# Sakana AI lança sistemas Fugu e Fugu Ultra com desempenho comparável a Claude e Mythos
A Sakana AI, laboratório de inteligência artificial sediado em Tóquio, anunciou os sistemas Fugu e Fugu Ultra — modelos de orquestração multi-modelo que alcançam desempenho comparável ao Claude Fable 5 e Mythos 5 em benchmarks de referência. O Fugu representa uma abordagem arquitetural distinta: em vez de ser um LLM convencional, ele foi treinado para operar e coordenar outros modelos de linguagem de larga escala.
Sakana Fugu e Fugu Ultra: o que são os sistemas de orquestração da Sakana AI
A Sakana AI, fundada em 2023 por ex-pesquisadores do Google, incluindo Llion Jones — coautor do artigo seminal "Attention Is All You Need" (2017) —, apresentou os sistemas Sakana Fugu e Sakana Fugu Ultra. Diferentemente de modelos monolíticos tradicionais, o Fugu funciona como um sistema de orquestração: um modelo treinado especificamente para delegar tarefas, coordenar respostas e otimizar a utilização de múltiplos LLMs simultaneamente.
Ambos os sistemas demonstraram resultados competitivos em diversos benchmarks, posicionando-se no mesmo patamar de desempenho que o Claude Fable 5, da Anthropic, e o Mythos 5. O Fugu está disponível como API, embora ainda não seja acessível na região do Espaço Econômico Europeu (EEA).
Características técnicas dos sistemas Fugu e Fugu Ultra
O diferencial arquitetural do Fugu reside na sua capacidade de atuar como camada de coordenação sobre outros modelos de linguagem. Em vez de processar todas as tarefas internamente, o sistema avalia a natureza de cada requisição e direciona o processamento para o LLM mais adequado dentro de seu ecossistema orquestrado.
Essa abordagem permite que o sistema combine as forças específicas de diferentes modelos — por exemplo, utilizando um modelo mais forte em raciocínio matemático para tarefas quantitativas e outro com melhor desempenho em geração criativa para tarefas de texto aberto. O resultado é um desempenho agregado que pode superar o de qualquer modelo individual isolado.
Potencial dos sistemas de orquestração multi-modelo
Sistemas de orquestração como o Fugu representam uma mudança de paradigma relevante para o ecossistema de IA. Ao coordenar múltiplos modelos especializados, essa arquitetura pode alcançar resultados superiores aos de sistemas de modelo único, sem exigir o investimento bilionário necessário para treinar um único modelo frontier do zero.
Esse aspecto torna a abordagem particularmente atrativa para laboratórios e empresas de menor porte. Em vez de competir diretamente no treinamento de modelos massivos — uma corrida dominada por empresas com orçamentos de dezenas de bilhões de dólares —, organizações menores podem construir valor ao orquestrar modelos existentes de forma inteligente.
Impacto nos grandes players do mercado de IA
O lançamento do Fugu sinaliza uma tendência que já se manifesta entre as maiores empresas de tecnologia. Meta, Apple e Microsoft já adotam estratégias que envolvem a integração e coordenação de múltiplos modelos, incluindo modelos desenvolvidos por terceiros.
Grandes laboratórios como Google DeepMind, Anthropic e OpenAI — que historicamente priorizaram o desenvolvimento de modelos proprietários monolíticos — precisarão avaliar a construção de sistemas de orquestração que incorporem modelos de concorrentes. A lógica competitiva é direta: se um sistema orquestrado entrega resultados superiores ao melhor modelo individual, a pressão de mercado torna essa transição praticamente inevitável.
Os sistemas Fugu e Fugu Ultra da Sakana AI marcam um ponto de inflexão na evolução da inteligência artificial, demonstrando que a inovação arquitetural na coordenação de modelos pode ser tão disruptiva quanto o avanço dos próprios modelos de base.
