🚀 30+款热门AI模型一站整合，DeepSeek/GLM/Claude 随心用，限时 5 折。 👉 点击领海量免费额度

最近在尝试将大模型集成到自己的开发工作流中时，发现一个普遍痛点：面对复杂的多步骤任务，无论是代码生成、安全审计还是学术研究，单一模型往往“偏科”，要么推理深度不够，要么代码能力不足。开发者要么手动切换不同模型，要么接受平庸的结果。Sakana AI 推出的Fugu模型，提出了一种全新的“多智能体系统即模型”思路，试图用一套 API 动态编排多个顶级模型，来解决这个问题。本文将基于官方资料和实测体验，深入剖析 Fugu 的核心原理、技术优势、实际应用和接入方式，为开发者提供一个全面的技术评估。

1. 什么是 Sakana Fugu？—— 多智能体编排的新范式

Sakana Fugu 并非一个从零训练的全新大语言模型，而是一个多智能体系统（Multi-Agent System），但它被包装成一个统一的模型 API 对外提供服务。你可以将其理解为一个“超级调度员”或“模型指挥官”。

1.1 核心概念：从单一模型到模型联邦

传统的大模型应用，无论是调用 GPT、Claude 还是 Gemini，我们面对的都是一个单一的、固定的模型。其能力上限由该模型的训练数据、架构和规模决定。而 Fugu 的思路是：为什么不把多个顶级专家模型组合起来，让它们协同工作？

Fugu 的核心工作流程是：

1. 接收用户请求：你通过一个标准的 OpenAI 兼容 API 发送请求。
2. 动态智能体编排：Fugu 内部的“协调器”会根据任务类型（如代码生成、数学推理、文献分析），从它管理的“模型池”中动态选择最合适的一个或多个模型（智能体）。
3. 分配角色与协作：被选中的模型会被赋予不同的角色，例如“思考者（Thinker）”、“执行者（Worker）”、“验证者（Verifier）”，它们之间通过自然语言进行多轮交互和协作。
4. 生成最终答案：协调器综合各智能体的输出，生成一个最终、更优的答案返回给用户。

整个过程对用户是透明的，你只需要调用一个 API 端点，就像使用单个模型一样简单。

1.2 解决的核心问题

Fugu 旨在解决开发者面临的几个关键挑战：

• 模型选择困难症：面对不同的任务，开发者需要不断尝试和切换不同的模型，费时费力。
• 单一模型的能力瓶颈：即使是顶级模型，在特定领域（如复杂代码生成、高精度数学推理）也可能不如更专业的模型。
• 构建复杂 Agent 系统的高门槛：自行设计多模型协作的工作流需要深厚的工程和提示工程功底。
• 供应商锁定风险：过度依赖单一厂商的模型，在合规、成本和技术演进上存在风险。

Fugu 通过提供一个“开箱即用”的、经过优化的多模型协作服务，试图一次性解决这些问题。

1.3 两大产品线：Fugu 与 Fugu Ultra

Sakana 提供了两个不同定位的模型版本：

简单来说，Fugu 是你的“日常主力”，而Fugu Ultra 是你的“专家外援”，用于攻克最棘手的难题。

2. 技术基石：TRINITY 与 Conductor

Fugu 的能力并非凭空而来，其背后是 Sakana AI 发表在 ICLR 2026 上的两项核心研究：TRINITY和Conductor。这两项研究奠定了其智能体动态编排的理论基础。

2.1 TRINITY：进化型 LLM 协调器

TRINITY 的核心思想是使用一个轻量级的、进化而来的协调器（Evolved Coordinator）来管理多个 LLM 在多轮对话中的协作。

• 角色动态分配：协调器会根据任务内容，为池中的模型动态分配“思考者”、“执行者”或“验证者”等角色。例如，在解决一个数学问题时，可能让一个模型负责拆解问题（Thinker），另一个负责执行计算（Worker），第三个负责检查结果合理性（Verifier）。
• 自适应工作流：这种角色分配和工作流不是人工预设的，而是通过进化算法学习得到的，能够适应编码、数学、推理、知识问答等广泛任务。
• 优势：避免了人工设计复杂、僵化的多智能体工作流，让系统自己学习如何最高效地分工合作。

2.2 Conductor：用自然语言学习协调策略

如果说 TRINITY 定义了协调的“架构”，那么Conductor则解决了协调的“沟通”问题。

• 强化学习训练：Conductor 通过强化学习进行训练，目标是发现高效的、基于自然语言的协调策略。
• 设计沟通模式与提示：它学习如何设计智能体之间的沟通模式（例如，A 应该向 B 传递什么格式的信息），以及如何生成聚焦的提示词（Prompts），来引导各个智能体更好地完成其子任务。
• 成果：研究表明，通过 Conductor 学习到的协调策略，能够让一组多样化的 LLM 在具有挑战性的推理基准测试中，表现超越任何单个的“工人”模型。

总结来说：Fugu 将 TRINITY 的架构与 Conductor 的沟通策略相结合，形成了一个能够自动、高效地组织多个专家模型协同工作的智能系统。

3. 实战测评：Fugu 能力深度体验

官方提供了丰富的定性定量评测，我们可以从中一窥 Fugu 的实际能力。这些案例生动地展示了其“模型联邦”的优势。

3.1 定量性能：对标顶级前沿模型

在 SWE-Bench Pro（真实世界软件工程问题）、LiveCodeBench（代码生成）、GPQA-D（高难度科学问答）等一系列严格的工程、科学和推理基准测试中，Fugu 和 Fugu Ultra 的表现与当前未公开访问的顶级前沿模型（如 Fable 5, Mythos Preview）不相上下，并且显著优于公开可访问的模型（如 GPT-5.5, Gemini 3.1 Pro, Opus 4.8）。

例如，在SWE-Bench Pro上，Fugu Ultra 取得了73.7的高分，远超 Gemini 3.1 Pro (54.2) 和 GPT-5.5 (58.6)。在LiveCodeBench上，Fugu 和 Fugu Ultra 均超过92分，展示了强大的代码生成能力。

3.2 定性案例：超越单模型的复杂任务处理

1. AutoResearch / LLM 训练配方优化：

   • 任务：让 AI 自主优化一个小型 GPT 模型的训练超参数（如批次大小、学习率、优化器设置）。
   • 过程：使用 AutoResearch 框架，AI 需要反复修改训练代码、运行实验、并保留能降低验证损失（BPB）的更改。
   • 结果：在单张 H100 GPU 上运行约14小时、123次实验后，Fugu Ultra 找到了最优的平均 BPB（0.9774），优于所有对比的单一前沿模型。这表明在多步骤、试错型的机器学习研究任务上，多模型协作能产生更优的探索策略。

2. 古典日文“散らし書き”信件阅读顺序恢复：

   • 任务：根据字符的位置边界框和粗略规则，编写代码推断一篇1610年书信的字符阅读顺序。这是一个连专业学者都感到困难的挑战。
   • 结果：Fugu Ultra 编写的代码取得了 NED（标准化编辑距离）0.80的高分（1.0为完美），而其他顶级模型仅得0.24左右，甚至有一个模型完全无法生成有效代码。Fugu Ultra 的预测路径几乎与专家标注的正确答案完全重合。

3. 从零编写 Python 魔方求解器：

   • 任务：仅通过一个提示，要求模型用纯 Python（禁止使用现成求解库）编写一个魔方求解器，并在300个随机打乱的魔方上测试。
   • 结果：Fugu Ultra 和另一个前沿模型（Model A）成功生成了可运行并解决所有300个魔方的程序。而其他两个模型生成的代码看似复杂，却无法执行。在求解效率上，Fugu Ultra 平均只需19.72步，略优于对手的 19.76 步，且在全部300次对决中从未比对手用更多步数。

4. CAD 机械光圈设计：

   • 任务：设计一个像相机光圈一样，多个叶片联动开合中心孔的机械结构。
   • 结果：Fugu Ultra 生成的 CAD 模型结构清晰，叶片能围绕外部销轴旋转并实现完整开合。而其他模型的设计则存在间隙、连接薄弱或无法完全闭合等问题。

这些案例共同表明，在需要多步骤推理、代码生成、创造性设计和对模糊问题的理解上，Fugu 通过多模型协作展现出了超越单一顶级模型的潜力。

4. 如何接入与使用 Fugu？

对于开发者而言，Fugu 最吸引人的一点是其极低的接入成本。

4.1 环境准备与 API 兼容性

Fugu 提供OpenAI 兼容的 API。这意味着：

• 无需更换 SDK：你可以直接使用现有的openaiPython 库、LangChain、LlamaIndex 等任何支持 OpenAI API 标准的客户端或框架。
• 只需更改配置：将你代码中的 API Base URL 和 API Key 替换为 Fugu 提供的即可。

准备步骤：

1. 获取 API Key：访问 Sakana AI 官网注册并获取 Fugu 的 API Key。
2. 确认可用区域：目前服务不向欧盟/欧洲经济区用户提供，其他地区用户需确认网络可达。
3. 选择模型：决定使用Fugu还是Fugu Ultra。它们的 endpoint 可能不同，需查阅最新文档。

4.2 基础调用示例（Python）

以下是一个使用官方openaiPython 库调用 Fugu 的完整示例。

# 安装 OpenAI Python SDK (如果尚未安装) # pip install openai import openai import os # 1. 配置客户端 # 将 base_url 替换为 Fugu 提供的 API 端点 # 将 api_key 替换为你自己的密钥 client = openai.OpenAI( base_url="https://api.sakana.ai/v1", # 示例端点，请以官方文档为准 api_key=os.environ.get("SAKANA_API_KEY") # 建议将密钥存储在环境变量中 ) # 2. 构建请求 # 模型名称使用 "fugu" 或 "fugu-ultra" completion = client.chat.completions.create( model="fugu", # 或 "fugu-ultra" messages=[ {"role": "system", "content": "你是一个专业的代码助手。"}, {"role": "user", "content": "用Python写一个函数，计算斐波那契数列的第n项，要求时间复杂度和空间复杂度均为O(n)。并给出一个使用示例。"} ], temperature=0.7, max_tokens=1000 ) # 3. 处理响应 response_message = completion.choices[0].message print("Fugu 回复：") print(response_message.content) # 4. 查看使用量（如果API支持） # 通常响应头或响应体中会包含token使用信息，便于成本监控 print(f"本次请求消耗: {completion.usage.total_tokens} tokens")

4.3 集成到现有开发流

由于 API 兼容，你可以轻松将 Fugu 集成到各种场景：

• 在 VS Code / Cursor 中使用：在支持配置自定义 OpenAI 兼容端点的插件中（如genie或cursor的设置），填入 Fugu 的 endpoint 和 key。
• 在 LangChain 中使用：

  from langchain_openai import ChatOpenAI llm = ChatOpenAI( base_url="https://api.sakana.ai/v1", api_key="your-api-key", model="fugu-ultra", # 指定模型 temperature=0 ) # 后续可以像使用普通ChatOpenAI一样使用llm

• 在 LlamaIndex 中使用：同理，在初始化OpenAI类时指定base_url和model即可。

5. 成本与计费模式解析

Fugu 提供两种计费模式：订阅制（月付）和按量计费（随用随付）。所有套餐都包含 Fugu 和 Fugu Ultra 的访问权限。

5.1 订阅制 (Subscription Plan)

适合个人开发者或稳定用量的团队。

• Standard ($20/月)：轻量日常使用，适合偶尔的 API 调用和小实验。
• Pro ($100/月)：提供 Standard 10倍的用量，适合每周有集中编码、评审、研究会话的用户。
• Max ($200/月)：提供 Standard 30倍的用量，适合长时间、高负载任务的重度用户。

5.2 按量计费 (Token Plan - Pay-as-you-go)

适合用量波动大或企业级生产负载，追求最高可靠性（请求优先级高于订阅用户）。

• Fugu：计费方式取决于你启用的智能体池。
  • 如果池中只有一个模型激活，则按该基础模型的标淮费率计费。
  • 关键优势：如果池中有多个模型激活，不会叠加计费！你只需按池中最高级别模型的单一费率支付。例如，池中有 A、B、C 三个模型，只按其中最贵的那个模型费率收费。
• Fugu Ultra：固定费率（针对fugu-ultra-20260615版本）。
  • 输入 Token:$5 / 百万 Token
  • 输出 Token:$30 / 百万 Token
  • 缓存输入 Token:$0.50 / 百万 Token
  • 注：当上下文长度超过 272K Token 时，费率会更高。

成本监控：API 会按请求报告 Token 使用量和对应成本，方便实时监控和预算预测。

6. 常见问题与注意事项 (FAQ)

6.1 如何选择 Fugu 和 Fugu Ultra？

• 追求响应速度与日常任务：选Fugu。它在代码补全、交互对话、一般性问答上响应更快，体验更流畅。
• 追求极致答案质量与复杂任务：选Fugu Ultra。当你在进行论文复现、深度研究、复杂问题求解时，它通过调动更多专家模型，能给出更深入、更可靠的结果。

6.2 我能控制 Fugu 使用哪些底层模型吗？

• 对于Fugu：可以。你可以在控制台设置中，出于数据隐私、合规或组织要求，选择将特定模型或供应商从你的智能体池中排除。
• 对于Fugu Ultra：不可以。为了达到宣称的顶级性能，Fugu Ultra 使用一个固定的、完整的专家模型池，不支持定制。

6.3 我的数据会被用于训练吗？

可以自主选择。你可以在控制台页面随时选择不将使用数据用于模型训练。如果选择共享数据，将帮助 Sakana 持续改进 Fugu 的性能。

6.4 我能看到每次请求具体调用了哪些模型吗？

不能。Fugu 选择哪些模型以及如何协调它们是 Sakana 的核心专有技术，出于设计和商业原因，这部分路由信息不会对外暴露。

6.5 Fugu 多久更新一次底层模型？

Sakana 的目标是让用户获得最佳性能。当有新的前沿模型公开发布后，团队预计会花费大约两周时间进行训练和评估，随后推出更新版的 Fugu 模型。

7. 开发者视角的评估与最佳实践

7.1 优势总结

1. “一站式”智能体验：一个 API 解决多种复杂任务，无需在多个模型平台间切换，极大提升开发效率。
2. 性能强劲：在多项基准测试和定性任务中，表现媲美甚至超越未公开的顶级模型，为开发者提供了接近前沿的能力。
3. 成本效益可能更高：对于 Fugu 标准版，多模型协作按最高费率单一收费，相比分别调用多个顶级模型并自己编排，可能更具成本优势。
4. 无缝集成：OpenAI 兼容 API 意味着几乎零集成成本，可快速融入现有技术栈。
5. 专注任务而非调参：将多模型协作的复杂性封装起来，让开发者更专注于问题本身，而非提示工程或工作流设计。

7.2 潜在考量与挑战

1. 黑盒性：无法知晓内部模型调用细节，对于需要严格审计或解释性的场景可能不适用。
2. 延迟波动：Fugu Ultra 为追求质量，响应时间可能较长且不稳定，不适合对实时性要求极高的交互场景。
3. 区域限制：目前不对欧盟/欧洲经济区提供服务，其他地区用户也可能受网络规制影响。
4. 长期成本：对于高频使用场景，按量计费可能累积成可观支出，需仔细监控。
5. 模型更新滞后：底层模型的更新会有约两周的延迟，无法第一时间用到刚发布的最新模型。

7.3 最佳实践建议

1. 从 Fugu 开始：建议开发者先从 Fugu 标准版入手，用于日常编码、调试和对话，感受其协作能力。在遇到 Fugu 解决不了的难题时，再切换至 Fugu Ultra。
2. 明确任务边界：将复杂任务拆解后交给 Fugu，往往比扔给它一个庞大模糊的提示更有效。例如，先让它生成大纲，再分部分完善。
3. 善用系统提示：虽然底层模型池不透明，但通过系统提示（systemrole）来设定角色、约束输出格式，能显著提升结果质量。
4. 实施成本监控：在集成初期，务必记录和分析每个任务的 Token 消耗，建立成本感知，避免意外账单。
5. 结合本地小模型：对于简单、高频的查询，可以考虑结合本地部署的轻量级模型（如通过 Ollama 运行的模型），用 Fugu 处理复杂核心任务，构建混合成本效益系统。

8. 总结：大模型应用开发的新思路

Sakana Fugu 代表了大模型应用发展的一个有趣方向：从追求“更大参数”的单一模型，转向追求“更优协作”的模型系统。它不再试图用一个模型解决所有问题，而是通过智能编排，让多个各有所长的模型“团队作战”。

对于开发者而言，Fugu 降低了使用顶级模型能力的门槛，并提供了一种可能更高效、更强大的问题解决范式。尽管存在黑盒性和成本不确定性等挑战，但其在复杂任务上的表现足以让人眼前一亮。随着多智能体系统研究的深入，这类“模型联邦”服务可能会变得越来越普遍。

下一步可以做什么？

1. 申请试用：前往 Sakana AI 官网获取 API Key，用你自己的任务进行测试。
2. 集成实验：尝试将其接入到你现有的 AI 应用框架中，比如 LangChain 项目或自动化脚本。
3. 场景对比：针对你业务中的特定场景（如代码审查、数据分析报告生成、客服问答），对比 Fugu 与单一模型（如 GPT-4）的效果和成本。
4. 关注生态：关注 Sakana AI 及其他厂商在多智能体编排领域的新研究和新产品，这个赛道正在快速发展。

Fugu 模型的出现提醒我们，在大模型时代，除了关注模型本身的能力，如何有效地组织、调度和协同这些能力，同样是一个充满潜力和挑战的技术前沿。

🚀 30+款热门AI模型一站整合，DeepSeek/GLM/Claude 随心用，限时 5 折。 👉 点击领海量免费额度