AI的下一步是多模型融合？AI獨角獸發布Fugu：號稱基準測試比肩Fable！網友：這不就是AI服務包裝器？

編輯 | 林芯

昨天，一款號稱可媲美「Anthropic 的 Fable 5 和 Mythos Preview」的模型發布了——Sakana Fugu（河豚），在 X 平台上已經獲得數千萬的瀏覽量。

AI 頂級模型又有新玩家加入了嗎？

前段時間才剛有一個在 X 上洗版的「LeChaton Fat」，那麼這個 Sakana Fugu 是真的這麼強，還是只是宣傳噱頭？

備註：「LeChaton Fat」，譯為胖貓咪，並不是真正的模型。法國AI新創公司 Mistral AI 的聊天機器人原本叫 Le Chat，後來被網友玩梗，聲稱它是一個「30兆參數」、「輾壓所有競品」的超級模型。

根據報導，Fugu Ultra 在最困難的工程、科學、推理基準測試上，可與 Anthropic 的 Fable 5 和 Mythos Preview 媲美，並在 AutoResearch、機械設計和財務預測等任務上，擊敗了 Gemini 3.1 Pro、Opus 4.8 和 GPT-5.5。最關鍵的是，它無需擔心出口管制風險。

聽起來這麼強的模型到底是什麼來頭？

Sakana AI 是什麼來頭？

於是小編就去扒了一下 Sakana 公司，它專注於開發基於自然原理的人工智慧，採用「進化模型合併」技術。2023年7月成立，成立不到一年即成為日本成長最快的AI獨角獸。

創辦人也不簡單：Transformer 八子之一的 Llion Jones、前 Google Brain 資深科學家 David Ha。

Llion Jones 在 2025 年 10 月底的舊金山 TED AI 大會上曾表達：「我真的已經受夠了 Transformer。」

Sakana Fugu 是 AI 服務包裝器嗎？

這次推出的 Sakana Fugu，號稱是一個「多智能體編排系統」，像一個智慧指揮家：

只需呼叫一個 API 接口。
它在內部會自動選擇最好的模型（Claude、GPT 等）、拆分任務、讓多個模型協作，最後合成答案。
Fugu Ultra 聲稱其效能匹敵前沿模型（如 Fable 5、Mythos）。

推出了兩個版本：

Fugu：平衡效能和延遲，適合日常編碼、程式碼審查、互動式場景。

Fugu Ultra：最佳化答案品質，適合高難度問題。

但有技術大神扒了 Fugu 的技術報告後發現：

Fugu 本身是閉源的排程器，底層還是依賴閉源大模型。你以前至少知道自己在用哪個模型，現在連「用了哪個模型、用了多少 token、成本多少」都不知道，完全是個黑盒子。

因此有開發者評價：「這不就是個人工智慧服務包裝器嗎？」

官方基準測試亮眼：在基準測試中與 Fable 5 和 Mythos Preview 持平

在官方報告裡，Sakana Fugu 的基準測試表現亮眼：在工程、科學和推理基準測試中，與 Fable 5 和 Mythos Preview 持平。

並且在一些場景中，表現比 Opus 4.8、GPT-5.5、Gemini 3.1 Pro 更強。

除了上面的基準測試之外，Fugu 在冗長、繁雜的真實工作流程中也表現得非常優秀。

在自動化數據科學研究中：早期用戶以近乎全自動的研究模式運行 Sakana Fugu，發現在幾乎無需人工干預的情況下就能取得顯著進展。對我們而言，這正是 Fugu Ultra 的設計初衷：處理開放式、多步驟的工作，系統需要探索各種想法、運行實驗、分析失敗、改進方法，並隨著時間的推移不斷取得進展。

實測：Fugu 在價格上才屬於神話級

在 Sakana Fugu 發布之後，動作很快的團隊已經做了實測：Sakana Fugu 的表現出乎意料地接近 GLM 5.2 的水準，但價格卻貴了 17 倍！

我們對 4 個模型提出了相同的要求：構建一個完整的即時交易平台，包括前端和後端組件，從外部 API 獲取 8 個交易品種的即時市場數據，以及一個自定義的深色主題使用者介面。
輸出：Fugu Ultra ——22,225t，0.51美元
Opus 4.8 — 15,802t，0.31 美元
GPT-5.5 — 11,474t，0.26 美元
GLM 5.2 — 13,677t，0.03 美元

Fugu 打造了本次評測中最完善、功能最豐富的交易平台。GLM 5.2 緊隨其後，擁有同樣完整的多面板介面和即時數據，但價格卻低得多。Opus 和 GPT 也表現出色，在品質和成本之間取得了更好的平衡，並取得了不錯的成果。