Pada 22 Juni 2026, laboratorium Sakana AI yang berbasis di Tokyo meluncurkan Fugu dan versi premiumnya, Fugu Ultra, untuk publik. Ini bukanlah model bahasa besar biasa, melainkan sebuah orkestrator: model terlatih yang menerima permintaan melalui satu endpoint kompatibel OpenAI, lalu menentukan sendiri apakah akan bekerja sendiri atau membentuk tim dari berbagai frontier-model pihak ketiga (seperti GPT-5.5, Claude, Gemini, dan lainnya, bahkan termasuk memanggil dirinya sendiri secara rekursif). Pembagian peran, verifikasi hasil antara, serta penyusunan jawaban akhir dilakukan sepenuhnya di dalam sistem sebelum sampai ke kode pengguna.
Ide ini tidak muncul begitu saja. Paruh pertama tahun 2026 mengungkap kerentanan akibat ketergantungan pada satu pemasok: pada 12 Juni, akibat instruksi ekspor Amerika Serikat, Anthropic menutup akses publik ke model terkuat mereka, yakni Claude Fable 5 dan Mythos. Bagi perusahaan maupun negara yang telah mengintegrasikan API pihak ketiga ke dalam infrastruktur kritis, keputusan mendadak seperti ini bukan lagi sekadar risiko teoretis. Jawaban Sakana sangat pragmatis: alih-alih mengejar jumlah parameter, mereka fokus belajar membangun tim terbaik dari apa yang sudah tersedia dan melewati rantai yang terputus. Karena kumpulan modelnya dapat saling menggantikan, sistem akan langsung mengalihkan rute jika Fable atau Mythos tidak tersedia.
Inti dari sistem ini adalah dua penelitian yang diterima di ICLR 2026. TRINITY mendeskripsikan koordinator berevolusi yang membagi peran menjadi Thinker, Worker, dan Verifier serta membangun interaksi multitahap (arXiv:2512.04695). Conductor adalah model yang dilatih melalui reinforcement learning untuk menyusun rencana koordinasi dalam bahasa alami (arXiv:2512.04388). Daripada menggunakan alur kerja yang dipaku mati, Fugu mempelajari pola kolaborasi itu sendiri — inilah sumber fleksibilitas dan kemampuannya untuk mengadopsi model baru segera setelah dirilis.
Tersedia dua versi yang ditawarkan. Fugu menjaga keseimbangan antara kualitas dan latensi — menjadi andalan untuk tugas pemrograman, peninjauan kode, dan chatbot, termasuk di dalam Codex; di sini pengguna juga bisa mengecualikan model atau penyedia tertentu dari daftar demi memenuhi standar privasi dan kepatuhan. Fugu Ultra dirancang khusus untuk tugas panjang multitahap di mana model monolitik biasanya kehilangan konteks dan menumpuk kesalahan: seperti reproduksi karya ilmiah, analisis kode mendalam, keamanan siber, serta riset paten dan literatur.
Mengenai angka performa: Sakana membandingkan Fugu dengan model-model yang justru ia orkestrasikan, dan pada sebagian besar pengujian, sang dirigen ini melampaui setiap peserta secara individu. Fugu Ultra memimpin di tolok ukur pengodean utama serta sejumlah tes sains, dan menurut klaim laboratorium tersebut, posisinya setara dengan Fable 5 dan Mythos Preview — meskipun keduanya tidak ada dalam daftar karena akses publiknya sudah tidak tersedia lagi. Semua hasil pihak ketiga diambil dari laporan para penyedia itu sendiri, sehingga harus dianggap sebagai hasil klaim dan bukan hasil verifikasi independen.
Keuntungan strategisnya mencakup tiga hal utama. Keterikatan pada satu vendor berkurang karena model dari berbagai perusahaan dapat dikombinasikan berdasarkan harga, kecepatan, dan kepatuhan. Muncul redundansi bawaan sehingga sistem dapat menghindari gangguan atau batasan baru dari satu pemasok. Selain itu, sistem penagihannya lebih adil daripada sistem multi-agen konvensional karena ketika beberapa agen bekerja, pembayaran tidak menumpuk melainkan dihitung berdasarkan tarif model termahal dalam rantai tersebut.
Akses tersedia melalui satu API tunggal. Langganan dibagi menjadi tiga tingkat: Standard seharga $20 per bulan, Pro seharga $100 (dengan batas sepuluh kali lebih besar), dan Max seharga $200 (dua puluh kali lebih besar); tersedia promo bulan kedua gratis hingga akhir Juli. Untuk beban kerja berat, tersedia sistem pay-as-you-go: Fugu Ultra dikenakan biaya $5 per satu juta token input dan $30 per output, dengan tarif lebih tinggi untuk konteks di atas 272K. Laporan teknis tersedia di GitHub laboratorium tersebut, sementara produk dan konsol dapat diakses di sakana.ai/fugu serta console.sakana.ai. Catatan penting: saat peluncuran, layanan ini belum tersedia di UE dan EEA karena Sakana beralasan proses pemenuhan GDPR belum selesai.
