Sakana AI ha presentato Fugu-Cyber, una nuova versione del proprio modello di orchestrazione Fugu progettata specificamente per le attività di sicurezza informatica aziendale. Il sistema è disponibile attraverso un nuovo endpoint API e affronta i compiti di difesa informatica non affidandosi a un unico grande modello linguistico generalista, ma coordinando dinamicamente un insieme di agenti specializzati, selezionati e combinati in base alla richiesta. Dal punto di vista dell’utente, Fugu-Cyber si comporta comunque come un singolo modello: la richiesta viene inviata a un solo endpoint, mentre l’infrastruttura decide autonomamente quali agenti coinvolgere e come organizzare il lavoro necessario per completare operazioni complesse e articolate in più passaggi.
Nei test pubblicati da Sakana AI, Fugu-Cyber ha raggiunto un tasso di successo dell’86,9% su CyberGym e del 72,1% su CTI-REALM, ottenendo risultati comparabili a quelli di modelli di frontiera specializzati nella sicurezza informatica come GPT-5.5-Cyber e Mythos Preview. I due benchmark analizzano capacità differenti ma complementari per la protezione delle infrastrutture aziendali: CyberGym misura la capacità di un agente di esaminare basi di codice complesse e verificare l’esistenza di vulnerabilità reali, mentre CTI-REALM valuta la trasformazione di rapporti grezzi di cyber threat intelligence in regole di rilevamento effettivamente utilizzabili dai sistemi di sicurezza.
La struttura deriva dal modello Fugu originale, concepito come sistema multi-agente accessibile attraverso un’API compatibile con OpenAI. Fugu è a sua volta un modello linguistico addestrato a interrogare altri modelli e agenti, comprese istanze ricorsive dello stesso sistema, costruendo per ogni richiesta una configurazione operativa adattiva. Invece di applicare un workflow fisso definito in anticipo, l’orchestratore stabilisce quali competenze siano necessarie, distribuisce le diverse parti del problema tra gli agenti disponibili e combina i risultati. Questa impostazione consente di utilizzare modelli specializzati provenienti da più fornitori, riducendo la dipendenza tecnica e operativa da una sola azienda e permettendo alle organizzazioni di escludere determinati provider o modelli in presenza di vincoli legati alla riservatezza dei dati, alla conformità normativa o alle politiche interne.
Sakana AI sottolinea tuttavia che i risultati ottenuti nei benchmark non devono essere interpretati come la prova che un modello avanzato possa risolvere automaticamente tutti i problemi di sicurezza di un’impresa. L’accesso a capacità di ragionamento informatico di frontiera rappresenta soltanto una componente della soluzione, poiché le grandi organizzazioni, comprese le istituzioni finanziarie, incontrano spesso difficoltà nel collegare questi strumenti alle proprie infrastrutture, ai repository proprietari, alle procedure interne e agli ambienti di produzione. Senza personale dotato di competenze specialistiche e senza una profonda integrazione nei sistemi aziendali, anche un modello molto evoluto può non riuscire a individuare correttamente una vulnerabilità reale o a proporre una correzione sicura.
L’utilizzo isolato di un modello può inoltre generare falsi positivi, interpretare in modo incompleto il contesto operativo o segnalare problemi teorici che non risultano concretamente sfruttabili nell’ambiente analizzato. Per questo motivo, quando Fugu-Cyber individua una possibile vulnerabilità, il risultato deve essere sottoposto a ulteriori verifiche da parte di sotto-agenti specializzati e di professionisti umani, in modo da stabilire se la falla possa essere effettivamente attivata in produzione prima di procedere alla preparazione di una patch. Il sistema non viene quindi presentato come sostituto degli esperti di sicurezza, ma come motore di analisi e orchestrazione da inserire in processi controllati, nei quali l’automazione accelera l’individuazione, la verifica e la gestione delle minacce senza eliminare la supervisione umana.
Per rendere il modello utilizzabile in contesti reali, il team Applied Enterprise di Sakana AI sta lavorando con importanti istituzioni giapponesi alla costruzione di harness specializzati, integrazioni e workflow di verifica necessari alla distribuzione in produzione. Queste infrastrutture hanno il compito di collegare Fugu-Cyber agli strumenti, ai dati e alle procedure delle singole organizzazioni, combinando la capacità di ragionamento del sistema con l’esperienza locale dei professionisti della sicurezza. Tra le attività previste rientrano la verifica automatizzata delle vulnerabilità e le operazioni successive alla loro individuazione, che devono essere eseguite attraverso procedure ripetibili, controllabili e sufficientemente affidabili per l’impiego aziendale.
La scelta di orchestrare più modelli risponde anche a un’esigenza di resilienza e sovranità tecnologica. Secondo Sakana AI, la dipendenza da un’unica API o da un solo fornitore costituisce un rischio concreto per organizzazioni che utilizzano l’intelligenza artificiale in infrastrutture critiche, finanza, pubblica amministrazione o sicurezza nazionale, poiché variazioni commerciali, limitazioni normative, controlli sulle esportazioni o interruzioni del servizio possono rendere improvvisamente indisponibile una componente essenziale. Un sistema capace di coordinare modelli diversi può invece sostituire o escludere determinati agenti, mantenendo la continuità operativa e sfruttando per ogni attività le competenze più adatte.
Fugu-Cyber è stato distribuito con una politica di utilizzo accettabile aggiornata, che vieta espressamente gli impieghi offensivi e introduce limitazioni coerenti con gli standard di sicurezza adottati nel settore. L’accesso non è immediatamente aperto a chiunque: gli utenti devono presentare una richiesta nella quale descrivono il caso d’uso previsto e forniscono informazioni di contatto verificabili, dopodiché ogni candidatura viene esaminata manualmente dal team di Sakana AI prima dell’abilitazione dell’endpoint. La società intende continuare a valutare il comportamento del sistema insieme ai partner aziendali, con particolare attenzione alle applicazioni destinate alla protezione delle infrastrutture critiche.
Il modello, identificato come fugu-cyber-v1.0, è disponibile esclusivamente con fatturazione a consumo. La tariffazione standard indicata da Sakana AI è di 6 dollari per milione di token in ingresso, 36 dollari per milione di token in uscita e 0,60 dollari per milione di token di input memorizzati nella cache; per contesti superiori a 272.000 token, i prezzi salgono rispettivamente a 12, 54 e 1,20 dollari. L’API supporta sia l’interfaccia Chat Completions sia Responses, permettendo di integrare il sistema negli strumenti esistenti con modalità simili a quelle utilizzate per GPT, Gemini o Claude, senza dover necessariamente migrare verso un SDK proprietario.
Fugu-Cyber amplia così la famiglia Sakana Fugu, che comprende anche il modello standard, orientato al bilanciamento tra prestazioni e latenza, e Fugu Ultra, progettato per massimizzare la qualità delle risposte nei problemi più difficili e ad alto impatto. La versione Cyber concentra l’orchestrazione su analisi di sicurezza, ricerca delle vulnerabilità, investigazione delle minacce e produzione di strumenti difensivi, proponendo un’architettura nella quale le prestazioni non dipendono soltanto dalla potenza di un singolo modello, ma dalla capacità di coordinare competenze differenti e inserirle in un processo di verifica tecnica e umana.