Fugu Ultra 是 Sakana AI 于 2026 年 6 月发布的多智能体编排模型。它本身是一个经过训练的语言模型,能够自主协调多个顶级 LLM(包括递归调用自身)来处理复杂的多步骤任务。用户只需调用单一 OpenAI 兼容 API 端点,Fugu Ultra 会自动进行模型选择、任务委派、验证和综合。在 SWE Bench Pro(73.7)、Terminal Bench 2.1(82.1)、LiveCodeBench(93.2)等 benchmark 上超越 Opus 4.8、Gemini 3.1 Pro 和 GPT-5.5。
Fugu 是 Sakana AI 于 2026 年 6 月发布的多智能体编排模型标准版,通过动态协调多个顶级 LLM 在保持低延迟的同时实现强性能,定位为日常工作的默认选择。基于 ICLR 2026 论文 Trinity 和 Conductor 的研究成果。
Fugu-Cyber 是 Sakana AI 于 2026 年 7 月 21 日发布的面向网络安全的多智能体编排模型,在 CyberGym(86.9%)和 CTI-REALM(72.1%)基准测试中达到前沿水平。
公开资料
厂商路线已建档
整理厂商模型家族、代表模型和公开来源入口。
模型状态
模型条目已分级
代表模型按真实案例、待补公开案例或历史归档展示。
案例库
案例证据已检查
只有可核验公开 A 类案例可以进入精选。
优势
- - 多智能体编排
- - OpenAI 兼容 API
- - 复杂任务模型路由
不适合
- - 公开真实案例仍不足
- - 底层模型与成本需持续核验