Sakana AI 推出 Fugu 多代理人指揮系統：7B 小模型指揮 GPT-5、Claude、Gemini 在 SWE-Pro 奪冠

編按：本文綜合整理自 Sakana AI 官方公告、Hacker News 討論串、Sakana Fugu Beta 部落格 及第三方評測 byteiota，並加入 Siami 編輯部觀點與分析。

核心賣點：一個 API 指揮全世界的前沿模型

Sakana AI 於 2026 年 6 月 22 日正式發布商用產品 Sakana Fugu，主打「多代理人系統即模型」（Multi-Agent System as a Model）的概念。Fugu 把目前最強的幾個前沿 LLM 收進一個池子，透過內部訓練出的小型指揮官模型，動態決定每個任務該由誰來做、要怎麼合作。

整個系統包裝成 OpenAI 相容的單一 API，開發者只要改一支 endpoint，就能享用「集體智慧」的協作效果，不必自己寫 LangChain、CrewAI 這類編排框架，也不用手動挑模型。

Fugu 不會疊加各模型的費用——它只會按投入的最強模型收取單一費率，這對成本控管是友善的設計。

目前分成兩個等級：

• Fugu：平衡性能與延遲，適合日常 coding、code review、聊天機器人等場景。
• Fugu Ultra：動員更深的專家代理池，專攻 Kaggle 競賽、論文重現、資安分析、專利調查這類高難度任務。

注意，Fugu 目前尚未在 EU/EEA 上線，官方表示正在處理 GDPR 等當地法規合規。

為什麼這件事重要

Sakana 走了一條與主流實驗室截然不同的路。當大家忙著把單一模型做大做強時，他們反過來問：能不能用一個相對小的「指揮官」模型，去整合已經存在的頂尖模型，讓整體表現超過任何一個單體？

這背後的關鍵是他們在 ICLR 2026 發表的兩篇論文——TRINITY 與 Conductor：

• TRINITY：輕量的「進化型 LLM 協調者」，把多個 LLM 分成 Thinker（思考）、Worker（執行）、Verifier（驗證）三種角色，根據任務動態分配。
• Conductor：用強化學習訓練出來的指揮官，會自己設計代理之間的溝通模式與提示詞，被官方稱為「communication topology」——也就是為每個輸入即時設計一套協作流程圖。

從 benchmark 結果看，這個路線確實跑通了：

SWE Bench Pro 上，Fugu Ultra 大幅領先 Opus 4.8（73.7 vs 69.2），這對工程類任務的實用性是重大訊號。

定價策略與商業模式

Sakana 採取了少見的雙軌定價：

1️⃣ Pay-as-you-go（企業用）

• Fugu Ultra（fugu-ultra-20260615）：輸入 $5/百萬 token（context > 272K 時 $10）、輸出 $30/百萬 token（context > 272K 時 $45）。
• Fugu：依啟用的代理人數量計費，永遠只收最強那層的單一費率，不會疊加。

2️⃣ Subscription Plan（個人用）

• Standard：$20/月，輕量日常使用。
• Pro：$100/月，密集工作。
• 2026 年 7 月底前訂閱，第二個月免費。

這種把企業級編排技術以個人訂閱價（$20 起）提供，等於把 Sakana 內部長期使用的「秘密武器」對外開放，市場策略上頗為激進。

業界反應：HN 社群的真實聲音

從 Hacker News 討論串 的 23 則回應，可以歸納出三種典型態度：

「他們募了將近 4 億美元，結果端出這個？有點令人失望。」——adamnemecek

「老實說，我本來以為 sakana.ai 在做更酷的東西。不過推出這種產品也合理⋯⋯」——prodigycorp

最尖銳的質疑集中在兩點：

1. 「這不就是 OpenRouter 嗎？」 — 多位用戶質疑 Fugu 跟 OpenRouter Fusion 的差異。對此有 HN 用戶解釋，OpenRouter Fusion 是「ask N 個模型 + 合成器步驟」，Fugu 則是「訓練一個專門的編排者」來決定哪個模型最適合這個請求。Fugu Ultra 甚至會即時產生 multi-agent 流程圖。
2. 「換了一個依賴而已」 — 用戶 embedding-shape 直接戳破官方話術：原廠說「無需單一供應商依賴」，但你用的還是 Sakana 的單一 API，本質上從依賴 OpenAI 變成依賴 Sakana。這個質疑點出了 vendor lock-in 換湯不換藥的本質。

「大家付 $200/月給 Anthropic、付 $200/月給 OpenAI、付 $200/月給 Cursor、付 $200/月給 Google，加起來沒到整整 $1024/月，所以你再付 $200/月給 Sakana 來統籌一切吧，why not。」——holistio

這則嘲諷回應底下引發了更深的共鳴：「$200/月」這個數字儼然成為 AI 訂閱的常態錨點，跟 AirPods 把 $300+ 耳機正常化的過程類似。

Siami 觀點

把這件事拉遠看，Sakana Fugu 真正在挑戰的不是 OpenAI 或 Anthropic，而是 「模型即護城河」（The model is the moat）這個命題。

rvz 在 HN 上的留言其實切中要害：

「免費跑本地模型，或甚至跑便宜的 DeepSeek V4。這些價格遲早會被競爭壓到 $0。」

這句話背後的產業意義是：

• 如果指揮官的價值真的這麼大，那 Sakana 等於宣告：「我們不需要自己做出最強模型，我們只需要知道怎麼用最強模型」。這個定位把 LLM 從「產品」降級為「原料」，重新定義了 AI 公司的價值分布。
• 如果指揮官的價值沒這麼大，那 Fugu 本質上就是 OpenRouter、AWS Bedrock 的 AgentCore、甚至 Hugging Face 的 Inference Endpoints 加一層自動化路由——換句話說，是個毛利會被快速壓縮的薄層。

從 Sakana 的 benchmark 來看，Fugu Ultra 在 SWE Bench Pro（73.7）領先 Opus 4.8（69.2）整整 4.5 分，這個差距不是「換皮」能做到的，背後的 Conductor 確實有獨特的編排邏輯。但這個護城河能不能守住，要看：

1. Anthropic、OpenAI、Google 會不會自己做同等級的編排（很可能會，OpenAI 已推出類似的 routing）；
2. 開源 Conductor 論文會不會被快速複製；
3. 客戶願不願意為「省下挑模型的麻煩」每月額外付 $20-$100。

數據解讀與質疑

幾個值得讀者留意的數據點：

• 50.0 vs 49.8 — Humanity’s Last Exam 上 Fugu Ultra 險勝 Opus 4.8，差距不到 1%，宣稱的「超越頂尖模型」說法略嫌誇大。
• 20.6 vs 8.4 — τ³ Banking 這個金融領域 benchmark，Fugu Ultra 大勝 Gemini 3.1 Pro（20.6 vs 8.4），但其他對手都跟 Opus 4.8 打成 20.6 平手，意味著這項可能是 Gemini 弱項而非 Fugu Ultra 強項。
• 官方說「不暴露出口管制風險」（無需透過受限的美國前沿模型），但 Opus 4.8、Gemini 3.1 Pro 都在 benchmark 裡——這個「不依賴單一供應商」的說法對企業客戶特別敏感，但實際代理池組成並未完整揭露。
• Fable 5 與 Mythos Preview 並未在 Fugu 代理池內（官方說明這兩者非公開），但被拿來當基準——這在 benchmark 比較上是常見操作，但讀者要理解 Fugu Ultra 沒跟這些「封閉旗艦」真正同台競爭。

結論：商業前景取決於生態系戰

Sakana 端出的 Fugu，本質上是把學術界（ICLR 2026 的 TRINITY、Conductor）的研究成果商品化，並透過 OpenAI 相容 API 大幅降低開發者採用門檻。

從使用者的真實回饋看（Sakana 官方公開的 5 位 early user 評價），Fugu 在 coding review、專利地圖分析、論文重現、資安評估等場景確實跑出了差異化的成果，特別是「自主運作 4 小時完成論文重現」這種長時間任務——這是單一模型難以做到的。

但 HN 社群普遍把 Fugu 定位在「整合得好但不是革命性突破」，質疑 Sakana 4 億美元募資的對價是否合理。

對 AI 從業者來說，真正的訊號不是 Fugu 本身，而是「指揮官模型」（orchestrator model）這個品類正式進入商業競爭。可以預期 Anthropic、OpenAI、Google 在未來 6-12 個月都會推出自家版本的 agentic routing，整個 LLM 市場的價值分布將從「單一模型強者恆強」轉向「誰能把多模型編成最強團隊」。

📌 編按：Sakana Fugu 個人方案 $20/月起、企業 API 採 pay-as-you-go，7 月底前訂閱第二個月免費。完整技術細節可參考 Sakana AI 官方公告 與 ICLR 2026 Conductor 論文。Siami 將持續追蹤主流模型廠商是否推出競爭性編排產品。