Sakana AI 发布 Fugu 编排模型：动态路由任务至多个前沿 LLM，性能领先多数基准

一句话看懂

Sakana AI 推出 Fugu 编排模型，将多智能体系统封装成单一 API，自动路由任务至最优模型，在编码和推理基准上超越 GPT-5.5 等前沿模型。

详细发生了什么

2026 年 6 月 22 日，Sakana AI 正式发布 Sakana Fugu 和 Fugu Ultra。Fugu 本身是一个语言模型，经过训练可以调用模型池中的其他 LLM（包括自身的递归实例），自动完成模型选择、任务委派、结果验证和答案合成。用户只需向一个 OpenAI 兼容的 API 端点发送请求，Fugu 内部会决定是直接求解，还是组建专家模型团队协作。

Fugu 有两个版本：Fugu 平衡性能与延迟，支持用户选择排除某些模型以符合合规要求；Fugu Ultra 则针对高难度多步骤问题优化，使用固定模型池，不支持排除。在 11 项基准测试中，Fugu 和 Fugu Ultra 在 10 项上取得最高分，包括 SWE-Bench Pro（73.7%）、LiveCodeBench（93.2%）、Humanity’s Last Exam（50.0%）等。唯一落败的是 MRCRv2，GPT-5.5 以 94.8% 胜出。

Sakana AI 强调，Fugu 的设计初衷之一是降低对单一供应商的依赖。研究团队引用近期 Anthropic 的 Fable 和 Mythos 模型出口管制作为动机。Fugu 的编排技术基于两篇 ICLR 2026 论文（Trinity 和 Conductor），通过强化学习让系统学会自适应地分配角色和协调策略。

中文圈视角

国内用户能用吗？ Fugu 通过 OpenAI 兼容 API 提供服务，理论上国内开发者可以通过代理访问。但 Sakana AI 目前未明确中国区的可用性，且模型池中包含的模型（如 GPT-5.5、Gemini 3.1 Pro、Opus 4.8 等）部分在国内无法直接访问，实际体验可能受限。

国产平替对比： 国内类似的多模型编排产品较少。智谱的 GLM 系列支持工具调用和 Agent，但未做到跨模型池自动路由。DeepSeek 的 MoE 架构在单模型内实现专家路由，但非多模型编排。Fugu 的价值在于“一个 API 调用多个模型”，这对需要高可靠性和低供应商风险的团队很有吸引力。

中文场景影响： 对于中文写作、编程、研究等任务，Fugu 的自动路由能力可能提升复杂任务（如长文档分析、多步代码调试）的效率。但中文理解能力取决于池中模型的中文水平，目前基准测试未包含中文数据集，实际效果待验证。

监管盲点： 如果 Fugu 路由到受出口管制的模型（如 Anthropic 的 Fable），国内用户可能面临合规风险。Sakana AI 的 opt-out 功能允许排除特定模型，但 Fugu Ultra 不支持，需注意。

几条值得记住的细节

Fugu 和 Fugu Ultra 均通过 OpenAI 兼容 API 调用，无需迁移 SDK，只需修改 base_url 和 api_key。
Fugu Ultra 在 SWE-Bench Pro 上得分 73.7%，比 GPT-5.5（58.6%）高 15 个百分点。
Fugu 的模型池可替换，支持随时加入新模型，以应对供应商限制或模型更新。
定价按请求计费，每次调用返回 token 用量和费用，便于实时监控。
早期社区反应偏怀疑，主要质疑其是否只是“路由器或包装器”，但基准数据支持其有效性。

一句话总结

Fugu 让多模型协作变得像调用一个模型一样简单，但国内用户需关注可用性和合规风险。