Sakana AI lance Fugu Max et Fugu Ultra v2 pour une orchestration multi-agents moins chère et plus puissante
Sakana AI a dévoilé Fugu Max et Fugu Ultra v2, deux nouveaux modèles de sa famille Fugu, disponibles dès aujourd'hui via son API compatible OpenAI, sans poids ouverts et sans déploiement prévu dans l'Union européenne. Fugu n'est pas un modèle fondationnel classique mais un orchestrateur appris qui répartit les tâches entre plusieurs modèles selon leur coût et leur capacité. Fugu Max, facturé 2 dollars par million de tokens en entrée et 6 dollars en sortie, affiche un tarif de sortie inférieur de 40 à 60 % à celui de Sonnet 5, GPT 5.6 Terra et Kimi K3, tout en obtenant le meilleur score global sur six benchmarks, dont Terminal Bench 2.1, GPQA Diamond et AutomationBench, et en élargissant la frontière coût-performance sur sept des dix tests évalués. Fugu Ultra v2, lui, vise le raisonnement complexe et le développement logiciel autonome : il atteint 48,3 points sur Chartography, contre 27,3 pour Opus 5 et 29,5 pour Fable 5, et 74,3 sur DeepSWE, devançant des modèles facturés trois à cinq fois plus cher au token, sans même inclure Fable 5, Fable 5.1 ou GPT-6-Astra dans son pool de modèles. Son entraînement s'arrête au 28 août 2026. Ce lancement suit un calendrier serré : bêta en avril, disponibilité générale en juin, ajout de Fugu-Cyber et d'une interface Claude Code en juillet.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de MarkTechPost. Lire l'article original →
Cette approche répond à un problème concret pour les entreprises qui déploient des agents IA à grande échelle : envoyer une simple recherche de données à un modèle massif de plusieurs milliers de milliards de paramètres gaspille des ressources. En faisant arbitrer automatiquement entre coût et capacité, Sakana promet des performances proches des modèles de pointe pour deux à six fois moins cher. L'argument stratégique dépasse la simple économie : en orchestrant un large éventail de modèles, dont la famille Nemotron de NVIDIA obtenue via un partenariat, Sakana affirme réduire la dépendance à un seul fournisseur propriétaire, et donc l'exposition aux hausses de prix, aux révocations d'accès API ou aux coupures de service soudaines, un risque de plus en plus présent pour les équipes qui construisent des produits sur des API tierces.
Techniquement, l'orchestration de Fugu s'appuie sur deux travaux de recherche présentés à ICLR 2026 : TRINITY, un coordinateur léger obtenu par algorithme évolutionnaire qui répartit les rôles de Penseur, Travailleur et Vérificateur entre les tours de dialogue, et Conductor, entraîné par apprentissage par renforcement pour découvrir des stratégies de coordination en langage naturel. L'entraînement combine ainsi fine-tuning à grande échelle, algorithmes évolutionnaires et renforcement. Le benchmark SWEFish, utilisé pour vanter les performances des deux modèles, reste toutefois un test interne conçu par Sakana elle-même, à considérer comme un indicateur du fournisseur plutôt qu'une mesure indépendante.
Aucun déploiement de Fugu Max ou Fugu Ultra v2 n'est prévu dans l'Union européenne, privant les entreprises françaises et européennes d'accès à cette API d'orchestration multi-agents.