日本Sakana AI公司于9月11日正式发布了两款AI模型统一管理系统——“Fugu Max”和“Fugu Ultra v2”。这两款模型通过兼容OpenAI的API接口同步上线，现有用户只需修改一行配置参数即可无缝切换至新架构。
这两款系统针对不同应用场景进行了优化：
- Fugu Max聚焦于以尽可能低的成本实现最佳成果；
- Fugu Ultra v2则专注于解决复杂且多步骤任务的能力表现。
Sakana Fugu项目从今年4月的测试版起，迅速发展成为企业级的统一管理平台。发展历程包括：
- 4月（测试版）：验证多代理统一管理作为基础模型的可行性；
- 6月（正式发布及Fugu Ultra v1）：展示管理层在硬件基准测试中达到封闭前沿模型的性能；
- 7月（Fugu-Cyber及Claude Code Interface）：聚焦网络安全和编程环境的实际工作流程；
- 8月（Sakana Chat及与NVIDIA合作）：实现面向消费者的规模扩展，并开始整合NVIDIA Nemotron开源模型；
- 9月（9月11日）：发布Fugu Max和Fugu Ultra v2。
Fugu Max整合了包括NVIDIA Nemotron系列在内的多种开源权重模型和专用模型，通过动态路由将任务分配给最轻量级的模型，实现以极低的Token消耗提供先进的结果。
具体特点如下：
- 性能：在Terminal Bench 2.1、GPQAD、AA-LCR、GDP.pdf、AutomationBench以及Sakana AI自研的编码测试SWEFish等6项基准测试中获得最高综合评分；
- 成本：每百万输入Token成本约2美元，输出Token约6美元，较Sonnet 5、GPT 5.6 Terra和Kimi K3降低40%至60%；
- 效率：在10项基准测试中，有7项实现了成本效益的帕累托前沿扩展。
Fugu Ultra v2则专注于复杂推理和软件开发等高质量输出场景。它不依赖于特定模型如Fable 5或GPT-6-Astra，而是整合了开放模型和专用模型池，避免了对单一供应商的锁定。主要优势包括：
- 性能：在GDP.pdf、Chartography、SWEFish、DeepSWE和Toolathon等8项基准测试中，有5项获得最高或并列最高分；
- 一致性：在8项测试中有7项进入前两名，展现了广泛任务的优异表现；
- 前沿性：与Fugu Max不同，Fugu Ultra更注重性能极限，提供面向高质量工作负载的高性能选项。
