# Sakana AI 把多模型调度打包成一个 API，叫 Sakana Fugu

> 原标题：东京 AI 公司 Sakana AI 推出多智能体编排系统 Sakana Fugu

- 来源：AI HOT 精选
- 发布时间：2026-06-22T16:11:41.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/39873
- 原文：https://x.com/berryxia/status/2069090959938466298

## 摘要

东京公司 Sakana AI 发布了一个叫 Fugu 的系统，把多个 AI 模型编排成一个 API 接口。你发一个请求，它自己拆任务、选模型、跑结果，最后再校验一遍。Fugu Ultra 在工程、科学和推理测试上跟 Fable/Mythos 打平。因为每次动态挑模型，天然不受单一供应商出口限制。正文没提价格、延迟和开放地区，这点先别太激动。

## 推荐理由

Sakana AI 把多模型编排打包成一个 API，Fugu Ultra 在工程、科学和推理测试上跟 Fable/Mythos 打平，还自带绕开出口限制的属性。正文没提价格、延迟和开放地区，我会先打个折，等这些信息出来再重新判断。

## 锐评

Sakana AI 的 Fugu 系统做了一件挺实用的事：把原本需要自己搭的多模型协作流程，封装成一个 API 调用。你发一个请求，它内部自动拆解任务、从全球模型池里挑合适的跑、最后再校验结果。Fugu Ultra 在工程、科学和推理基准上跟 Fable/Mythos 打平，说明这套动态编排没拖后腿。

团队背景不弱，David Ha 和 Llion Jones 都是 Transformer 圈子的老人，但产品化是另一回事。动态挑模型确实能绕开单一供应商的出口限制，这对某些地区用户是刚需。不过正文完全没披露价格、延迟和可用地区，这三个指标直接决定这东西能不能真用起来。如果是真的省钱省事，那对不想自己维护多模型管线的团队是个好消息；但如果延迟高或者按调用次数算账很贵，就只适合低频、高价值的任务。

还缺的信息：它怎么处理模型间的错误传导？校验环节是规则还是模型自检？支持的模型池有多大、更新频率如何？这些都会影响实际可靠性。