Fugu Ultra vs Fable 5 vs Mythos: Perbandingan Sakana Orchestrator dengan The Frontier

Fugu Ultra adalah varian teratas Fugu dari Sakana AI, dan rilisnya membingkainya sebagai rekan setara dengan teknologi terdepan saat ini, bukan sebagai penakluknya. Menurut Sakana, Fugu Ultra "berdiri sejajar dengan model-model terkemuka seperti Fable 5 dan Mythos Preview" dalam tolok ukur rekayasa, ilmiah, dan penalaran. Itu adalah klaim kesetaraan, bukan klaim "mengalahkan". Poin pentingnya: Fugu adalah orkestrator yang memanggil model dari vendor lain, sehingga bersaing dalam kategori yang berbeda dari model Anthropic tunggal yang menjadi saingannya. Detail lengkapnya tersedia di halaman rilis Sakana Fugu, dan Anda dapat membaca rincian lebih mendalam kami di apa itu Sakana Fugu.

Apa yang Anda bandingkan

Fugu adalah sistem orkestrasi multi-agen yang disajikan sebagai satu model dasar di balik satu API yang kompatibel dengan OpenAI. Sakana mendeskripsikannya sebagai model bahasa terlatih yang berspesialisasi dalam delegasi, komunikasi agen, dan sintesis pekerjaan. Model ini mengoordinasikan beberapa LLM secara dinamis, termasuk instansi rekursif dari dirinya sendiri, dan memutuskan setiap permintaan apakah akan menjawab secara langsung atau membentuk tim. Judul utama rilisnya adalah “Satu Model untuk Memerintah Semuanya.”

Fable 5 dan Mythos berbeda. Keduanya adalah model Anthropic tunggal. Fable 5 adalah model Anthropic yang paling kuat dan tersedia secara umum, model "kelas Mythos" yang dibuat aman untuk penggunaan publik, satu tingkat di atas Opus 4.8. Mythos Preview, dirilis pada 7 April 2026, adalah model terdepan yang dideskripsikan Anthropic terlalu berbahaya untuk dirilis. Satu detail penamaan penting: Sakana menyebut Mythos Preview yang lebih lama dalam perbandingannya, bukan Mythos 5 yang saat ini. Kami membahas sisi Anthropic di Fable 5 vs Mythos 5 dan penjelasan model kelas Mythos.

Jadi, pertandingannya adalah model-dari-model melawan model tunggal. Ingat kerangka ini. Ini akan mengubah cara Anda membaca setiap angka di bawah ini.

Fugu dan Fugu Ultra, singkatnya

Fugu hadir dalam dua varian melalui satu endpoint. “Fugu” adalah opsi seimbang dengan latensi rendah untuk pekerjaan sehari-hari, pengodean, tinjauan kode, chatbot, dan layanan interaktif. “Fugu Ultra” menargetkan kualitas jawaban maksimum untuk penelitian AI, reproduksi makalah, analisis keamanan siber, serta investigasi literatur atau paten. Versi beta dan sebagian besar pers menyebut varian kecilnya “Fugu Mini,” tetapi halaman rilis mengedepankan “Fugu” dan “Fugu Ultra,” jadi itulah nama yang harus digunakan.

Inti yang jujur: orkestrator vs model tunggal

Ini adalah bagian yang tidak bisa Anda lewati. Fugu adalah orkestrator. Ketika menghasilkan jawaban yang kuat, mungkin itu dilakukan dengan memanggil model terdepan dari vendor lain dan mensintesis hasilnya. Itu termasuk memanggil Opus 4.8, memanggil Gemini, atau memanggil salinan rekursif dari dirinya sendiri.

Jadi, ketika Anda melihat hasil di mana Fugu "mengalahkan Opus 4.8," sangat mungkin Fugu mencapai hasil itu dengan memanggil Opus 4.8 dan menambahkan lapisan verifikasi atau sintesis di atasnya. Itu adalah kemampuan nyata, dan bisa sangat berguna. Itu tidak sama dengan model tunggal yang mengalahkan Opus dengan bobotnya sendiri.

Fable 5 dan Mythos adalah model tunggal. Mereka menjawab dari parameter mereka sendiri. Tidak ada tim di balik layar.

Inilah mengapa kami tidak akan pernah menulis "Fugu mengalahkan Fable 5" dalam artikel ini, dan Anda harus skeptis terhadap sumber mana pun yang melakukannya. Kategorinya berbeda. Interpretasi yang adil adalah "sistem terorkestrasi mencapai kualitas yang sebanding dengan yang terdepan, sebagian dengan mengarahkan ke model-model terdepan." Kalimat itu kurang lugas tetapi jauh lebih akurat. Jika Anda ingin panduan tolok ukur lengkapnya, lihat tolok ukur Sakana Fugu.

Tingkat satu: kesetaraan dengan Fable 5 dan Mythos Preview

Klaim pertama Sakana adalah kesetaraan. Menurut Sakana, Fugu Ultra berdiri sejajar dengan Fable 5 dan Mythos Preview di seluruh tolok ukur rekayasa, ilmiah, dan penalaran. Bacalah itu dengan cermat. “Berdiri sejajar” adalah kata kesetaraan. Ini tidak mengatakan Fugu Ultra menang. Ini mengatakan Fugu Ultra mampu bersaing.

Dua hal yang membuat klaim ini lebih menarik daripada skor mentah.

Pertama, model setara yang dipilih Sakana. Mythos Preview adalah model terdepan bulan April, bukan Mythos 5 yang sekarang. Harga mencerminkan kesenjangan itu: Anthropic mencantumkan Fable 5 dan Mythos 5 seharga $10 per juta token masukan dan $50 per juta token keluaran, sementara Mythos Preview seharga $25 masukan dan $125 keluaran (harga Anthropic, 9 Juni 2026). Menamai pratinjau yang lebih lama adalah pilihan yang dapat dipertahankan untuk perbandingan yang dapat direproduksi, tetapi perlu disebutkan dengan jelas agar Anda tidak membandingkan dengan model yang tidak lagi mewakili batas atas saat ini.

Kedua, mekanismenya. Jika Fugu Ultra mencapai penalaran tingkat Fable-5 dengan mengorkestrasi sebuah tim, kesetaraan itu nyata pada tingkat sistem meskipun tidak ada model dasar tunggal yang menandingi Fable 5 sendirian. Itu adalah kerangka yang jujur. Untuk sisi model tunggal dari pertarungan ini, Claude Fable 5 vs Opus 4.8 menjelaskan posisi Fable 5 itu sendiri.

Tingkat dua: di mana Sakana mengklaim Fugu mengungguli

Ini adalah klaim terpisah, terhadap kumpulan model yang terpisah, dan pantas mendapatkan bagiannya sendiri agar tidak bercampur dengan klaim kesetaraan di atas.

Menurut Sakana, Fugu “secara konsisten mengungguli” tiga model terdepan pada aplikasi tertentu:

• Gemini 3.1 Pro (tinggi)
• Opus 4.8 (maks)
• GPT 5.5 (xhigh)

Aplikasi yang disebutkan sempit dan konkret: AutoResearch, Rubik’s Cube, Desain Mekanik, Analisis Tulisan Tangan Jepang, Catur Sekali Jalan, dan Prediksi Deret Waktu Keuangan.

Dua catatan jujur juga berlaku di sini. Ini adalah kemenangan tingkat aplikasi, bukan kemenangan tolok ukur umum. Orkestrator dapat mencetak skor tinggi pada tugas terstruktur multi-langkah seperti AutoResearch atau catur karena dapat merencanakan, mendelegasikan, memverifikasi, dan mencoba lagi. Di situlah lapisan koordinasi sangat berguna. Dan sekali lagi, kinerja yang lebih baik mungkin sebagian berasal dari perutean ke model-model terdepan yang sama yang sedang dibandingkan dengannya. Hasil "mengalahkan Opus 4.8 pada Kubus Rubik" yang dicapai dengan memanggil Opus di dalam loop adalah kemenangan sistem, bukan kemenangan bobot.

Jadi ringkasan yang akurat adalah: lapisan koordinasi Fugu menambah nilai terukur pada tugas-tugas terstruktur yang dapat diverifikasi, terkadang cukup untuk mengungguli satu model terdepan pada tugas spesifik tersebut.

Tabel perbandingan

Tabel ini sengaja menempatkan baris kategori pertama. Bacalah baris itu sebelum yang lainnya.

Angka harga untuk Fugu dilaporkan dan bukan dari halaman rilis itu sendiri, jadi perlakukan setiap angka dolar Fugu sebagai belum diverifikasi hingga Anda mengonfirmasinya secara langsung. Angka Anthropic bersumber dari harga Anthropic pada 9 Juni 2026. Untuk melihat lebih dekat skor Fable 5 sendiri, lihat tolok ukur Claude Fable 5.

Harga, dikunci secara jujur

Sakana mengonfirmasi struktur harga di halaman rilis: tingkatan langganan untuk penggunaan sehari-hari, ditambah paket bayar-sesuai-pemakaian (pay-as-you-go) untuk beban kerja yang lebih berat dan perusahaan. Konsep itu solid.

Setiap angka aktual belum tentu. Hingga 22-06-2026, angka-angka yang dilaporkan berasal dari sumber yang dirender JS atau sumber sekunder, bukan halaman rilis. Tingkatan langganan yang dilaporkan berkisar $20, $100, dan $200 per bulan untuk kedua model, dengan promo peluncuran bulan kedua gratis jika Anda berlangganan sebelum akhir Juli 2026. Harga bayar-sesuai-pemakaian yang dilaporkan kira-kira $5 untuk masukan, $30 untuk keluaran, dan $0.50 untuk cache per juta token, dengan biaya tambahan konteks di atas 272 ribu token. Varian dasar "Fugu" dilaporkan ditagih berdasarkan tarif standar model dasar yang dipanggilnya. Tidak ada tingkatan gratis yang berdiri sendiri yang muncul.

Dilaporkan, verifikasi secara langsung per 22-06-2026. Jangan membuat anggaran berdasarkan angka-angka ini sampai Anda mengonfirmasinya di konsol Anda. Strukturnya nyata; angkanya belum.

Latar belakang penelitian, dan apa yang tidak dibuktikannya

Sakana tidak menemukan orkestrasi. Mixture-of-Agents dari Together AI (ICLR 2025) sudah menunjukkan model yang terorkestrasi mengalahkan model tunggal. Kebaruan Fugu yang lebih sempit adalah topologi yang dipelajari, adaptif, dan selektif biaya yang dikirimkan sebagai satu endpoint, didukung oleh jalur penelitian konduktor terlatih.

Jalur itu nyata dan dapat dikutip. Dua makalah ICLR 2026 berada di balik pendekatan tersebut. Trinity, "An Evolved LLM Coordinator" (arXiv:2512.04695), adalah koordinator dengan kurang dari 20 ribu parameter yang dioptimalkan oleh evolusi tanpa turunan, dengan peran Thinker, Worker, dan Verifier. Conductor, "Learning to Orchestrate Agents in Natural Language" (arXiv:2512.04388), adalah model 7B yang dilatih dengan pembelajaran penguatan yang mempelajari struktur komunikasi dan mengklaim mengalahkan Mixture-of-Agents dengan biaya lebih rendah.

Ini adalah metode yang berbeda dan ukuran yang berbeda. Evolusi versus RL, kurang dari 20 ribu versus 7B. Jangan campuradukkan keduanya, dan jangan berasumsi salah satu spesifikasinya cocok dengan produk yang dikirimkan. Rilis resmi tidak memberikan jumlah parameter produk, jadi menerapkan detail 7B ke Fugu itu sendiri adalah inferensi pihak ketiga, bukan fakta yang dinyatakan.

Yang membedakan Fugu dari tetangganya itu konkret. Router seperti OpenRouter atau Martian memilih satu model dan mengirim permintaan Anda ke sana. Kerangka kerja agen seperti Swarm, AutoGen, atau LangGraph menjadikan Anda koordinatornya. Fugu melatih koordinator dan menyembunyikannya di balik satu panggilan.

Bagaimana ini sesuai dengan alur kerja Apidog Anda

Fugu mengekspos satu endpoint yang kompatibel dengan OpenAI. Anda mengarahkan klien OpenAI yang ada ke sana dengan kunci Anda, dan Anda tidak memigrasikan SDK. Kedua varian berjalan melalui endpoint yang sama, dan Fugu memutuskan apakah akan menjawab secara langsung atau membentuk tim.

URL dasar tidak dipublikasikan di halaman publik mana pun per 22-06-2026, jadi jangan percaya host apa pun yang Anda lihat beredar. Salin URL dasar yang sebenarnya dari konsol Anda di console.sakana.ai, lalu masukkan ke dalam permintaan OpenAI standar. String ID model yang dilaporkan adalah fugu dan fugu-ultra, dengan kemungkinan bentuk bertanggal; konfirmasikan ID yang tepat di konsol Anda daripada melakukan hardcode string bertanggal.

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_SAKANA_API_KEY",
    base_url="<YOUR_FUGU_BASE_URL_FROM_CONSOLE>",  # salin dari console.sakana.ai
)

response = client.chat.completions.create(
    model="fugu-ultra",  # konfirmasikan ID yang tepat di konsol; "fugu" untuk varian seimbang
    messages=[
        {"role": "system", "content": "Anda adalah peninjau kode yang cermat."},
        {"role": "user", "content": "Tinjau pull request ini untuk masalah keamanan."},
    ],
)

print(response.choices[0].message.content)

Karena ia menggunakan format penyelesaian chat OpenAI (referensi API OpenAI), Anda dapat menguji Fugu dengan cara yang sama seperti Anda menguji endpoint model lainnya. Di Apidog, buat permintaan terhadap URL dasar konsol Anda, atur bidang model ke fugu-ultra, dan simpan sebagai kasus yang dapat digunakan kembali. Anda dapat menjalankan permintaan yang sama terhadap endpoint Fable 5 atau Opus 4.8 secara berdampingan, membandingkan respons, dan memastikan bagian yang penting bagi Anda. Itulah cara praktis untuk memeriksa klaim kesetaraan Sakana dengan prompt Anda sendiri daripada mempercayai tabel pemasaran. Unduh Apidog untuk menyiapkan perbandingan.

Satu detail operasional yang patut dicatat untuk tim kepatuhan. Agen Fugu dapat diganti, Anda dapat memilih agen tertentu keluar dari kumpulan karena alasan data atau kepatuhan, dan Sakana mengatakan Fugu secara dinamis melakukan perutean di sekitar pembatasan penyedia. Jika Anda menguji dalam konteks yang diatur, gunakan jalur pengecualian tersebut dan pastikan bahwa penyedia yang dikecualikan tidak pernah muncul dalam jejak respons.

Putusan, kedua belah pihak dipertimbangkan secara matang

Argumen untuk terkesan: Sakana menghadirkan konduktor terlatih sebagai satu endpoint yang bersih, didukung oleh jalur penelitian nyata, dan mengklaim kesetaraan terdepan serta kemenangan tingkat aplikasi. Pada tugas-tugas terstruktur yang dapat diverifikasi seperti AutoResearch dan catur, lapisan koordinasi adalah alat yang tepat, dan pengguna awal mendukung ini. Sakana melaporkan seorang insinyur perangkat lunak yang mengatakan Fugu Ultra menemukan lebih dari dua puluh masalah dalam tinjauan kode di mana alat lain menandai sekitar tiga, menyebutnya lebih baik dari GPT-5.5. Seorang insinyur keamanan mengatakan satu instruksi yang terlingkup mendorong penilaian menyeluruh dari awal hingga akhir, termasuk pengintaian dan tinjauan otentikasi, sambil tetap dalam lingkup.

Argumen untuk menahan diri: klaim kesetaraan adalah terhadap Mythos Preview yang lebih lama, bukan Mythos 5, dan klaim kinerja lebih baik berada di tingkat terpisah terhadap kumpulan model yang berbeda. Kedua klaim berasal dari sistem yang dapat mencapai angkanya dengan memanggil model yang sama yang dibandingkan dengannya. Mixture-of-Agents sudah membuktikan bahwa orkestrasi dapat mengalahkan model tunggal, jadi gagasan tingkat tinggi ini tidak baru. Pembacaan yang jujur adalah "orkestrasi yang sebanding dengan yang terdepan dengan konduktor terlatih dan kisah tata kelola yang kuat," bukan "model terbaik yang baru."

Bagi sebagian besar tim, langkah yang tepat bukanlah terlalu memuji atau mengabaikan. Jalankan Fugu Ultra melawan Fable 5 dan Opus 4.8 pada tugas-tugas terstruktur Anda sendiri, perhatikan di mana lapisan koordinasi menghasilkan nilainya, dan verifikasi setiap angka harga sebelum Anda berkomitmen. Branding Sakana bersandar pada metafora: fugu adalah ikan buntal, aman hanya jika disiapkan oleh koki terampil, dan orkestrasi adalah persiapan yang cermat itu. Apakah persiapan itu sepadan dengan biayanya adalah pertanyaan yang dapat dijawab oleh rangkaian pengujian Anda sendiri lebih cepat daripada halaman rilis mana pun.

Pertanyaan yang Sering Diajukan

Apakah Fugu Ultra mengalahkan Fable 5?

Tidak, dan Sakana tidak mengklaim demikian. Menurut Sakana, Fugu Ultra berdiri sejajar dengan Fable 5 dan Mythos Preview, yang merupakan klaim kesetaraan, bukan kemenangan. Karena Fugu adalah orkestrator yang dapat memanggil model-model terdepan, "kemenangan" apa pun yang Anda lihat mungkin berasal dari perutean ke model-model tersebut. Lihat Fable 5 vs Mythos 5 untuk sisi model tunggal.

Apa maksud Sakana ketika mengatakan Fugu mengungguli Opus 4.8?

Itu adalah klaim terpisah dari klaim kesetaraan, dan berlaku untuk aplikasi tertentu, bukan tolok ukur umum. Menurut Sakana, Fugu secara konsisten mengungguli Gemini 3.1 Pro, Opus 4.8, dan GPT 5.5 pada tugas-tugas seperti AutoResearch, catur sekali jalan, dan prediksi deret waktu keuangan. Ingatlah bahwa Fugu mungkin mencapai hasil tersebut dengan memanggil Opus di dalam loop-nya sendiri, jadi ini adalah kemenangan sistem, bukan kemenangan model tunggal.

Mengapa Sakana membandingkan dengan Mythos Preview daripada Mythos 5?

Mythos Preview adalah model terdepan April 2026 yang disebut Anthropic terlalu berbahaya untuk dirilis, sedangkan Mythos 5 adalah versi yang tersedia secara umum saat ini. Sakana menyebut pratinjau yang lebih lama dalam perbandingannya. Ini adalah pilihan yang dapat dipertahankan untuk pengujian yang dapat direproduksi, tetapi itu berarti klaim kesetaraan tidak diukur terhadap batas atas saat ini. Penjelasan model kelas Mythos mencakup perbedaannya.

Apakah Fugu adalah model tunggal atau sekelompok model?

Ini adalah sekelompok model. Fugu adalah konduktor terlatih yang mendelegasikan kepada beberapa LLM, termasuk salinan rekursif dari dirinya sendiri, dan menyajikan seluruh sistem sebagai satu model di balik satu API yang kompatibel dengan OpenAI. Fable 5 dan Mythos adalah model Anthropic tunggal yang menjawab dari bobot mereka sendiri, yang merupakan alasan utama perbandingan ini melintasi dua kategori sistem yang berbeda.

Bagaimana cara menguji Fugu melawan Fable 5 sendiri?

Arahkan klien yang kompatibel dengan OpenAI ke URL dasar konsol Sakana Anda, atur model ke fugu-ultra, dan jalankan prompt yang sama yang Anda jalankan terhadap Fable 5 atau Opus 4.8. Di Apidog Anda dapat menyimpan setiap model sebagai permintaan, menjalankannya secara berdampingan, dan memastikan output yang penting bagi Anda. Itu mengubah klaim kesetaraan Sakana menjadi sesuatu yang Anda ukur daripada percaya.

Berapa biaya Fugu dibandingkan dengan Fable 5?

Struktur harga telah dikonfirmasi (tingkatan langganan ditambah bayar-sesuai-pemakaian), tetapi setiap angka dolar Fugu dilaporkan dari sumber sekunder dan belum diverifikasi per 22-06-2026, jadi konfirmasikan di konsol Anda sebelum menganggarkan. Sebagai referensi, Anthropic mencantumkan Fable 5 seharga $10 per juta token masukan dan $50 per juta token keluaran. Artikel tolok ukur Sakana Fugu kami melacak harga saat dikonfirmasi.