你让 AI 调查一项新技术，它可能要先读资料，再核对事实、写代码，最后整理成报告。通常，人得提前决定每一步交给哪个模型。Fugu 换了个思路：训练一个语言模型来当调度员，边做边挑选其他模型，必要时还可以再叫来一个“自己”，继续拆分任务。
这值得关注，因为 Sakana AI 没有继续把所有能力塞进一个更大的单体模型，而是把“怎样组织模型”本身变成了需要学习的能力。不过，目前有关新品架构、能力与性能的信息都来自 OpenRouter 上作者标为 Sakana 的页面，尚无论文、技术报告、代码或第三方实测支撑。
先编排，再生成
据 OpenRouter 的模型页面，Fugu 是一种学习型多 Agent 编排系统。多 Agent 编排，就是让多个各有所长的 AI Agent——能够承担任务的模型实例——分工合作，再汇总结果。Fugu 的关键区别是：由一个训练过的语言模型决定选谁、先做什么，以及是否继续追加调用，而不是完全依靠人工写死流程。
它更像一位现场调度员。遇到复杂研究任务时，调度员可以从固定的开放及专用模型池中选择合适成员；任务仍然太大，就递归调用另一个 Fugu 实例，把问题继续拆小。递归调用提高了灵活性，但也会带来一个直接问题：调用链越长，消耗越难预估。
这套机制与 OpenRouter 自己的供应商路由不是一回事。前者发生在 Fugu 内部，决定模型如何协作；后者决定请求发给哪家托管商。目前页面显示两款新品都只有一个 provider，OpenRouter 会直接转发请求。
两个版本，押注不同
OpenRouter 页面显示，Sakana AI 于 2026 年 9 月 11 日发布 Fugu Ultra v2 和 Fugu Max。Ultra v2 被定位为高性能版本，面向复杂多步推理、自主研究和全栈软件开发。其模型池不依赖某一个 proprietary frontier model——专有的前沿模型——但这不等于完全不用闭源模型，也不能据此断言池中模型全部开放权重。
Fugu Max 则主打成本与效果的平衡。它的模型池包含 NVIDIA Nemotron 系列，会动态选择专家 Agent 的组合。两款模型都有 100 万 tokens 的上下文窗口；token 是模型处理文字时使用的基本计量单位。两者也支持图像和 PDF 输入、内置网页搜索、函数调用和结构化输出。函数调用让模型按约定请求外部工具，结构化输出则要求结果遵循 JSON 等固定格式，便于接入自动化流程。Max 另有 Web Fetch，并最多可生成 12.8 万 tokens。
价格也体现了定位差异。Ultra v2 每百万输入 tokens 为 5 美元，输出为 30 美元；Max 分别为 2 美元和 6 美元。两者的内部编排消耗都按普通输入、输出 tokens 计费，因此用户付的不只是最后答案，还包括背后“模型小队”的协作过程。Ultra v2 的提示超过 27.2 万 tokens 后会采用更高费率；Max 则宣称价格不随上下文长度变化。
真正的新意是“组织能力”
Fugu 把竞争焦点从“哪个单体模型最强”，推向“谁更会组合现有模型”。一个模型未必需要包办研究、推理和编码；它也可以先判断任务，再临时组织专家。这种架构若能稳定工作，模型池里的成员可以各自迭代，调度器则负责决定何时使用谁。
这个思路也呼应了 Sakana AI 的“鱼群”隐喻。据 Sakana AI 介绍，公司名称 Sakana 在日语中意为“鱼”，其标志用鱼群表达个体依照规则形成整体。到了 Fugu，这个隐喻变成了产品机制：多个模型协作，而负责调度的模型还能再次调用同类实例。
局限与未知
- 材料没有披露训练方法、模型池完整名单、路由策略或递归调用的终止条件，外界暂时无法判断调度器究竟学到了什么。
- “高性能”“兼顾质量和成本”都属于产品定位。现有材料没有基准测试、对照模型、测试集或统计方法，不能据此认定它优于单体模型。
- OpenRouter 页面记录的 P50 吞吐量分别为 Ultra v2 的 49 tok/s、Max 的 62 tok/s，延迟分别为 9.19 秒和 5.63 秒。这些是动态运营指标，会随托管状态变化，不是模型固有性能。