Sakana Fugu Max и Ultra v2: оркестрация вместо модели

11 сентября 2026 года Sakana AI выпустила Fugu Max и Fugu Ultra v2 — две модели, которые сами ничего не генерируют. Они разбирают запрос и раздают подзадачи пулу других моделей, включая открытые NVIDIA Nemotron. Fugu Max стоит $2 за миллион входных токенов и $6 за выходные: по выходу это на 40% дешевле Sonnet 5 и на 50% дешевле GPT-5.6 Terra — обе цены мы сверили с документацией вендоров. Fugu Ultra v2 ($5 / $30) на тесте визуального разбора данных Chartography набрал 48,3 против 27,3 у Opus 5 и 29,5 у Fable 5. Самое интересное в релизе — заявка Sakana: Ultra v2 собран без Fable 5.1, Fable 5 и GPT-6 Astra в пуле и всё равно держит фронтирный уровень. Моделей Sakana в каталоге KeyDealer нет, но сама идея — маршрутизировать задачу к самой дешёвой модели, которая её вытянет, — на рублёвом каталоге воспроизводится, и ниже мы считаем, сколько это даёт.

Что выпустила Sakana AI 11 сентября 2026 года

Две модели одной архитектуры под разные задачи. Об этом сказано в анонсе прямым текстом: Fugu Max и Fugu Ultra v2 — один оркестратор, настроенный на две противоположные цели.

По курсу ЦБ на 11 сентября — 84,3508 ₽ за доллар — это 168,70 ₽ и 506,10 ₽ за миллион у Fugu Max, 421,75 ₽ и 2530,52 ₽ у Fugu Ultra v2. Курс мы берём с сайта ЦБ на дату публикации; он за три дня сполз с 86,47 до 84,35 ₽, так что долларовый прайс в рублях сегодня выглядит мягче, чем в понедельник.

Sakana AI — японская лаборатория, и эта линейка у неё не первая. По собственной хронологии в анонсе: апрель — бета, июнь — общая доступность и Fugu Ultra v1, июль — специализированная Fugu-Cyber и интерфейс для Claude Code, август — потребительский Sakana Chat и партнёрство с NVIDIA, и через него в пул начали заводить открытые модели Nemotron.

Что такое оркестрация моделей и чем она отличается от выбора модели

Оркестратор — это модель, которая принимает ваш запрос, но не отвечает на него сама. Она разбирает задачу на части, решает, какая модель из доступного пула справится с каждой частью дешевле всего, раздаёт подзадачи и собирает результат. Снаружи всё выглядит как обращение к одной модели: тот же OpenAI-совместимый запрос, то же поле model.

Тезис Sakana сформулирован жёстко: система, которая гоняет модель на триллионы параметров, чтобы достать значение из справочника, не умная, а расточительная. Отрасль десять лет двигалась по одной оси — модель побольше. А фронтир, который реально имеет значение, двумерный: качество по одной оси, цена по другой.

Разница с обычным выбором модели вот в чём. Когда вы сами решаете «эту задачу отдам в Haiku, а ту в Opus», решение принимается один раз на уровне типа запроса. Оркестратор принимает его на уровне подзадачи и внутри одного запроса — и делает это без вашего участия. Как это разводить руками, мы разбирали в материале про маршрутизацию между дешёвой и сильной моделью; там же граница, по которой проходит разделение.

Сколько стоит Fugu Max и насколько он дешевле Sonnet 5 и GPT-5.6 Terra

Sakana заявляет, что выход Fugu Max на 40–60% дешевле, чем у Sonnet 5, GPT-5.6 Terra и Kimi K3. Мы пересчитали по документации вендоров на 11 сентября 2026 года, и вилка получилась уже: 40–50%.

Третью строку честно оставляем пустой. Страница тарифов Moonshot отдаётся скриптом, из которого цена K3 не вычитывается, а брать её у перепродавца мы не будем — правило простое: цена берётся у того, кто модель сделал. Так что верхняя граница заявленной вилки на наших данных не проверяется. Нижняя — проверяется точно: 40,0% против Sonnet 5, ровно как обещано.

Рублёвые ставки, по которым считают в России, живут отдельно и от долларового прайса вендора не зависят напрямую — полная таблица цен за миллион токенов обновляется по каталогу.

Что Fugu Ultra v2 показал на бенчмарках

Лучший или совместно лучший результат на пяти тестах из восьми: GDP.pdf, Chartography, SWEFish, DeepSWE и Toolathon. В топ-2 — на семи из восьми. Все цифры ниже взяты из анонса Sakana от 11 сентября 2026 года; это замеры самой лаборатории, независимой проверки у нас нет.

Разрыв на Chartography — 21 пункт против Opus 5 и 18,8 против Fable 5, то есть в 1,77 и 1,64 раза. Если эти замеры воспроизводятся вне лаборатории, интереснее другое — где именно оркестратор отрывается. На задачах со сложной визуальной и структурированной информацией, где разбор естественно раскладывается на шаги. Ровно там, где раздача подзадач имеет смысл.

Fugu Max, по данным Sakana, берёт лучший общий счёт на шести тестах — Terminal Bench 2.1, GPQAD, AA-LCR, GDP.pdf, AutomationBench и внутреннем SWEFish — и расширяет фронт Парето на семи из десяти. Дата отсечения знаний Fugu Ultra v2 — 28 августа 2026 года.

Почему Fugu Ultra v2 собрали без Fable 5.1 и GPT-6 Astra

Sakana отдельно оговаривает: в пуле Fugu Ultra v2 нет ни Fable 5, ни Fable 5.1, ни GPT-6 Astra. Оговорка намеренная — в ней всё заявление и держится. Оркестратор показывает фронтирный результат, не опираясь на самые дорогие проприетарные модели.

Посчитаем, что это значит по деньгам. Fable 5.1 стоит $10 за миллион входных и $50 за выходные, GPT-6 Astra — столько же. Fugu Ultra v2 при $5 и $30 вдвое дешевле на входе и на 40% дешевле на выходе, чем любая из двух. А относительно Opus 5 ($5 / $25) картина другая: вход тот же, выход на 20% дороже. Оркестрация не бесплатна — дирижёр тоже тратит токены на разбор задачи и сборку ответа.

Защищает ли оркестрация от отключения модели

Частично — и это самая практичная часть релиза. Sakana пишет, что сменный пул моделей даёт устойчивость цепочки поставок по построению, и перечисляет риски прямо: привязка к вендору, отзыв доступа к API, геополитическая турбулентность, внезапное прекращение обслуживания.

Для российского разработчика это не абстракция. Мы ведём календарь отключений моделей именно потому, что дату вывода из эксплуатации назначает вендор. С вашим релизным циклом её никто не согласует. Логика оркестратора здесь простая: если контракт наружу — это имя дирижёра, а не имя конкретной модели, то уход любой позиции из пула перестаёт быть событием для вашего кода.

Оговорка обязательна: в этой схеме вы зависите уже от поставщика оркестратора. Риск не исчезает, он смещается на уровень выше. Что делать, когда падает не модель, а маршрут, мы разбирали в материале про коды отказов и переключение на запасной вариант.

Как собрать маршрутизацию по сложности на рублёвом каталоге

Развести запросы по сложности между дешёвой и сильной моделью можно на любом каталоге, где ставки разнесены, и на смешанном профиле счёт падает примерно вдвое — расчёт ниже. Моделей Sakana в каталоге KeyDealer на 11 сентября нет: GET /v1/models отдаёт семейства Claude, GPT, Gemini, GLM, Grok, GPT-OSS, DeepSeek, Kimi, Llama и NVIDIA. Но сам приём — отправлять задачу в самую дешёвую модель, которая её вытянет, — от наличия оркестратора не зависит. Разброс ставок у нас сильный: от 1 ₽ за миллион входных токенов у DeepSeek V4 Flash до 60 ₽ у GPT-6 Astra, то есть в шестьдесят раз. Шесть позиций доступны по нулевой ставке, и три из них — те самые открытые NVIDIA Nemotron, которые Sakana заводит в пул Fugu Max.

Считаем на месячном профиле 10 млн входных и 2 млн выходных токенов по ставкам каталога на 11 сентября:

Последняя строка и есть рабочий сценарий: смешанный профиль срезает счёт вдвое, а сильная модель остаётся там, где она нужна. Ставки у нас одинаковы на вход и выход, поэтому арифметика прозрачная — умножить объём на ставку. Подробный разбор того, во что обходится постоянно работающий агент, лежит в отдельном материале про месячную стоимость агента.

Чего ручная схема не даёт: выбор модели под конкретную подзадачу внутри одного запроса. Это как раз то, что Sakana продаёт как продукт, и повторить это парой if не выйдет.

Чего мы не утверждаем

Все результаты бенчмарков в этой статье — публикация самой Sakana AI. Независимых воспроизведений на 11 сентября мы не видели, методики тестов в анонсе не раскрыты, а SWEFish — внутренний тест лаборатории, то есть сравнение на нём в принципе идёт на её поле. Технический отчёт Sakana обещает отдельно.

Цена Kimi K3 у вендора не подтвердилась — в сравнении она поэтому отсутствует. Возможности моделей Fugu мы не проверяли: их нет в нашем каталоге, а значит нет и статуса verified. Скидку за попадание в кэш промптов мы не обещаем ни по одной позиции каталога — на 11 сентября prompt_cache.status везде unsupported.

С чем остаться

Sakana проверяет гипотезу, которая идёт поперёк десятилетнего движения отрасли: дальше выигрывать будет не самая крупная модель, а система, знающая, какую машинерию включить под задачу. Если это подтвердится независимыми замерами, ценность отдельной модели начнёт сдвигаться к ценности доступа ко всему набору. Для тех, кто покупает доступ, а не обучает модели, это скорее хорошая новость.

Что можно сделать уже сегодня, не дожидаясь чужих подтверждений: посмотреть, какая доля ваших запросов реально требует флагмана. Обычно она меньше, чем кажется, и это единственная цифра в статье, которую вы посчитаете точнее нас — по собственному журналу.

Разброс ставок, на котором строится вся экономия, виден в живой выдаче GET /v1/models. Ключ для запросов к каталогу — на странице входа; стартовый баланс позволяет прогнать сравнение на своих задачах прежде, чем что-то менять в коде.