让最贵的模型处理一次简单查询，就像派整支施工队来换灯泡：能做，但不划算。Sakana AI推出的 Fugu Max 和 Fugu Ultra v2，想解决的正是这种浪费。Fugu不是新的基础模型，而是编排器——位于用户请求与模型池之间，按任务难度选择模型、分配工作并控制调用次数。
两款服务共用一套多智能体编排架构，但目标不同：Max追求单位成本下的最好结果，Ultra v2则面向复杂、多步骤任务，抬高能力上限。Sakana AI自述，Fugu Max定价为每百万输入、输出token（模型处理文本的计量单位）2美元和6美元，并在10项基准中的7项推进了成本—性能的“帕累托前沿”——即若想继续改善一边，就得牺牲另一边的性价比边界。
值得注意的是，这些成绩主要来自厂商测试，且SWEFish还是其内部基准。Fugu目前以托管API提供，用户不能自行部署；真正的看点不是某次跑分，而是多模型调度能否长期把能力、成本与供应商依赖一起管住。