Cá Nóc Fugu là gì

Sakana Fugu là một hệ thống điều phối đa tác nhân được Sakana AI phát hành dưới dạng một mô hình nền tảng duy nhất, hoạt động qua một API tương thích với OpenAI. Đây là một mô hình ngôn ngữ đã được huấn luyện chuyên về ủy quyền, giao tiếp giữa các tác nhân và tổng hợp công việc, đồng thời nó tự động điều phối một nhóm các LLM khác (bao gồm cả các bản sao đệ quy của chính nó) để trả lời một lời nhắc duy nhất. Sakana đã công bố nó vào ngày 22 tháng 6 năm 2026 với tiêu đề “Một mô hình để chỉ huy tất cả” (xem trang phát hành chính thức). Nếu bạn đã đọc các phân tích của chúng tôi về các bản phát hành tiên phong khác như Claude Fable 5, Fugu là một loại hình khác: nó là một người chỉ huy, không phải là một nghệ sĩ độc tấu.

Tên gọi này phù hợp với thiết kế. Fugu là cá nóc của Nhật Bản, một món ăn ngon nhưng có thể gây chết người nếu không được đầu bếp lành nghề chế biến đúng cách. Sức mạnh thô sơ chỉ trở nên hữu ích thông qua sự chuẩn bị cẩn thận là một cách hay để hình dung về một hệ thống mà toàn bộ giá trị của nó đến từ cách nó điều phối các mô hình khác.

TL;DR

Đây là gì: Một LLM “người chỉ huy” đã được huấn luyện để điều phối một nhóm các mô hình tiên phong đằng sau một điểm cuối duy nhất. Hai biến thể: “Fugu” (cân bằng, độ trễ thấp) và “Fugu Ultra” (chất lượng câu trả lời tối đa). Điểm nổi bật: Một API tương thích với OpenAI; chỉ cần trỏ client hiện có của bạn vào đó, không cần di chuyển SDK. Điểm cần lưu ý: Fugu gọi các mô hình của nhà cung cấp khác (bao gồm cả bản thân nó một cách đệ quy), vì vậy kết quả điểm chuẩn của nó là kết quả của mô hình-của-các-mô hình, không phải là chiến thắng của một mô hình duy nhất. Truy cập: Trang sản phẩm cộng với console.sakana.ai thông qua đăng nhập Google/email.

Sakana Fugu thực sự là gì

Hầu hết các mô hình nền tảng trả lời trực tiếp cho bạn. Bạn gửi một lời nhắc, các trọng số chạy một lượt truyền thẳng, bạn nhận lại các token. Fugu bổ sung một lớp trên ý tưởng đó.

Fugu là một mô hình ngôn ngữ đã được huấn luyện với chuyên môn là điều phối. Khi một yêu cầu đến, Fugu quyết định tự trả lời hay tập hợp một nhóm các mô hình khác, giao cho mỗi mô hình một phần công việc, định tuyến tin nhắn giữa chúng và tổng hợp các kết quả thành một câu trả lời duy nhất. Theo Sakana, người chỉ huy thậm chí có thể tạo ra các phiên bản đệ quy của chính nó làm thành viên nhóm. Bạn thấy một phản hồi. Đằng sau nó, một số mô hình có thể đã thực hiện công việc.

Đây là lý do tại sao cách diễn đạt “mô hình nền tảng duy nhất” lại quan trọng và cũng là lý do tại sao nó cần một dấu hoa thị. Từ mã của bạn, Fugu trông giống như một mô hình với một điểm cuối duy nhất. Về mặt kiến trúc, nó là một mô hình-của-các-mô hình. Chúng tôi sẽ phân tích chi tiết điểm trung thực đó bên dưới, vì nó thay đổi cách bạn nên đọc mọi số liệu điểm chuẩn.

Thương hiệu này cố tình đi theo chủ đề cá. “Sakana” trong tiếng Nhật có nghĩa là “cá”, và bản sắc của công ty tập trung vào trí tuệ tập thể theo đàn cá, nhiều tác nhân nhỏ tạo ra hành vi thông minh hơn bất kỳ tác nhân nào trong số chúng. Fugu là thành viên cá nóc của đàn đó.

Hai biến thể: Fugu và Fugu Ultra

Sakana cung cấp hai biến thể thông qua cùng một API.

Fugu là tùy chọn cân bằng, độ trễ thấp. Sakana định vị nó cho các công việc hàng ngày: lập trình, xem xét mã, chatbot và các dịch vụ tương tác mà thời gian phản hồi là quan trọng. Đây là biến thể mà bản beta và nhiều báo chí ban đầu gọi là “Fugu Mini”. Hãy dùng “Fugu”; “Mini” chỉ là tên beta cũ.

Fugu Ultra hướng đến chất lượng câu trả lời tối đa. Sakana chỉ định nó cho các công việc nặng hơn: nghiên cứu AI, tái tạo bài báo, phân tích an ninh mạng và điều tra tài liệu hoặc bằng sáng chế. Bạn đánh đổi độ trễ để lấy chiều sâu.

Cả hai biến thể đều hoạt động thông qua một điểm cuối. Fugu tự quyết định, theo từng yêu cầu, liệu có tự trả lời trực tiếp hay tập hợp một nhóm, do đó bạn không cần phải quản lý vi mô quá trình điều phối. Nếu bạn muốn tìm hiểu cơ chế đầy đủ và so sánh sâu hơn, phân tích của chúng tôi về Fugu Ultra so với Fable 5 so với Mythos nằm cùng với bài viết này trong cùng một nhóm.

Bảng thông số kỹ thuật

Cách thức hoạt động của hệ thống điều phối

Cốt lõi của Fugu là một người chỉ huy đã học được, không phải là một bộ định tuyến được viết thủ công. Sự khác biệt đó mới là câu chuyện thực sự.

Một bộ định tuyến truyền thống chọn một mô hình cho một yêu cầu và chuyển tiếp nó. Các công cụ như OpenRouter hoặc Martian làm điều này rất tốt. Một khung tác nhân như Swarm, AutoGen hoặc LangGraph đi theo hướng khác: nó cung cấp cho bạn cơ sở để xây dựng một nhóm, nhưng bạn, con người, sẽ viết logic điều phối. Fugu nằm giữa hai loại này. Nó là một mô hình được huấn luyện để trở thành người điều phối. Nó học cách ủy quyền, cách phân chia công việc, điều gì cần hỏi từng tác nhân và cách hợp nhất các đầu ra của chúng.

Theo Sakana, người chỉ huy đảm nhiệm ba công việc:

• Ủy quyền. Nó chọn tác nhân nào (hoặc các bản sao đệ quy của chính nó) sẽ nhận nhiệm vụ phụ nào.
• Giao tiếp. Nó quản lý các tin nhắn chảy giữa các tác nhân, định hình cấu trúc của nhóm một cách linh hoạt.
• Tổng hợp. Nó kết hợp các kết quả một phần thành một câu trả lời mạch lạc duy nhất.

Hai cơ chế nữa làm cho Fugu trở nên khác biệt, và cả hai đều hướng đến quản trị:

• Các tác nhân có thể hoán đổi. Nhóm tác nhân không cố định. Các đội có thể loại bỏ các tác nhân cụ thể vì lý do dữ liệu hoặc tuân thủ, vì vậy bạn có thể loại bỏ hoàn toàn mô hình của một nhà cung cấp cụ thể khỏi các yêu cầu của mình.
• Định tuyến vòng qua các hạn chế. Theo Sakana, Fugu “tự động định tuyến vòng qua” các hạn chế của nhà cung cấp, chọn một tác nhân khác khi một tác nhân không khả dụng hoặc bị cấm.

Nếu bạn muốn tìm hiểu mô hình tương tự trong nhóm này, bài giải thích mô hình cấp Mythos đề cập đến cấp độ mô hình tiên phong đơn lẻ mà Fugu tự so sánh.

Hộp trung thực: hệ thống điều phối, không phải một mô hình duy nhất

Đây là phần cần đọc kỹ hai lần.

Fugu là một hệ thống điều phối gọi các mô hình tiên phong của các nhà cung cấp khác, bao gồm cả chính nó một cách đệ quy. Khi bạn thấy kết quả điểm chuẩn của Fugu, nó có thể đã được tạo ra bởi Fugu gọi Opus 4.8 (hoặc Fable 5, hoặc một số mô hình) và tổng hợp các đầu ra của chúng. Đó là kết quả của mô hình-của-các-mô hình. Nó không phải là một chiến thắng tương đương của một mô hình duy nhất. Fable 5 và Mythos là các mô hình Anthropic đơn lẻ trả lời từ các trọng số của riêng chúng. So sánh các con số của Fugu với chúng mà không có lưu ý này là so sánh một đội với một cá nhân.

Hãy ghi nhớ điều này cho hai tuyên bố cụ thể mà Sakana đưa ra.

Đầu tiên, theo Sakana, Fugu Ultra “sánh ngang hàng với các mô hình hàng đầu như Fable 5 và Mythos Preview” trên các điểm chuẩn về kỹ thuật, khoa học và suy luận. Hãy đọc đó là một tuyên bố về sự tương đương, chứ không phải là tuyên bố “vượt trội”. Cũng cần lưu ý rằng Sakana đã đề cập đến Mythos Preview cũ hơn (tháng 4), chứ không phải Mythos 5 hiện tại.

Thứ hai, và riêng biệt, theo Sakana, Fugu “luôn vượt trội” so với Gemini 3.1 Pro (cao), Opus 4.8 (tối đa) và GPT 5.5 (cực cao) trên một tập hợp ứng dụng cụ thể: AutoResearch, Rubik’s Cube, Thiết kế cơ khí, Phân tích chữ viết tay tiếng Nhật, Cờ vua một nước đi và Dự đoán chuỗi thời gian tài chính. Ngay cả ở đây, điểm trung thực vẫn đúng. Kết quả “vượt trội Opus 4.8” có thể đến từ việc Fugu gọi Opus và thêm tính năng điều phối lên trên. Đội ngũ được điều phối có thể đánh bại nghệ sĩ độc tấu trong khi vẫn phụ thuộc vào nghệ sĩ độc tấu đó.

Đây không phải là sự chỉ trích Fugu. Điều phối là một khả năng thực sự. Đó là lý do để dán nhãn các con số một cách chính xác. Chúng tôi không bao giờ trình bày kết quả của Fugu như một chiến thắng của một mô hình duy nhất, và bạn cũng không nên làm vậy.

Để tham khảo, Fable 5 là mô hình mạnh mẽ nhất của Anthropic được cung cấp rộng rãi, một mô hình cấp Mythos được làm an toàn để sử dụng công khai và cao hơn một bậc so với Opus 4.8. Mythos Preview (7 tháng 4 năm 2026) là mô hình tiên phong mà Anthropic cho là quá nguy hiểm để phát hành. Giải thích về Claude Fable 5 của chúng tôi có bức tranh đầy đủ về khía cạnh đó.

Dòng dõi nghiên cứu: Trinity và Conductor

Fugu không xuất hiện từ hư không. Hai bài báo thực tế, có thể trích dẫn từ ICLR 2026 đã hình thành nền tảng nghiên cứu của nó, và chúng sử dụng các phương pháp khác nhau.

Trinity: Một Điều Phối Viên LLM Tiến Hóa (arXiv:2512.04695) mô tả một điều phối viên nhỏ bé, dưới 20.000 tham số, được tối ưu hóa bằng cách tiến hóa không đạo hàm. Nó gán các vai trò Người Suy nghĩ, Người Lao động và Người Xác minh. Điểm chính là một bộ điều khiển tiến hóa rất nhỏ có thể thúc đẩy một vòng lặp đa tác nhân hữu ích.

Conductor: Học cách Điều phối Các Tác nhân bằng Ngôn ngữ Tự nhiên (arXiv:2512.04388) mô tả một mô hình 7B được huấn luyện bằng học tăng cường, học cấu trúc giao tiếp giữa các tác nhân. Nó tuyên bố vượt trội hơn Mixture-of-Agents với chi phí thấp hơn.

Đây là các phương pháp khác nhau (tiến hóa so với RL) và các kích thước khác nhau (dưới 20K so với 7B). Đừng nhầm lẫn chúng. Sakana chưa công bố số lượng tham số cho sản phẩm đã phát hành, vì vậy việc áp dụng các thông số kỹ thuật 7B, Qwen2.5 hoặc GRPO cho bản thân Fugu là suy luận từ bên thứ ba, không phải là thông số kỹ thuật chính thức.

Cách trình bày trung thực về sự mới lạ: Mixture-of-Agents (Together AI, ICLR 2025) đã chứng minh rằng các mô hình được điều phối có thể đánh bại một mô hình duy nhất. Sự mới lạ thực sự hạn chế của Fugu là một cấu trúc liên kết đã học được, thích ứng, chọn lọc chi phí, được cung cấp dưới dạng một điểm cuối, được hỗ trợ bởi nghiên cứu về người chỉ huy đã được huấn luyện đó.

Những gì người dùng ban đầu báo cáo

Sakana chia sẻ hai lời chứng thực đáng được lặp lại kèm theo nguồn.

Một kỹ sư phần mềm sử dụng Fugu Ultra để xem xét mã cho biết nó đã phát hiện “hơn hai mươi” vấn đề trong các trường hợp mà các công cụ khác chỉ báo cáo “khoảng ba,” và gọi nó tốt hơn GPT-5.5. Một kỹ sư bảo mật nói rằng một hướng dẫn giới hạn đã thực hiện một đánh giá toàn diện từ đầu đến cuối, trinh sát, dò tìm XSS và SQLi, và đánh giá xác thực, trong khi vẫn nằm trong phạm vi đã định.

Hãy coi đây là những giai thoại do nhà cung cấp báo cáo, không phải điểm chuẩn. Chúng là tín hiệu hữu ích cho thấy Fugu điều phối tốt nhất ở đâu: các tác vụ có thể phân tách tốt thành các tác vụ phụ song song với bước xác minh ở cuối. Nếu bạn đang so sánh Fugu với bản phát hành khác của Sakana, bài giải thích Mirofish bao gồm mô hình anh em trong cùng dòng sản phẩm.

Sử dụng API Fugu

Fugu cung cấp một điểm cuối tương thích với OpenAI. Đó là điểm bán hàng thực tế: nếu bạn đã có một client OpenAI, bạn chỉ cần trỏ nó vào URL cơ sở của Fugu và sử dụng khóa Fugu của mình. Không cần di chuyển SDK. Hình dạng Chat Completions tương tự mà bạn biết từ tài liệu API OpenAI cũng áp dụng ở đây.

Một lưu ý quan trọng. Tính đến ngày 22-06-2026, URL cơ sở chưa được công bố trên bất kỳ trang công khai nào. Đừng đoán mò. Sao chép URL cơ sở thực tế từ bảng điều khiển của bạn tại console.sakana.ai và dán nó vào vị trí giữ chỗ bên dưới.

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_FUGU_API_KEY",
    base_url="<YOUR_FUGU_BASE_URL_FROM_CONSOLE>",  # sao chép từ console.sakana.ai
)

# Biến thể cân bằng cho công việc hàng ngày
response = client.chat.completions.create(
    model="fugu",
    messages=[
        {"role": "system", "content": "Bạn là một trợ lý lập trình chính xác."},
        {"role": "user", "content": "Xem xét hàm này để tìm lỗi lệch một đơn vị."},
    ],
)
print(response.choices[0].message.content)

Chuyển sang Fugu Ultra bằng cách thay đổi một chuỗi:

response = client.chat.completions.create(
    model="fugu-ultra",  # biến thể chất lượng tối đa; ID được báo cáo, xác minh trong bảng điều khiển
    messages=[
        {"role": "user", "content": "Tái tạo kết quả chính từ bài báo này."},
    ],
)

Các chuỗi ID mô hình (fugu, fugu-ultra và một biến thể cũ hơn được báo cáo) đến từ các báo cáo thứ cấp. Xác nhận các chuỗi chính xác trong bảng điều khiển trước khi bạn triển khai. Để có hướng dẫn chi tiết, đã được kiểm tra, hãy xem hướng dẫn của chúng tôi về cách sử dụng API Sakana Fugu.

Điều này phù hợp với quy trình làm việc Apidog của bạn như thế nào

Bởi vì Fugu sử dụng định dạng OpenAI Chat Completions, bạn có thể kiểm tra nó theo cùng một cách bạn kiểm tra bất kỳ điểm cuối LLM nào khác. Đặt URL cơ sở mà bạn đã sao chép từ bảng điều khiển làm biến môi trường trong Apidog, thêm khóa của bạn làm bearer token và gửi yêu cầu đến đường dẫn chat completions. Bạn sẽ có một chế độ xem yêu cầu và phản hồi rõ ràng, bạn có thể lưu cuộc gọi đó dưới dạng một trường hợp có thể tái sử dụng, và bạn có thể so sánh Fugu với Fable 5 hoặc Opus 4.8 song song trong cùng một dự án.

Phần cuối cùng đó đặc biệt quan trọng đối với Fugu. Vì nó là một hệ thống điều phối, độ trễ và chi phí sẽ thay đổi nhiều hơn so với một mô hình đơn lẻ, tùy thuộc vào quy mô nhóm mà nó tập hợp. Việc ghi lại thời gian yêu cầu và số lượng token thực tế trong Apidog cung cấp cho bạn các con số thực tế thay vì những con số tiếp thị. Tải xuống Apidog và trỏ một yêu cầu mới đến URL cơ sở của bảng điều khiển của bạn để bắt đầu.

Các câu hỏi thường gặp

Sakana Fugu là một mô hình đơn lẻ hay nhiều mô hình?

Cả hai, tùy thuộc vào cách bạn nhìn nhận. Đối với mã của bạn, nó là một mô hình đằng sau một API. Về nội bộ, nó là một người chỉ huy đã được huấn luyện để gọi một nhóm các mô hình tiên phong khác và tổng hợp công việc của chúng. Đó là lý do tại sao chúng tôi đánh dấu các con số điểm chuẩn của nó là kết quả của mô hình-của-các-mô hình chứ không phải là chiến thắng của một mô hình duy nhất. Xem bài giải thích mô hình cấp Mythos của chúng tôi để biết cấp độ mô hình đơn lẻ mà nó so sánh.

Sự khác biệt giữa Fugu và Fugu Ultra là gì?

Fugu là biến thể cân bằng, độ trễ thấp dành cho công việc hàng ngày như lập trình và chatbot. Fugu Ultra đánh đổi độ trễ để lấy chất lượng câu trả lời tối đa và nhắm đến nghiên cứu, phân tích bảo mật và điều tra sâu. Cả hai đều chạy thông qua cùng một điểm cuối, và bạn chọn giữa chúng bằng ID mô hình. Tên “Fugu Mini” cũ hơn dùng để chỉ biến thể nhỏ trong giai đoạn beta.

Fugu có thực sự vượt trội hơn Opus 4.8 và GPT 5.5 không?

Theo Sakana, Fugu “luôn vượt trội” so với Gemini 3.1 Pro, Opus 4.8 và GPT 5.5 trên một danh sách ứng dụng cụ thể. Cách đọc trung thực là Fugu có thể gọi các mô hình đó và thêm tính năng điều phối lên trên, vì vậy chiến thắng của cả đội không có nghĩa là các trọng số riêng của Fugu đánh bại bất kỳ mô hình nào. Chúng tôi không bao giờ trình bày nó như một chiến thắng của một mô hình đơn lẻ.

Làm thế nào để gọi API Fugu?

Trỏ một client tương thích OpenAI vào URL cơ sở của Fugu với khóa của bạn, sau đó sử dụng hình dạng yêu cầu Chat Completions tiêu chuẩn. URL cơ sở không được công bố công khai, vì vậy hãy sao chép nó từ console.sakana.ai. Hướng dẫn API Sakana Fugu của chúng tôi sẽ hướng dẫn bạn qua một ví dụ hoạt động từ đầu đến cuối.

Fugu có sẵn cho tất cả mọi người ngay bây giờ không?

Truy cập được thực hiện thông qua trang sản phẩm và console.sakana.ai thông qua đăng nhập Google hoặc email. Bản beta đã chạy với khoảng 500 người dùng từ cuối tháng 4 năm 2026. Việc đăng ký GA tự phục vụ hoàn toàn có mở hay không, và liệu có hạn chế về EU/EEA hay không, đều đáng để kiểm tra trực tiếp trong bảng điều khiển.

Fugu khác với bộ định tuyến hoặc khung tác nhân như thế nào?

Một bộ định tuyến (OpenRouter, Martian) chọn một mô hình và chuyển tiếp yêu cầu của bạn. Một khung tác nhân (Swarm, AutoGen, LangGraph) biến bạn thành người điều phối. Fugu tự huấn luyện người điều phối, vì vậy một mô hình đã học sẽ quyết định việc ủy quyền, giao tiếp và tổng hợp. Cách tiếp cận người chỉ huy đã được huấn luyện đó, được cung cấp dưới dạng một điểm cuối, là điểm mới lạ thực sự hạn chế của nó.

Fugu là một đặt cược rằng những lợi ích tiếp theo đến từ cách các mô hình hoạt động cùng nhau, chứ không chỉ từ việc có trọng số lớn hơn. Liệu phí bảo hiểm điều phối có đáng giá hay không phụ thuộc vào khối lượng công việc của bạn, và cách nhanh nhất để tìm ra là gửi các yêu cầu thực tế và xem các con số thực tế. Thiết lập cuộc gọi Fugu đầu tiên của bạn trong Apidog, so sánh nó với các mô hình đơn lẻ mà bạn đã chạy, và để dữ liệu độ trễ và chi phí của riêng bạn đưa ra quyết định.