Sakana Fugu Ultra v2 刷榜:8 项基准 5 项最佳,编排逼近帕累托前沿
SakanaAILabs · x · 2026-09-12
Sakana AI 随 Fugu Ultra v2 上线发布配套博客，阐述其编排系统的成本-性能双轴策略。
- 基准成绩：在 8 项基准中 5 项取得最佳或并列最佳（DeepSWE 74.3、Chartography 48.3 超 Opus 5 与 Fable 5、Toolathon、GDP.pdf、SWEFish），且智能体池中没有使用 Fable 5、Fable 5.1 或 GPT-6-Astra
- 双产品同架构：Fugu Max 追求最低成本下的最优输出，扩展帕累托效率前沿；Fugu Ultra v2 追求复杂多步任务的绝对能力上限
- 核心主张：未来属于知道「该调哪台机器」的系统，而非无差别调用最大模型的系统；编排层可在不依赖闭源前沿模型的情况下逼近甚至超越单模型表现
- 演进历程：4 月 Beta 验证多智能体编排可作统一基础模型，6 月 GA 与 Ultra v1 证明编排层可匹敌闭源前沿模型，如今双线推进
值得注意的是，编排消耗的 token 按标准输入/输出计费，实际成本结构需要使用者自行核算。
所属事件:Sakana AI 发布 Fugu Max 与 Fugu Ultra v2，主打多模型编排性价比(16 条相关)→
「编程与Agent」频道最新
- Will DePue 呼应 OpenAI 加 API 级能力：让多智能体一次并行分发上千个小模型调用 — willdepue · 2026-10-28
- DeckWerk 新版获早期用户好评：连续数周用于真实演讲 — vincesitzmann · 2026-10-28
- Opus 5.5 剪视频可替初级剪辑师，资深剪辑师日产出翻 5 倍 — dotey · 2026-10-28
- 软件栈正为Agent重构:开发者站点、浏览器乃至编程语言都在agent-first — mobileraj · 2026-10-28
- HABIT-Bench:八种记忆系统测用户习惯推断,最佳仅33.61% — SJTU · 2026-10-28
- 「钢琴测试」思想实验：你敢坐在形式化验证过的代码下吗 — moyix · 2026-10-28