż testy porównawcze. Badacz sztucznej inteligencji, Ethan Mollick, napisał w serwisie X, że Fugu Ultra jest „niezwykle powolny”, a jego zwykłe testy kodowania trwają 30 minut, a wyniki są „dobre”, ale w praktyce odbiegają od Fable. Inny użytkownik zgłosił, że wykorzystał cały pięciogodzinny limit planu za 20 dolarów za jednym razem, podczas gdy programiści w Hacker News narzekali, że plan za 200 dolarów miesięcznie zapewnia mniej niż trzy godziny użytecznego czasu tygodniowo.
Recenzje kodu okazały się jasnym punktem, pod względem jakości mniej więcej dorównującym Opus 4.8 lub GPT 5.5. Jeden bezpośredni test pokazał, że Fugu Ultra ukończył zadanie kodowania w 22 minuty za 7,32 dolara, czyli znacznie szybciej i taniej niż 79 minut i 37,85 dolara w Opus 4.8, chociaż recenzent wolał wyniki Opusa.
Sakana AI, założona w Tokio w 2023 roku i wspierana przez firmę Nvidia, zbudowała swoją tożsamość na badaniach nad sztuczną inteligencją inspirowanych naturą, wykorzystując algorytmy ewolucyjne i pomysły oparte na inteligencji zbiorowej, aby wycisnąć większą wydajność z istniejących modeli. Fugu rozszerza tę filozofię na rynek komercyjny, zamieniając samą orkiestrację w produkt. Firma przygotowuje także system dla japońskich odbiorców zaniepokojonych nadmiernym poleganiem na dostawcach z USA, oferując dwujęzyczną witrynę i ceny skierowane zarówno do indywidualnych programistów, jak i zespołów korporacyjnych.
Zabezpieczenie przed uzależnieniem od dostawcy
Oprócz czystej wydajności, Sakana AI przedstawia Fugu jako zabezpieczenie przed uzależnieniem od jednego dostawcy sztucznej inteligencji. Firma wskazała na niedawne kontrole eksportu w USA, które wycofały modele Fable i Mythos firmy Anthropic z rynków zagranicznych jako dowód na to, że dostęp do najlepszych systemów może zniknąć z dnia na dzień.
„Dla organizacji lub narodu poleganie na interfejsach API jednej firmy w zakresie infrastruktury krytycznej, finansów lub zarządzania stanowi istotną lukę w zabezpieczeniach” – napisała Sakana AI w swoim ogłoszeniu. Ponieważ pula modeli Fugu jest w pełni wymienna, system może przekierować do innych modeli, jeśli jeden z dostawców przestanie działać.
Analitycy ostrzegają, że to nie to samo, co prawdziwa suwerenność. Wydajność Fugu zależy od tego, które modele znajdują się w jej puli, a kilku czołowych dostawców ograniczających dostęp na raz nadal ograniczałoby jej możliwości. Firma nie ujawniła jeszcze, w jakim stopniu warstwa orkiestracji zwiększa wykorzystanie i koszt tokena. Mimo to, w miarę jak modele graniczne stają się aktywami geopolitycznymi, a uzależnienie od jednego dostawcy staje się coraz bardziej ryzykowne, Fugu oferuje podgląd branży sztucznej inteligencji, w której koordynacja może mieć równie duże znaczenie jak możliwości.
---
Bądź na Bieżąco z AINajnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.
Czytaj więcej wiadomości AI →
