Sakana AI ha lanzado Fugu y Fugu Ultra, dos sistemas que no compiten con GPT, Claude o Gemini mediante un único modelo entrenado desde cero. Su propuesta consiste en analizar cada petición, elegir los modelos más adecuados y coordinar su trabajo detrás de una API compatible con OpenAI. La empresa japonesa asegura que esta fórmula alcanza resultados próximos a Claude Fable 5 y Mythos Preview en varias pruebas, aunque la mayor parte de los datos procede de sus propias evaluaciones.
Las claves de Sakana Fugu en 20 segundos
- Fugu selecciona un modelo especializado para cada petición.
- Fugu Ultra puede organizar flujos de hasta cinco pasos con varios agentes.
- La plataforma utiliza modelos como GPT-5.5, Claude Opus 4.8 y Gemini 3.1 Pro.
- Sakana publica buenos resultados, pero las comparaciones todavía no son independientes.
- El servicio no está disponible en la Unión Europea ni el Espacio Económico Europeo.
El lanzamiento ha generado titulares que presentan Fugu como la respuesta japonesa a Claude Mythos o como un sistema que habría superado a los modelos estadounidenses más avanzados. La descripción resulta atractiva, pero simplifica demasiado lo ocurrido: Fugu no sustituye esos modelos, sino que depende de una colección de sistemas externos y aprende cuándo debe utilizar cada uno.
La diferencia importa. Sakana AI no ha creado necesariamente un nuevo modelo fundacional con más conocimiento que GPT-5.5, Claude Opus 4.8 o Gemini 3.1 Pro. Ha entrenado una capa de coordinación capaz de seleccionar, dividir, ordenar y revisar el trabajo realizado por esos modelos. La inteligencia final procede tanto de los agentes disponibles como de la forma en que se organizan.
Cómo funciona Sakana Fugu
La familia tiene dos versiones con objetivos diferentes. Ambas se presentan al desarrollador mediante una sola API compatible con el formato de OpenAI, por lo que pueden integrarse en clientes, asistentes de programación y aplicaciones que ya utilizan esa estructura.
| Característica | Fugu | Fugu Ultra |
|---|---|---|
| Objetivo principal | Equilibrar calidad y latencia | Maximizar la calidad |
| Número habitual de modelos | Selecciona un trabajador por petición | Puede coordinar varios trabajadores |
| Tipo de decisión | Enrutamiento rápido | Creación de un flujo de trabajo |
| Profundidad máxima documentada | Una selección por turno | Hasta cinco pasos |
| Casos de uso | Chat, código y revisión cotidiana | Investigación, ciencia, seguridad y trabajos prolongados |
| Configuración del grupo de modelos | Permite excluir proveedores o modelos | Grupo de agentes fijo |
| Latencia esperable | Cercana a una llamada directa | Superior por las llamadas adicionales |
| Transparencia del enrutamiento | No revela el modelo elegido | No revela el flujo interno completo |
Fugu es la variante más sencilla. Un pequeño módulo de selección analiza un estado interno del modelo coordinador y asigna una puntuación a cada trabajador disponible. El sistema no necesita generar una explicación extensa antes de decidir: selecciona el agente con mayor puntuación y le entrega la petición.
Este diseño busca reducir la sobrecarga. Sakana sostiene que la latencia puede acercarse a la de llamar directamente a un modelo de frontera porque el coordinador no redacta primero un plan completo. Solo decide quién debería resolver la tarea.
Fugu Ultra utiliza una estrategia más compleja denominada Conductor. En lugar de elegir un único trabajador, puede escribir un flujo de trabajo formado por varias subtareas. Cada paso incluye una instrucción, el modelo responsable y una lista que determina qué resultados anteriores puede consultar.
Un agente puede, por ejemplo, preparar una solución técnica; otro puede revisar su seguridad, y un tercero comprobar los errores detectados. El sistema también puede pedir varias propuestas independientes antes de seleccionar o sintetizar la respuesta final.
La lista de acceso pretende evitar que todos los modelos sigan ciegamente la primera solución. Un agente solo recibe el trabajo de otro cuando el coordinador considera que necesita verlo. Fugu Ultra combina este aislamiento dentro de cada flujo con una memoria compartida entre turnos para no repetir búsquedas, cálculos o llamadas a herramientas ya realizadas.
El grupo utilizado durante el entrenamiento incluye Gemini 3.1 Pro, Claude Opus 4.8 y GPT-5.5. El informe técnico señala que Fable 5 y Mythos Preview no forman parte del conjunto porque no estaban disponibles públicamente para su uso como agentes, aunque Sakana sí emplea sus puntuaciones publicadas como referencia en las comparaciones.
Fugu puede incluso incluirse a sí mismo como trabajador. Esta posibilidad permite crear flujos recursivos en los que una instancia diseña el trabajo y otra revisa o amplía el resultado. La recursividad aumenta las combinaciones disponibles, pero también puede añadir llamadas que no mejoren la respuesta.
Selección, coordinación y fusión no son lo mismo
| Enfoque | Funcionamiento simplificado | Ventaja | Limitación |
|---|---|---|---|
| Modelo individual | Un único modelo recibe y resuelve la petición | Menor complejidad y coste previsible | Depende de las capacidades de un proveedor |
| Router como Fugu | Selecciona el modelo más adecuado | Evita llamar a todos los modelos | Una selección equivocada limita el resultado |
| Orquestador como Fugu Ultra | Divide el problema y asigna tareas diferentes | Combina especialidades y permite revisiones | Más latencia y consumo |
| Panel con síntesis | Varios modelos responden y otro combina | Obtiene varias perspectivas | Puede duplicar trabajo y elevar el coste |
El texto que ha servido como punto de partida compara Fugu con OpenRouter Fusion. Describe Fusion como un sistema que envía la misma pregunta a varios modelos, utiliza un evaluador para comparar las respuestas y genera después una síntesis. Fugu, por el contrario, intentaría decidir previamente qué modelo necesita y qué función debe desempeñar. Esta explicación debe entenderse como la caracterización realizada por el autor, ya que la documentación pública accesible de OpenRouter no detalla suficientemente todo el funcionamiento interno de Fusion.
OpenRouter sí ofrece una API unificada para acceder a cientos de modelos y mecanismos de selección, sustitución y enrutamiento. Sakana lleva esa idea un paso más allá al presentar el coordinador aprendido como si fuera un modelo adicional al que se llama desde el mismo tipo de interfaz.
Los resultados de Fugu frente a GPT, Claude y Gemini
Sakana publica una tabla de resultados que sitúa a Fugu y Fugu Ultra por delante de varios modelos individuales en programación, uso de terminal, razonamiento científico y tareas con herramientas.
La siguiente comparativa recoge una selección de los datos publicados por la propia compañía:
| Benchmark | Fugu | Fugu Ultra | Claude Opus 4.8 | Gemini 3.1 Pro | GPT-5.5 |
|---|---|---|---|---|---|
| SWE-Bench Pro | 59,0 | 73,7 | 69,2 | 54,2 | 58,6 |
| TerminalBench 2.1 | 80,2 | 82,1 | 74,6 | 70,3 | 78,2 |
| LiveCodeBench | 92,9 | 93,2 | 87,8 | 88,5 | 85,3 |
| LiveCodeBench Pro | 87,8 | 90,8 | 84,8 | 82,9 | 88,4 |
| Humanity’s Last Exam | 47,2 | 50,0 | 49,8 | 44,4 | 41,4 |
| GPQA-Diamond | 95,5 | 95,5 | 92,0 | 94,3 | 93,6 |
| CharXiv Reasoning | 85,1 | 86,6 | 84,2 | 83,3 | 84,1 |
| MRCRv2 | 86,6 | 93,6 | 87,9 | 84,9 | 94,8 |
Fugu Ultra lidera siete de las ocho pruebas seleccionadas, mientras GPT-5.5 obtiene el mejor resultado en MRCRv2. La tabla también muestra que el sistema de Sakana no supera siempre a todos los modelos y que la coordinación adicional no garantiza una mejora automática.
En SciCode, por ejemplo, Fugu obtiene 60,1 puntos y Fugu Ultra se queda en 58,7. En la prueba bancaria τ³, la versión básica alcanza 21,7 frente a 20,6 de Ultra. Estos resultados sugieren que dividir una tarea o incorporar más agentes puede introducir pasos innecesarios, dispersar el contexto o combinar respuestas menos precisas.
La propia evaluación tiene varias limitaciones. Sakana ejecutó las pruebas de Fugu, pero utiliza para los competidores las puntuaciones comunicadas por sus respectivos fabricantes. No todos los modelos fueron necesariamente evaluados con idénticos parámetros, herramientas, presupuestos de razonamiento o sistemas de agentes.
La página oficial lo reconoce mediante una nota: las cifras de los modelos utilizados como referencia proceden de los proveedores. Por tanto, la tabla resulta útil para conocer la posición que Sakana atribuye a su producto, pero no equivale a una evaluación independiente realizada en igualdad de condiciones.
La empresa también ha preparado demostraciones sobre resolución del cubo de Rubik, interpretación de escritura japonesa antigua, creación de diseños CAD, ajedrez a ciegas, investigación autónoma y simulación bursátil. Son casos llamativos, pero fueron seleccionados y ejecutados por Sakana.
Una de las demostraciones hizo que Fugu Ultra modificara de forma autónoma la receta de entrenamiento de un pequeño modelo. El agente ejecutó 123 experimentos durante unas 14 horas en una GPU Nvidia H100 y obtuvo una ligera mejora respecto a tres modelos rivales. La diferencia fue pequeña y pertenece a un entorno diseñado por la compañía, por lo que no permite generalizar que Fugu Ultra vaya a superar siempre a otros agentes de investigación.
Precios de Fugu y Fugu Ultra
Sakana ofrece suscripciones mensuales y facturación por tokens. Todos los planes de suscripción incluyen las dos variantes, aunque cambian sus límites de utilización.
| Plan | Precio mensual | Capacidad anunciada | Perfil de uso |
|---|---|---|---|
| Standard | 20 dólares | Utilización base | Pruebas y consultas ocasionales |
| Pro | 100 dólares | 10 veces Standard | Código, revisión e investigación frecuente |
| Max | 200 dólares | 20 veces Standard | Sesiones largas y trabajos intensivos |
La empresa no publica en la página principal una cantidad exacta de tokens para cada suscripción. Indica únicamente la relación entre las modalidades, por lo que un posible cliente debería comprobar los límites concretos antes de estimar el coste de producción.
Fugu utiliza una tarifa vinculada al modelo de mayor nivel incluido en el conjunto configurado. Sakana afirma que no suma el precio de cada agente utilizado. Aunque intervengan varios modelos, cobra una tarifa única basada en el trabajador más caro del grupo.
Fugu Ultra tiene un precio fijo por cada millón de tokens:
| Concepto | Hasta 272.000 tokens de contexto | Más de 272.000 tokens |
|---|---|---|
| Entrada | 5 dólares | 10 dólares |
| Salida | 30 dólares | 45 dólares |
| Entrada almacenada en caché | 0,50 dólares | 1 dólar |
Una petición con 100.000 tokens de entrada y 20.000 de salida costaría aproximadamente 1,10 dólares: 0,50 dólares por la entrada y 0,60 por la respuesta. Una tarea con 500.000 tokens de entrada y 50.000 de salida entraría en el tramo superior y rondaría los 7,25 dólares. Son cálculos teóricos que no incluyen posibles diferencias derivadas de herramientas, repeticiones o condiciones comerciales.
El modelo de facturación resulta atractivo porque evita presentar al cliente la suma de todas las llamadas internas. Sin embargo, también reduce la visibilidad: el usuario conoce los tokens y el coste de la petición, pero Sakana no revela qué modelos participaron ni cómo se repartió el trabajo.
La alternativa a un solo proveedor también crea nuevas dependencias
Fugu se presenta como una forma de reducir la dependencia de un único fabricante. Si un modelo destaca en programación y otro en razonamiento científico, el coordinador puede aprovechar ambos sin obligar al cliente a diseñar manualmente la integración.
Esa diversificación tiene límites. El sistema continúa dependiendo de Sakana AI, de sus reglas de selección y de las APIs de los proveedores que forman el grupo. Si uno cambia los precios, limita el acceso o modifica su modelo, Sakana debe volver a entrenar y evaluar el coordinador. La empresa calcula que necesitará alrededor de dos semanas para incorporar cada nuevo modelo de frontera.
Tampoco se trata de una solución de soberanía tecnológica en sentido estricto. Fugu es un servicio alojado y cerrado. Los clientes no pueden instalar el coordinador en sus propios servidores, inspeccionar las decisiones de enrutamiento ni conocer qué proveedor procesó una consulta concreta.
La versión básica permite excluir determinados modelos por razones de privacidad o cumplimiento normativo. Fugu Ultra no ofrece esa posibilidad porque utiliza un grupo fijo para mantener el rendimiento anunciado. Esta diferencia puede ser determinante para empresas que no pueden enviar información a determinados proveedores o territorios.
Sakana indica que los datos de uso pueden ayudar a mejorar el servicio, aunque permite desactivar su utilización para entrenamiento desde la consola. Las organizaciones deberían comprobar además las condiciones de cada agente subyacente, la ubicación del tratamiento, la conservación de registros y las garantías contractuales.
La principal limitación para los lectores europeos es más directa: Fugu no se ofrece actualmente en la Unión Europea ni en el Espacio Económico Europeo. Sakana explica que trabaja para adaptarse al Reglamento General de Protección de Datos (RGPD) y a otras normas regionales, sin comprometer una fecha de disponibilidad.
Fugu representa una evolución relevante en la carrera de la IA porque traslada la competencia desde el tamaño de un modelo hacia la capacidad de organizar varios. El resultado no demuestra que Japón haya creado un sistema universalmente superior a Claude Mythos o Fable 5. Sí muestra que la combinación aprendida de modelos especializados puede convertirse en una vía adicional para mejorar calidad, coste y resistencia frente a cambios de proveedor.
Preguntas frecuentes
¿Qué es Sakana Fugu?
Es un sistema de coordinación que selecciona y organiza modelos de inteligencia artificial externos detrás de una sola API. No es un modelo fundacional comparable directamente con GPT o Claude.
¿Qué diferencia existe entre Fugu y Fugu Ultra?
Fugu selecciona normalmente un único modelo para equilibrar velocidad y calidad. Fugu Ultra crea flujos de varios pasos y puede coordinar distintos agentes para resolver tareas más complejas.
¿Fugu utiliza Claude Fable 5 o Mythos Preview?
No. Sakana indica que esos modelos no forman parte del grupo de agentes porque no estaban disponibles públicamente. Sus resultados sí aparecen como referencia en algunas comparaciones.
¿Puede utilizarse Sakana Fugu desde España?
No en el momento del lanzamiento. Sakana AI no ofrece actualmente el servicio en la Unión Europea ni en el Espacio Económico Europeo mientras trabaja en el cumplimiento de la normativa regional.
Fuentes:
- Sakana AI, página oficial de Fugu, funcionamiento, resultados, precios y disponibilidad.
- Informe técnico de Sakana Fugu, publicado el 19/06/2026.
- OpenRouter, documentación oficial de su API unificada y sistemas de enrutamiento.
- Artículo de partida sobre Fugu, Fugu Ultra y su comparación con otros sistemas.
