Fugu Ultra es la variante superior de Fugu de Sakana AI, y el lanzamiento lo enmarca como un par de la frontera actual, no un conquistador de la misma. Según Sakana, Fugu Ultra "está a la par de modelos líderes como Fable 5 y Mythos Preview" en puntos de referencia de ingeniería, científicos y de razonamiento. Esa es una afirmación de paridad, no una afirmación de "superación". La clave importante: Fugu es un orquestador que llama a modelos de otros proveedores, por lo que compite en una categoría diferente a la de los modelos únicos de Anthropic a los que acompaña. Los detalles completos se encuentran en la página de lanzamiento de Sakana Fugu, y puede leer nuestro análisis más profundo en qué es Sakana Fugu.
Lo que estás comparando
Fugu es un sistema de orquestación multi-agente presentado como un único modelo fundacional detrás de una API compatible con OpenAI. Sakana lo describe como un modelo de lenguaje entrenado y especializado en delegación, comunicación entre agentes y síntesis de trabajo. Coordina múltiples LLM de forma dinámica, incluyendo instancias recursivas de sí mismo, y decide en cada solicitud si responder directamente o formar un equipo. El titular del lanzamiento es "Un modelo para gobernarlos a todos".
Fable 5 y Mythos son diferentes. Son modelos únicos de Anthropic. Fable 5 es el modelo de Anthropic más potente y disponible generalmente, un modelo de "clase Mythos" hecho seguro para uso público, un nivel por encima de Opus 4.8. Mythos Preview, lanzado el 7 de abril de 2026, es el modelo de frontera que Anthropic describió como demasiado peligroso para liberar. Un detalle de nomenclatura importante: Sakana nombró al Mythos Preview más antiguo en su comparación, no al Mythos 5 actual. Cubrimos el lado de Anthropic en Fable 5 vs Mythos 5 y el modelo de clase Mythos explicado.
Así, el enfrentamiento es un modelo de modelos contra modelos únicos. Mantén esa perspectiva. Cambia cómo interpretas cada número a continuación.
Fugu y Fugu Ultra, brevemente
Fugu se distribuye en dos variantes a través de un único endpoint. "Fugu" es la opción equilibrada y de baja latencia para el trabajo diario, codificación, revisión de código, chatbots y servicios interactivos. "Fugu Ultra" busca la máxima calidad de respuesta para investigación de IA, reproducción de artículos, análisis de ciberseguridad e investigación de literatura o patentes. La beta y gran parte de la prensa llamaron a la variante pequeña "Fugu Mini", pero la página de lanzamiento la presenta como "Fugu" y "Fugu Ultra", así que esos son los nombres a usar.
La columna vertebral honesta: orquestador vs. modelo único
Esta es la parte que no puedes omitir. Fugu es un orquestador. Cuando produce una respuesta sólida, puede haberlo hecho llamando al modelo de frontera de otro proveedor y sintetizando el resultado. Eso incluye llamar a Opus 4.8, llamar a Gemini o llamar a copias recursivas de sí mismo.
Así que cuando veas un resultado donde Fugu "supera a Opus 4.8", es totalmente posible que Fugu haya alcanzado ese resultado llamando a Opus 4.8 y añadiendo una capa de verificación o síntesis encima. Esa es una capacidad real, y puede ser genuinamente útil. No es lo mismo que un modelo único superando a Opus con sus propios pesos.
Fable 5 y Mythos son modelos únicos. Responden desde sus propios parámetros. No hay un equipo detrás del telón.
Esta es la razón por la que nunca escribiremos "Fugu supera a Fable 5" en este artículo, y deberías ser escéptico ante cualquier fuente que lo haga. Las categorías son diferentes. Una lectura justa es "un sistema orquestado alcanzó una calidad comparable a la de la frontera, en parte al enrutar a modelos de frontera". Esa frase es menos contundente y mucho más precisa. Si deseas un recorrido completo por los benchmarks, consulta Sakana Fugu benchmarks.
Nivel uno: paridad con Fable 5 y Mythos Preview
La primera afirmación de Sakana es la paridad. Según Sakana, Fugu Ultra está a la par de Fable 5 y Mythos Preview en los benchmarks de ingeniería, científicos y de razonamiento. Lee eso con atención. "Hombro con hombro" es una palabra de paridad. No dice que Fugu Ultra gane. Dice que Fugu Ultra sigue el ritmo.
Dos cosas hacen que esta afirmación sea más interesante que una puntuación bruta.
Primero, el par que Sakana eligió. Mythos Preview es el modelo de frontera de abril, no el Mythos 5 actual. El precio refleja esa diferencia: Anthropic lista Fable 5 y Mythos 5 a $10 por millón de tokens de entrada y $50 por millón de salida, mientras que Mythos Preview se situaba en $25 de entrada y $125 de salida (precios de Anthropic, 9 de junio de 2026). Nombrar la versión preliminar más antigua es una elección defendible para una comparación reproducible, pero vale la pena decirlo claramente para que no se compare con un modelo que ya no representa el tope actual.
Segundo, el mecanismo. Si Fugu Ultra alcanza un razonamiento a nivel de Fable 5 orquestando un equipo, la paridad es real a nivel de sistema, incluso si ningún modelo subyacente individual igualó a Fable 5 por sí solo. Ese es el enfoque honesto. Para el lado de modelo único de este enfrentamiento, Claude Fable 5 vs Opus 4.8 detalla dónde se sitúa el propio Fable 5.
Nivel dos: donde Sakana afirma que Fugu supera
Esta es una afirmación separada, contra un conjunto de modelos distinto, y merece su propia sección para que no se confunda con la afirmación de paridad anterior.
Según Sakana, Fugu "supera consistentemente" a tres modelos de frontera en aplicaciones específicas:
- Gemini 3.1 Pro (alto)
- Opus 4.8 (máximo)
- GPT 5.5 (muy alto)
Las aplicaciones nombradas son específicas y concretas: AutoResearch, Cubo de Rubik, Diseño Mecánico, Análisis de Escritura Japonesa, Ajedrez de un solo movimiento y Predicción de Series Temporales Financieras.
Aquí también se aplican dos notas honestas. Estas son victorias a nivel de aplicación, no victorias en benchmarks generales. Un orquestador puede obtener una puntuación alta en una tarea estructurada y de múltiples pasos como AutoResearch o el ajedrez porque puede planificar, delegar, verificar y reintentar. Ahí es exactamente donde una capa de coordinación demuestra su valía. Y de nuevo, la superación puede provenir en parte del enrutamiento a los mismos modelos de frontera contra los que se compara. Un resultado de "supera a Opus 4.8 en el Cubo de Rubik" que se logró llamando a Opus dentro del bucle es una victoria del sistema, no una victoria de los pesos.
Así que el resumen preciso es: la capa de coordinación de Fugu añade un valor medible en tareas estructuradas y verificables, a veces suficiente para superar a un único modelo de frontera en esa tarea específica.
La tabla comparativa
Esta tabla mantiene la fila de categoría en primer lugar a propósito. Lee esa fila antes que el resto.
| Dimensión | Fugu / Fugu Ultra | Fable 5 | Mythos (Preview / 5) |
|---|---|---|---|
| Tipo de sistema | Orquestador: director entrenado que llama a múltiples LLM, incluido a sí mismo | Modelo único de Anthropic | Modelo único de Anthropic |
| Proveedor | Sakana AI | Anthropic | Anthropic |
| Afirmación de Sakana vs este modelo | Paridad ("hombro con hombro") con Fable 5 y Mythos Preview | Par de paridad nombrado | Par de paridad nombrado (Preview, no 5) |
| Afirmación de superación separada | Vs Gemini 3.1 Pro, Opus 4.8, GPT 5.5 en aplicaciones nombradas | No es el objetivo de superación | No es el objetivo de superación |
| Precios (fuente) | Niveles informados + PAYG, todo [VERIFICAR] | $10 entrada / $50 salida por 1M | Preview $25 entrada / $125 salida; Mythos 5 $10 / $50 |
| Superficie de API | Un endpoint compatible con OpenAI, ambas variantes | API de Anthropic | API de Anthropic |
| Ventaja | Tareas estructuradas de múltiples pasos, enrutamiento de gobernanza | Calidad de frontera de propósito general, segura para GA | Techo de frontera puro |
Los números de precios para Fugu son informados y no provienen de la propia página de lanzamiento, así que considera cada cifra en dólares de Fugu como no verificada hasta que la confirmes en vivo. Las cifras de Anthropic provienen de los precios de Anthropic del 9 de junio de 2026. Para una mirada más cercana a las propias puntuaciones de Fable 5, consulta Claude Fable 5 benchmarks.
Precios, presentados honestamente
Sakana confirmó una estructura de precios en la página de lanzamiento: niveles de suscripción para uso diario, además de un plan de pago por uso para cargas de trabajo más pesadas y empresariales. Ese concepto es sólido.
Cada número real no lo es. A partir del 22 de junio de 2026, las cifras reportadas provienen de fuentes renderizadas con JS o secundarias, no de la página de lanzamiento. Los niveles de suscripción reportados son de $20, $100 y $200 por mes para ambos modelos, con una promoción de lanzamiento de un segundo mes gratis si te suscribes antes de finales de julio de 2026. El precio reportado de pago por uso es de aproximadamente $5 de entrada, $30 de salida y $0.50 en caché por millón de tokens, con un recargo por contexto superior a 272K tokens. Se informa que la variante base "Fugu" se factura por traspaso a la tarifa estándar del modelo subyacente al que llama. No apareció ningún nivel gratuito independiente.
Reportado, verificar en vivo a partir del 22 de junio de 2026. No planifiques un presupuesto basándote en estos números hasta que los confirmes en tu consola. La estructura es real; los dígitos aún no lo son.
El linaje de investigación y lo que no prueba
Sakana no inventó la orquestación. Mixture-of-Agents de Together AI (ICLR 2025) ya mostró que los modelos orquestados superaban a un modelo único. La novedad más específica de Fugu es una topología aprendida, adaptativa y selectiva en cuanto a costes, distribuida como un único endpoint, respaldada por una línea de investigación de "director entrenado".
Esa línea es real y citada. Dos artículos de ICLR 2026 respaldan el enfoque. Trinity, "Un Coordinador LLM Evolucionado" (arXiv:2512.04695), es un coordinador de menos de 20K parámetros optimizado por evolución sin derivadas, con roles de Pensador, Trabajador y Verificador. Conductor, "Aprendiendo a Orquestar Agentes en Lenguaje Natural" (arXiv:2512.04388), es un modelo de 7B entrenado con aprendizaje por refuerzo que aprende la estructura de comunicación y afirma superar a Mixture-of-Agents a un costo menor.
Estos son métodos y tamaños diferentes. Evolución versus RL, sub-20K versus 7B. No los confundas y no asumas que ninguno de los conjuntos de detalles se mapea limpiamente al producto final. El lanzamiento oficial no proporciona un recuento de parámetros del producto, por lo que aplicar los detalles de 7B a Fugu en sí es una inferencia de terceros, no un hecho declarado.
Lo que separa a Fugu de sus vecinos es concreto. Enrutadores como OpenRouter o Martian eligen un modelo y envían tu solicitud allí. Marcos de agentes como Swarm, AutoGen o LangGraph te convierten en el coordinador. Fugu entrena al coordinador y lo oculta detrás de una sola llamada.
Cómo encaja esto en tu flujo de trabajo de Apidog
Fugu expone un único endpoint compatible con OpenAI. Apuntas un cliente OpenAI existente hacia él con tu clave, y no necesitas migrar un SDK. Ambas variantes se ejecutan a través del mismo endpoint, y Fugu decide si responder directamente o formar un equipo.
La URL base no está publicada en ninguna página pública a partir del 22 de junio de 2026, así que no confíes en ningún host que veas circulando. Copia la URL base real de tu consola en console.sakana.ai, luego insértala en una solicitud estándar de OpenAI. Los identificadores de modelo reportados son fugu y fugu-ultra, con una posible forma fechada; confirma el ID exacto en tu consola en lugar de codificar una cadena fechada.
from openai import OpenAI
client = OpenAI(
api_key="YOUR_SAKANA_API_KEY",
base_url="<YOUR_FUGU_BASE_URL_FROM_CONSOLE>", # copy from console.sakana.ai
)
response = client.chat.completions.create(
model="fugu-ultra", # confirm exact id in console; "fugu" for the balanced variant
messages=[
{"role": "system", "content": "You are a careful code reviewer."},
{"role": "user", "content": "Review this pull request for security issues."},
],
)
print(response.choices[0].message.content)
Debido a que utiliza el formato de finalización de chat de OpenAI (referencia de la API de OpenAI), puedes probar Fugu de la misma manera que pruebas cualquier otro endpoint de modelo. En Apidog, crea una solicitud contra tu URL base de la consola, establece el campo del modelo en fugu-ultra y guárdala como un caso reutilizable. Puedes ejecutar la misma solicitud contra los endpoints de Fable 5 o Opus 4.8 lado a lado, comparar respuestas y verificar las partes que te importan. Esa es la forma práctica de verificar la afirmación de paridad de Sakana con tus propias indicaciones en lugar de confiar en una tabla de marketing. Descarga Apidog para configurar la comparación.
Un detalle operativo que vale la pena destacar para los equipos de cumplimiento. Los agentes de Fugu son intercambiables, puedes excluir agentes específicos del grupo por razones de datos o cumplimiento, y Sakana dice que Fugu enruta dinámicamente sorteando las restricciones del proveedor. Si estás probando en un contexto regulado, utiliza esa ruta de exclusión voluntaria y asegúrate de que los proveedores excluidos nunca aparezcan en el seguimiento de la respuesta.
El veredicto, ambas partes reforzadas
El motivo para impresionarse: Sakana lanzó un director entrenado como un único endpoint limpio, respaldado por una línea de investigación real, y afirmó tanto la paridad de frontera como victorias a nivel de aplicación. En tareas estructuradas y verificables como AutoResearch y el ajedrez, una capa de coordinación es exactamente la herramienta adecuada, y los primeros usuarios lo respaldan. Sakana informa de un ingeniero de software que dijo que Fugu Ultra detectó más de veinte problemas en una revisión de código donde otras herramientas solo señalaban alrededor de tres, calificándolo como mejor que GPT-5.5. Un ingeniero de seguridad dijo que una instrucción delimitada condujo a una evaluación completa de extremo a extremo, incluyendo reconocimiento y una revisión de autenticación, mientras se mantenía dentro del alcance.
El motivo para la cautela: la afirmación de paridad es contra el Mythos Preview más antiguo, no Mythos 5, y la afirmación de superación se encuentra en un nivel separado contra un conjunto de modelos diferente. Ambas afirmaciones provienen de un sistema que puede alcanzar sus cifras llamando a los mismos modelos con los que se compara. Mixture-of-Agents ya demostró que la orquestación puede superar a modelos únicos, por lo que la idea general no es nueva. La lectura honesta es "orquestación comparable a la de frontera con un director aprendido y una sólida historia de gobernanza", no "el nuevo mejor modelo".
Para la mayoría de los equipos, el movimiento correcto no es ni la exageración ni el desprecio. Ejecuta Fugu Ultra contra Fable 5 y Opus 4.8 en tus propias tareas estructuradas, observa dónde la capa de coordinación justifica su costo y verifica cada número de precio antes de comprometerte. La marca de Sakana se apoya en la metáfora: el fugu es el pez globo, seguro solo cuando un chef experto lo prepara, y la orquestación es esa preparación cuidadosa. Si la preparación vale la pena el sobreprecio es una pregunta que tu propio conjunto de pruebas puede responder más rápido que cualquier página de lanzamiento.
Preguntas Frecuentes
¿Fugu Ultra supera a Fable 5?
No, y Sakana no afirma que lo haga. Según Sakana, Fugu Ultra está a la par de Fable 5 y Mythos Preview, lo cual es una afirmación de paridad, no una victoria. Dado que Fugu es un orquestador que puede llamar a modelos de frontera, cualquier "victoria" que veas puede provenir del enrutamiento a esos modelos. Consulta Fable 5 vs Mythos 5 para el lado del modelo único.
¿Qué quiere decir Sakana cuando afirma que Fugu supera a Opus 4.8?
Esa es una afirmación separada de la afirmación de paridad, y se aplica a aplicaciones específicas, no a benchmarks generales. Según Sakana, Fugu supera consistentemente a Gemini 3.1 Pro, Opus 4.8 y GPT 5.5 en tareas como AutoResearch, ajedrez de un solo movimiento y predicción de series temporales financieras. Ten en cuenta que Fugu puede alcanzar esos resultados llamando a Opus dentro de su propio bucle, por lo que es una victoria del sistema, no una victoria de un solo modelo.
¿Por qué Sakana compara con Mythos Preview en lugar de Mythos 5?
Mythos Preview es el modelo de frontera de abril de 2026 que Anthropic consideró demasiado peligroso para lanzar, mientras que Mythos 5 es la versión actual disponible generalmente. Sakana nombró la versión preliminar más antigua en su comparación. Es una elección defendible para una prueba reproducible, pero significa que la afirmación de paridad no se mide contra el techo actual. El modelo de clase Mythos explicado cubre la distinción.
¿Es Fugu un modelo único o un grupo de modelos?
Es un grupo. Fugu es un director entrenado que delega en múltiples LLM, incluidas copias recursivas de sí mismo, y presenta todo el sistema como un modelo detrás de una API compatible con OpenAI. Fable 5 y Mythos son modelos únicos de Anthropic que responden desde sus propios pesos, lo cual es la razón principal por la que esta comparación cruza dos categorías de sistemas diferentes.
¿Cómo pruebo Fugu contra Fable 5 yo mismo?
Apunte un cliente compatible con OpenAI a la URL base de su consola Sakana, establezca el modelo en fugu-ultra y ejecute las mismas indicaciones que utiliza para Fable 5 u Opus 4.8. En Apidog puedes guardar cada modelo como una solicitud, ejecutarlos lado a lado y verificar la salida que te importa. Eso convierte la afirmación de paridad de Sakana en algo que puedes medir en lugar de simplemente confiar.
¿Cuánto cuesta Fugu en comparación con Fable 5?
La estructura de precios está confirmada (niveles de suscripción más pago por uso), pero cada cifra en dólares de Fugu es reportada por fuentes secundarias y no verificada a partir del 22 de junio de 2026, así que confírmala en tu consola antes de presupuestar. Como referencia, Anthropic lista Fable 5 a $10 por millón de tokens de entrada y $50 por millón de salida. Nuestro artículo sobre benchmarks de Sakana Fugu rastrea los precios a medida que se confirman.