A Sakana AI lançou nesta semana o Fugu Ultra v2 e um novo modelo irmão voltado a custo, o Fugu Max — dois lançamentos que, juntos, representam a segunda geração da aposta da startup japonesa em orquestração em vez de escala.

Um roteador, não mais um modelo de fronteira

Diferente da abordagem dominante do setor — treinar um único modelo cada vez maior —, a Sakana descreve o Fugu como um sistema de orquestração aprendida: um modelo treinado para decidir, tarefa por tarefa, qual sistema de um pool de modelos abertos e especializados deve resolver cada etapa do problema, podendo inclusive chamar recursivamente instâncias de si mesmo. O pool inclui modelos abertos como a família Nemotron, da NVIDIA, e outros sistemas especializados — mas, segundo a empresa, não depende de nenhum modelo proprietário de fronteira para funcionar.

O detalhe que chama atenção: a avaliação divulgada pela Sakana para o Fugu Ultra v2 exclui de propósito modelos como Claude Fable 5, Claude Fable 5.1 e GPT-6 Astra do pool de "workers" usado no teste — e ainda assim afirma superá-los em parte dos benchmarks.

Desempenho declarado e preço

Segundo a avaliação própria da Sakana, o Fugu Ultra v2 fica em primeiro ou empatado em primeiro lugar em cinco de oito benchmarks internos, com destaque para 48,3 pontos em "Chartography" (um benchmark de raciocínio visual e interpretação de dados) contra 27,3 do Claude Opus 5 e 29,5 do Claude Fable 5, além de 74,3 pontos em DeepSWE. Como em qualquer benchmark divulgado pelo próprio laboratório, vale o cuidado de esperar por avaliações independentes antes de tratar os números como definitivos.

Fugu Ultra v2 mira tarefas de raciocínio complexo em múltiplas etapas, pesquisa autônoma e desenvolvimento de software full-stack, com preço de US$ 5 por milhão de tokens de entrada e US$ 30 por milhão de tokens de saída. Já o Fugu Max, otimizado para custo, cobra US$ 2 de entrada e US$ 6 de saída por milhão de tokens — para quem prioriza volume em vez de desempenho de pico. Os preços sobem para requisições com mais de 272 mil tokens de contexto, e a Sakana não divulgou contagem de parâmetros nem o tamanho exato da janela de contexto do orquestrador em si.

O que isso significa para quem constrói com IA

Para equipes de AI Engineering, o Fugu reforça uma tendência que já aparece em outros lançamentos recentes — como o DeepSeek V4.1-Flash — de tratar orquestração e roteamento entre modelos como parte da arquitetura, não como uma camada externa. Em vez de escolher "qual modelo usar" na hora de integrar uma API, o desenvolvedor delega essa decisão ao próprio sistema, tarefa por tarefa — um padrão de design que deve se tornar mais comum à medida que builds de IA passam a combinar vários modelos especializados em vez de um único modelo generalista.