就在 Anthropic Fable 5 因美国政府出口管制禁令被全面下线的同一周，日本 AI 实验室 Sakana AI 迅速补位——北京时间 6 月 22 日凌晨，Sakana 正式发布 Fugu 与 Fugu Ultra 两款产品，其中旗舰模型 Fugu Ultra 声称在多项基准测试中与 Fable 5 及 Mythos Preview 性能持平，而且完全不受美国出口管制限制。这条发布节奏本身就是一个强烈的市场信号：全球 AI 竞争格局正在因为监管变量而出现缝隙，而 Sakana 显然想成为那个填上缝隙的人。
Fugu 是什么？
Sakana Fugu 并不是一个传统意义上的大语言模型，而是一套多智能体编排（Multi-Agent Orchestration）系统，用户通过一个 OpenAI 兼容的 API 端点与它交互，感觉上就像在调用一个模型，但背后实际上是由一个协调模型（Coordinator）动态决定：是直接回答，还是召唤多个专家模型协同作战。Fugu 本身是一个经过训练的大语言模型，它的专长不是回答问题本身，而是判断该把任务分配给哪些底层模型，然后汇总各路输出给出一个最终答案。这种”集体智能”的架构思路，与 OpenRouter 的 Fusion 有些相似，但 Sakana 声称自己的实现更系统化——协调层是专门训练的，而非简单的模型路由。
Fugu Ultra 则是 Sakana 的旗舰版本，针对高难度、多步骤的问题进行了专项调优，例如 AI 研究、网络安全分析和专利调查这类需要深层推理的任务。Ultra 版本会激活更深层的专家模型池，调用更多资源来解决复杂问题。普通版 Fugu 则主打日常使用，兼顾响应速度和成本效率。
为什么在这个时间节点发布？
这个发布时机是 Fugu Ultra 最大的营销爆点。上周，Anthropic 先后发布并紧急下线了 Fable 5 和 Mythos 5——前者是公开版本，后者是仅限合作企业的受限版本。美国商务部援引国家安全理由，要求 Anthropic 禁止任何外国公民使用这两个模型，甚至公司内部的外国员工也被涵盖在内。Anthropic 为了严格合规，干脆将两个模型对所有用户全面关停。这一决定在 AI 圈引发巨大争议，网络安全专家普遍认为 Fable 5 并不构成独特的安全威胁，但白宫的态度目前没有软化迹象。
而 Sakana 恰恰在此时扔出了一张不同的牌：Fugu Ultra 明确表示它使用的都是市面上可以正常调用的模型（如 GPT-5.5、Opus 4.8 等），这些模型没有任何出口管制限制，因此 Fugu Ultra 本身也不受美国监管约束。换句话说，Sakana 是在用”合规的模型池”实现了”接近禁运模型的能力”。
基准测试与定价
Sakana 在官方博客中公布了 11 项工程、科学与推理基准测试的结果，将 Fugu 和 Fugu Ultra 与 Opus 4.8、Gemini 3.1 Pro、GPT-5.5 以及受限访问的 Fable 5 和 Mythos Preview 进行了对比。Fugu Ultra 在多数测试中与 Fable/Mythos 持平，部分场景甚至领先。不过这些数据来自 Sakana 官方，独立第三方评估尚未出炉，参考时需保持一定审慎。
定价方面，Fugu Ultra 走的是高端路线：每百万 tokens 输入 5 美元、输出 30 美元，超过 272K context 后升至每百万 tokens 输入 10 美元、输出 45 美元。这个输出价格位于前沿模型的第一梯队，与各家旗舰定价基本看齐。Sakana 同时提供订阅方案，Standard 20 美元/月、Pro 100 美元/月（10 倍用量）、Max 200 美元/月（20 倍用量），每个订阅层级均包含 Fugu 和 Fugu Ultra 两个版本。7 月 31 日前订阅还可获得首月免费的优惠。
有一点值得注意：Fugu 目前不支持欧盟/欧洲经济区用户，原因是 GDPR 合规工作尚未完成。对于欧洲企业用户而言，这一条限制让”主权 AI”的卖点打了折扣——毕竟 Sakana 宣传的核心理念之一就是让用户不被美国监管约束，但如果产品本身进不了欧洲市场，那些对数据合规有严格要求的客户仍然无法受益。
怎么看待这个产品？
Sakana Fugu 背后有一个值得关注的趋势：当单个模型的进步开始受到监管阻力时，”用协调层弥补模型能力差距”可能成为一条新的技术路径。Fugu 并不是在训练一个更强的模型，而是在现有模型基础上训练一个更聪明的调度者，通过集体协作逼近前沿。这种思路本身并不新鲜（参考 AutoGPT、MetaGPT 等早期多智能体框架），但 Sakana 将其产品化并提供商业化 API，让企业用户可以直接调用，这是目前市面上较少有人做到的。
不过也需要冷静看待其宣传。Fugu Ultra 声称”匹配 Fable 和 Mythos”，但 Fugu 的底层调用的正是 GPT-5.5、Opus 4.8 这类模型——换句话说，Fugu Ultra 的能力上限本质上受限于这些底层模型的能力天花板。如果未来 Fable/Mythos 恢复了访问权限或者出现了更强的新模型，Fugu Ultra 是否还能保持竞争力，是一个需要持续观察的问题。另外，多模型协同意味着更多的 token 消耗，成本也比直接调用单一模型更高，对延迟敏感的场景需要评估额外开销是否可接受。
Sakana Fugu 和 Fugu Ultra 已开放测试申请，官网地址：sakana.ai/fugu。
