Sakana Fugu
Sakana Fugu 是一个多智能体编排模型，通过单一 OpenAI-compatible API 把任务动态分发到 Opus 4.8、GPT-5.5、Gemini 3.1 Pro 等主流大模型上。Fugu 本身是训练出来的模型，不是写死的工作流，它学会的是什么时候拆包分发、什么时候交叉验证、什么时候合并结果。
东京的 Sakana AI 在 2026 年 6 月 22 日正式发布了 Fugu，此前经历了 4 月份的封闭测试，背后有两篇 ICLR 2026 论文（TRINITY 和 Conductor），把「学习型编排」做成了有同行评审基础的系统。旗舰档 Fugu Ultra 在 SWE-Bench Pro 上跑出 73.7 分，超过 GPT-5.5 (58.6) 和 Opus 4.8 (69.2)，在 LiveCodeBench 上以 93.2 分追平 Fable 5。
把它想成 AI 界的总承包商：把活按专长拆分，交给最合适的模型来干。
Anthropic 在 6 月 12 日把 Fable 5 的访问权锁到了「符合美国法规的客户」，美国以外的企业 AI 团队直接断粮。Sakana 从东京接了这一棒，Fugu 的「供应商排除」功能就是给这波需求造的，对在做出海企业工具或关心数据主权的 builder，这里有个现成的合规 SaaS 切入口。词本身还太新，Google Trends 还测不出信号，但发布后 48 小时的社区反应速度已经说明问题了。
搜索热度
-
萌芽0–7 天
-
初现 ← 当前8–30 天
-
验证中31–90 天
-
上升91–180 天
-
成熟180 天以上
为什么是现在火？
2026 年 6 月 12 日，Anthropic 把 Claude Fable 5 和 Mythos 的访问权锁到了「符合美国法规的客户」范围，境外企业 AI 团队一下子断粮了。十天后，Sakana Fugu 作为第一个能绕开任何单一供应商依赖的生产系统落地，时机精准。
前景
未来 6 个月的信号走势和商业化节奏。
目前是第一个有据可查的商业化「学习型编排」产品，出口管制引发的供应冲击，把企业端需求推到了远超技术好奇的层面。
风险 · 质疑者说它不过是「更聪明的 OpenRouter」，同质化压力几乎是即时的。
类比 · managed-agents · model-context-protocol · agent-harness
-
现在订阅制 + 按量付费已上线
三档定价 ($20–$200/月)；Ultra 档 API 按量收费 $5/$30 per million tokens。
-
3-6 个月对比测评 + 接入指南内容
Fugu vs Fable 5 vs GPT-5.5 的 benchmark 对比，能带来高 CPC 的联盟流量和课程流量。
-
6-12 个月企业合规工具
供应商排除功能给合规敏感行业开了一个 SaaS 切入口。
“Sakana Fugu” 的竞争与机会
三个启发式信号，来自追踪到的搜索词、这个词的变现卡片，还有它的相关词。仅供参考，未经核实。
“Sakana Fugu” 能做的点子
把这个词做成文章、网站、产品、帖子、邮件、视频或课程，随便挑一张卡片就能开干。
对比 benchmark 分数、延迟、定价和真实编程表现，这正是企业买家现在搜的关键词。
一步步换掉模型后端，针对那些被锁在 Cursor 或 Codex 里、想要多模型兜底但不想重新选工具的团队。
用典型开发者负载做一遍 token 成本测算，比较 Fugu Ultra 按量收费和 Claude Opus 4.8、GPT-5.5 各档之间的差距。
Fugu 刻意不暴露路由决策；GDPR/CCPA 合规团队需要透明度。一个审计日志包装层的企业需求是现成的。
社区几小时内就搭出了 OpenFugu；一个打磨好、有文档、支持本地模型的开源版本，能吸引那批付不起 $200/月的开发者。
录屏工作流对比；benchmark 数字是抽象的，但「我在真实项目上试了」这个角度最能抓住开发者点进来。
Fugu 让一个品类成了型，学习型编排器 vs 单模型旗舰。面向平台工程师和 AI 负责人的周刊简报。
239 赞、122 条评论，最高赞的回复是「不就是个 OpenRouter 吗」，但这句话偏偏把「学习型编排器」和「傻路由器」的差距整个跳过了。
美国以外的企业 AI 团队，这次才真正摸到了什么叫供应商集中的真实代价。而 Sakana 的上线时机，精准落在了这个缺口里。
Sakana AI 48 小时 460 GitHub stars，SWE-Bench Pro 上的成绩超过 GPT-5.5，创始团队里有高盛最年轻的 MD 出身的 ML 研究者。
大家在搜什么
来自 Google Suggest 和 Trends 的长尾词。热度和竞争度是估算，仅供参考，未经核实。内容类型由搜索词的写法推断。
“Sakana Fugu” 的搜索结果
现在搜索的人会看到的页面：自然结果在上，有人投广告就显示在那。广告多少是实时的商业化信号。
常见问题
什么是 Sakana Fugu？
Sakana Fugu 是一个多智能体编排模型，通过单一 OpenAI-compatible API 把任务动态分发到 Opus 4.8、GPT-5.5、Gemini 3.1 Pro 等主流大模型上。Fugu 本身是训练出来的模型，不是写死的工作流，它学会的是什么时候拆包分发、什么时候交叉验证、什么时候合并结果。
Sakana Fugu 为什么现在火？
2026 年 6 月 12 日，Anthropic 把 Claude Fable 5 和 Mythos 的访问权锁到了「符合美国法规的客户」范围，境外企业 AI 团队一下子断粮了。十天后，Sakana Fugu 作为第一个能绕开任何单一供应商依赖的生产系统落地，时机精准。
Sakana Fugu 是什么时候出现的？
约于 2026-06-22 公开出现（截至 2026-06-30 约 8 天前）。EarlyTerms 最早于 2026-06-24 记录到信号。
相关词
同一领域里的其他词：别名、子类、竞品，以及值得接着看的邻近词。
- 属于 agent-harness Agent harness 是大模型和真实世界之间的那层中间件，负责跑 agent 循环、调工具、管记忆、守护栏、从错误里恢复。圈子里现在流行一个公式：「Agent = 模型 + Harness。你不是模型，你就是 harness。」 →
- 属于 agentic-frameworks Agentic frameworks 是把大模型接进一个持续运行的 agent 的软件工具包，负责处理循环、工具调用、记忆和多 agent 协调这些管道，省得开发者从零搭这套底层。代表产品有 LangChain /… →
- 竞品 claude-fable-5 Claude Fable 5 是 Anthropic 首个对外公开的 Mythos 级模型，专为长任务 agent 工作、软件工程、科学研究和复杂多步推理设计。此前，这个能力档位只能通过 Claude Mythos Preview 的内测渠道才能用到。 →
- 竞品 gpt-5-5 GPT-5.5 是 OpenAI 于 2026 年 4 月 23 日发布的前沿大模型。这是 GPT-4.5 之后首次完整重训的基础模型，此前 GPT-5.x 系列的每个版本都只是在同一套权重上做后训练迭代。这次从头重训，目标是自主完成多步骤的 agentic 任务，单… →
- 竞品 gemini-3-1-pro Gemini 3.1 Pro 是 Google DeepMind 的旗舰推理模型，2026 年 2 月 19 日发布。它引入了 thinking 推理模式，可在三档算力预算（LOW / MEDIUM / HIGH）之间切换，支持最多 100 万 token… →
- 相关 managed-agents Managed Agents 是云平台托管并运行 AI agent 的基础设施模式。开发者以前要自己搭 agent 循环，记忆管理、工具路由、状态控制、沙箱隔离、错误恢复，全部自己处理；现在这些都由平台打包成 runtime 服务。 →
- 相关 agent-teams Agent Teams 是 Claude Code 的一个功能：让多个 Claude 实例并行，共同处理同一份代码库。其中一个 session 是队长，其余队员各跑独立的 context window，从共享任务列表里认领任务，还可以直接给其他队友发消息，不用通过队长中转。 →
- 相关 claude-opus-4-8 Claude Opus 4.8 是 Anthropic 于 2026 年 5 月 28 日发布的最新旗舰大模型，定价维持不变（$5/$25 per million tokens）。相比 Opus 4.7，这版在 agent… →
- 相关 model-context-protocol Model Context Protocol (MCP) 是基于 JSON-RPC 2.0 的开放标准，定义了 AI… →
- 相关 parallel-agents Parallel Agents 是同时跑多个 AI 编程会话的工作方式。每个会话对着代码库的一个独立副本干活，开发者的角色从写代码转为调度、审查和合并。 →
- 相关 autoresearch AutoResearch 是一个 agent 循环：LLM 自主修改单个训练文件，跑一个固定 5 分钟的实验，检查选定指标有没有变好，然后保留或回滚这次改动，如此循环整晚。这是一套极简的「改 → 验 → 留/丢 → 再改」跑法，不是什么重型框架。 →
- 相关 deep-research Deep Research 是一种 Agentic AI 能力，只需一个提示词，agent 就能自主浏览网络、综合数百个信源，交出一份带引用、达到分析师水准的报告。整个过程边搜边读、随时调整方向，通常跑 5 到 30 分钟。 →
来源
这份报告引用的一手链接，点开任意一条都能自己核对。
- 01 Sakana AI — Fugu 产品页（官方） sakana.ai ↗
- 02 Sakana AI — Fugu 正式发布公告，2026 年 6 月 22 日 sakana.ai ↗
- 03 Sakana AI — Fugu 测试版公告，2026 年 4 月 24 日 sakana.ai ↗
- 04 GitHub — SakanaAI/fugu 官方仓库 (460 stars) github.com ↗
- 05 Hacker News — Sakana Fugu 发布帖 (239 赞，122 条评论) news.ycombinator.com ↗
- 06 MarkTechPost — Sakana Fugu 发布报道，含 benchmark 对比表 marktechpost.com ↗
- 07 GitHub — OpenFugu：开源复刻版 (123 stars) github.com ↗