Sakana AI ha presentato Fugu Max e Fugu Ultra v2, due nuove versioni del proprio sistema di orchestrazione multi-modello progettate per combinare dinamicamente agenti e modelli differenti dietro un’unica API. L’approccio non assegna ogni richiesta a un solo grande foundation model, ma utilizza un orchestratore addestrato che analizza il compito, seleziona il modello più adatto e, quando necessario, coordina più agenti con ruoli differenti. L’obiettivo è ottenere prestazioni elevate evitando di ricorrere sistematicamente ai modelli più costosi per operazioni che possono essere gestite in modo efficace da sistemi più piccoli o specializzati.
Le nuove versioni sono state sviluppate soprattutto per affrontare due problemi emersi nell’adozione aziendale di sistemi agentici: il costo delle API e la dipendenza da un numero ristretto di fornitori proprietari. Le prime versioni di Fugu erano concentrate principalmente sulla dimostrazione del concetto di orchestrazione, mentre la nuova linea punta a trasformare questa architettura in una soluzione utilizzabile in produzione, ottimizzando il rapporto tra prestazioni, costo e disponibilità dei modelli.
Fugu Max è la versione orientata soprattutto all’efficienza economica. Sakana AI ha ampliato in modo significativo il pool di modelli che l’orchestratore può utilizzare, includendo sistemi leggeri, open e specializzati come Nvidia Nemotron. Per ogni attività, Fugu Max può quindi scegliere dinamicamente il modello più conveniente e adatto al compito, evitando l’uso di un modello premium quando non è necessario. Secondo i risultati pubblicati dalla società, il sistema ha ottenuto il miglior risultato complessivo su sei benchmark, tra cui Terminal-Bench 2.1, GPQA Diamond, AA-LCR, GDP.pdf, AutomationBench e SWE-Fish.
Il prezzo di Fugu Max è stato fissato a 2 dollari per milione di token in input e 6 dollari per milione di token in output. Sakana AI sostiene che il costo dell’output sia inferiore del 40-60% rispetto a quello di diversi modelli proprietari concorrenti e che il sistema abbia migliorato il Pareto frontier tra costo e prestazioni, cioè la combinazione oltre la quale non è possibile aumentare ulteriormente le prestazioni senza accettare anche un aumento dei costi.
Fugu Ultra v2 è invece progettato per i compiti più complessi e punta in particolare sul ragionamento multi-step, sulla ricerca autonoma e sullo sviluppo software full-stack. Nel benchmark Chartography, dedicato all’interpretazione di dati visivi e strutturati, il sistema ha ottenuto 48,3 punti, contro 27,3 di Claude Opus 5 e 29,5 di Fable 5. Nel benchmark DeepSWE, utilizzato per valutare capacità più vicine all’ingegneria software reale, Fugu Ultra v2 ha raggiunto 74,3 punti, superando modelli che secondo Sakana AI hanno un costo per token tra tre e cinque volte superiore.
Uno degli aspetti che Sakana AI evidenzia maggiormente è che Fugu Ultra v2 ha ottenuto questi risultati senza includere nel proprio pool alcuni dei modelli proprietari più recenti, come Fable 5.1 e GPT-6 Astra. L’idea è ridurre la dipendenza operativa da una singola API esterna: se un provider aumentasse improvvisamente i prezzi, modificasse le proprie condizioni oppure interrompesse un servizio, l’orchestratore potrebbe continuare a utilizzare modelli alternativi disponibili nel proprio insieme di agenti.
Questa impostazione trasforma il modello AI da elemento centrale e fisso dell’applicazione a risorsa intercambiabile. Il valore principale viene spostato verso l’orchestrazione, cioè verso il sistema che decide quale modello utilizzare, in quale momento e con quale ruolo. Per un’azienda, questo può significare distribuire le richieste tra sistemi diversi in base a prezzo, capacità e disponibilità invece di costruire l’intera applicazione intorno a un unico fornitore.
Fugu Max e Fugu Ultra v2 sono già disponibili attraverso un’API compatibile con quella di OpenAI. Gli utenti delle precedenti versioni di Fugu possono passare ai nuovi modelli modificando un solo parametro nella configurazione, senza dover riprogettare l’integrazione. Sakana AI non ha però reso disponibili i pesi dei modelli e, nella fase attuale, il servizio non è offerto nell’Unione Europea né nello Spazio Economico Europeo.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)