The Pulse

Sakana AI sdoppia Fugu: Max costa meno, Ultra v2 è più potente

Sakana AI ha lanciato Fugu Max e Fugu Ultra v2, due sistemi di orchestrazione pensati per ridurre i costi di inferenza e migliorare le prestazioni nei compiti complessi. Fugu Max costa 2 dollari per milione di token in input, mentre Ultra v

AI.info Team · Scritto con l’IA · verificato · 2026-09-12

Sakana AI mette in vendita due risposte diverse alla stessa questione dibattuta nel settore. I modelli di base più grandi e costosi non sono sempre il modo migliore per gestire i carichi di lavoro reali, sostiene l’azienda con sede a Tokyo; i fornitori che li sviluppano controllano però ancora buona parte delle capacità più avanzate disponibili sul mercato nel software e nel ragionamento. La sua risposta consiste in Fugu Max, che instrada i compiti tra una gamma più ampia di modelli aperti e specializzati, e Fugu Ultra v2, che punta alla massima qualità nei lavori difficili e articolati in più passaggi.

Sakana ha annunciato entrambi i sistemi l’11 settembre 2026, descrivendoli come due versioni della stessa architettura di orchestrazione, non come prodotti indipendenti. Fugu Max è costruito attorno all’efficienza dei costi, mentre Fugu Ultra v2 è progettato per ottenere prestazioni migliori nei benchmark. Entrambi sono disponibili tramite l’API di Sakana compatibile con OpenAI e, secondo l’azienda, i clienti che già utilizzano Fugu possono passare a uno dei due cambiando un solo parametro del modello.

Il lancio porta avanti una strategia di prodotto che mette in discussione l’idea che un unico modello debba svolgere ogni compito. Il sistema Fugu di Sakana offre agli utenti un unico endpoint API, ma al suo interno seleziona, delega, coordina e combina più agenti. Il rapporto tecnico dell’azienda descrive i modelli Fugu come modelli linguistici addestrati a costruire strutture agentiche adattive per le singole richieste, con una variante che privilegia la latenza e un’altra la qualità delle risposte.

Fugu Max punta a ridurre il costo delle chiamate ai modelli di frontiera

Fugu Max è il tentativo di Sakana di rendere l’orchestrazione dei modelli economicamente vantaggiosa su larga scala. Il sistema instrada dinamicamente ogni richiesta verso quello che l’azienda definisce il modello più leggero in grado di risolverla, invece di inviare ogni compito al modello più potente disponibile. La gamma ampliata comprende sistemi a pesi aperti e specializzati, tra cui la famiglia Nemotron di NVIDIA, grazie alla partnership con il produttore di chip.

Il prezzo pubblicato è di 2 dollari per milione di token in input e 6 dollari per milione di token in output. L’input in cache costa 0,25 dollari per milione di token e Sakana afferma che il prezzo dell’output del modello è inferiore dal 40% al 60% rispetto a quelli di Sonnet 5, GPT 5.6 Terra e Kimi K3. Secondo l’azienda, Fugu Max offre inoltre prestazioni vicine a quelle dei modelli di punta a un costo da due a sei volte inferiore, anche se questi confronti provengono dalla valutazione e dall’analisi dei prezzi condotte dalla stessa Sakana.

Secondo Sakana, Fugu Max ottiene il miglior punteggio complessivo in sei benchmark: Terminal Bench 2.1, GPQAD, AA-LCR, GDP.pdf, AutomationBench e SWEFish. Quest’ultimo è descritto come un benchmark interno basato sulle sfide di programmazione e sui casi d’uso di Sakana. L’azienda afferma inoltre che Max estende la frontiera del rapporto tra costi e prestazioni in sette dei dieci benchmark valutati.

Queste affermazioni sono importanti perché i sistemi di instradamento possono comportare costi che un modello convenzionale nasconde. Ogni richiesta può attivare diverse chiamate interne ai modelli e la risposta finale può includere, oltre alla risposta visibile, il lavoro svolto dal livello di orchestrazione. La documentazione di Sakana sui prezzi precisa che questi token di orchestrazione concorrono al conto finale alle stesse tariffe per input e output: ciò offre agli sviluppatori un conteggio più chiaro del lavoro interno del sistema, ma rende anche i prezzi dei token pubblicizzati una misura incompleta della spesa totale.

Ultra v2 sacrifica il costo per ragionamenti più difficili

Fugu Ultra v2 adotta la posizione opposta. Il sistema coordina una gamma più ampia di agenti per il ragionamento complesso, la ricerca autonoma e lo sviluppo software full-stack, ambiti in cui la latenza e il consumo di token contano meno della qualità del risultato finale, afferma Sakana. Secondo l’azienda, Ultra v2 ottiene il punteggio migliore, da solo o a pari merito, in cinque benchmark su otto: GDP.pdf, Chartography, SWEFish, DeepSWE e Toolathon.

Il risultato pubblicato più notevole arriva da Chartography, che valuta il ragionamento visivo e l’interpretazione dei dati. Fugu Ultra v2 ottiene un punteggio di 48,3, rispetto a 27,3 per Opus 5 e 29,5 per Fable 5, riferisce Sakana. In DeepSWE, una valutazione di ingegneria del software, l’azienda riporta un punteggio di 74,3. Secondo Sakana, Ultra v2 si colloca tra i primi due in sette degli otto benchmark del confronto.

L’azienda avanza anche un’affermazione più circoscritta su ciò che è alla base di questi risultati. Secondo Sakana, la gamma di modelli di Fugu Ultra v2 non comprende Fable 5, Fable 5.1 o GPT-6-Astra e i punteggi riportati non dipendono da questi sistemi proprietari. Ciò non significa che il sistema operi senza accesso ad alcun modello esterno; significa che, secondo Sakana, i tre modelli citati sono assenti dalla gamma utilizzata per Ultra v2.

Secondo l’annuncio di Sakana, la data di chiusura dei dati di addestramento di Fugu Ultra v2 è il 28 agosto 2026. Il prezzo è di 5 dollari per milione di token in input e 30 dollari per milione di token in output, mentre l’input in cache costa 0,50 dollari per milione. Per contesti superiori a 272.000 token, le tariffe salgono a 10 dollari per milione di token in input, 45 dollari per milione di token in output e 1 dollaro per milione di token in input in cache.

Il prodotto dipende da una gamma di modelli in evoluzione

La principale scommessa tecnica di Sakana è che la selezione dei modelli possa diventare una capacità a sé stante. Una richiesta di ingegneria del software potrebbe essere instradata verso agenti che ottengono buoni risultati nella generazione di codice e nell’uso di strumenti; una domanda scientifica potrebbe attivare una combinazione diversa. Il rapporto tecnico su Fugu afferma che il sistema può instradare richieste tra agenti specializzati, delegare loro compiti e coordinarli, offrendo all’utente l’esperienza di una chiamata a un solo modello.

L’approccio si basa sulla precedente versione di Fugu lanciata da Sakana a giugno. Quella versione descriveva due varianti: Fugu standard per prestazioni migliori con una latenza più bassa e Fugu Ultra per un’orchestrazione più approfondita su un insieme più ampio di modelli operativi. Il rapporto tecnico di Sakana afferma che i sistemi usano fine-tuning su larga scala, algoritmi evolutivi e apprendimento per rinforzo per addestrare il livello di orchestrazione e adattarlo a compiti diversi.

Sakana sostiene che una gamma di modelli intercambiabili riduca la dipendenza da un singolo fornitore. Se un fornitore modifica un’API, revoca l’accesso o limita un modello in un determinato mercato, secondo l’azienda Fugu può sostituirlo con un altro agente senza costringere i clienti a riprogettare l’interfaccia della loro applicazione. Si tratta di un’affermazione sull’architettura, non di una garanzia: il sistema dipende comunque dalla disponibilità, dai prezzi e dalle condizioni dei modelli che può chiamare.

I modelli Nemotron di NVIDIA fanno parte di questa strategia. In un annuncio di luglio, Sakana aveva dichiarato che avrebbe integrato Nemotron come agenti specializzati all’interno di Fugu, con punti di forza nella programmazione, nella chiamata di strumenti e nell’esecuzione delle istruzioni. David Ha, cofondatore e amministratore delegato di Sakana AI, ha dichiarato: «Siamo entusiasti di collaborare con NVIDIA per costruire insieme la prossima generazione di modelli di orchestrazione Fugu, incorporando modelli a pesi aperti di primo piano come Nemotron».

Un’API, due livelli operativi

Per gli sviluppatori, la distinzione tra Max e Ultra v2 è semplice, anche se i sistemi che li sostengono non lo sono. Max è l’opzione meno costosa per i carichi di lavoro che richiedono risultati solidi su un grande volume di richieste. Ultra v2 è la scelta più costosa per i lavori in cui un ragionamento più approfondito, tempi di esecuzione più lunghi e una maggiore qualità delle risposte giustificano una spesa più elevata.

Entrambi i modelli sono immediatamente disponibili tramite l’API standard di Sakana compatibile con OpenAI. Le applicazioni Fugu esistenti non richiedono un progetto di migrazione: secondo l’azienda, i clienti possono passare a una delle due versioni modificando un parametro. L’AI Gateway di Vercel elenca gli identificativi di entrambi i modelli e ne supporta l’accesso tramite interfacce compatibili con OpenAI Chat Completions, OpenAI Responses e Anthropic Messages, offrendo agli sviluppatori un’altra via per testare i sistemi.

Il modello API mantiene inoltre la gamma di agenti sottostante in gran parte fuori dalla vista. Gli utenti ricevono una risposta tramite un unico endpoint, anziché scegliere personalmente ogni modello operativo. Questo riduce la complessità delle applicazioni, ma significa anche che i clienti devono fidarsi delle scelte di instradamento di Sakana e accettare che la gamma possa cambiare quando i modelli vengono aggiunti, rimossi o subiscono variazioni di prezzo.

Le prestazioni dichiarate da Sakana nei benchmark attendono la prova della produzione

Il lancio offre a Sakana una proposta commerciale più definita rispetto al debutto originale di Fugu. Max presenta un posizionamento di prezzo concreto, mentre Ultra v2 offre una serie di punteggi elevati nelle valutazioni di programmazione, ragionamento visivo e agenti. Insieme, permettono all’azienda di vendere l’orchestrazione come una scelta tra un livello operativo meno costoso e uno con maggiori capacità, anziché presentare un unico sistema con un compromesso ambiguo tra prestazioni e costi.

Una verifica indipendente determinerà quanto questa distinzione regga al di fuori della suite di test di Sakana. L’annuncio dell’azienda identifica i benchmark e i modelli usati per il confronto, ma non dimostra che ogni carico di lavoro riprodurrà la stessa classifica. Alcuni dati di riferimento provengono dai fornitori dei modelli e la composizione della gamma, il comportamento dell’instradamento e l’uso interno dei token possono influenzare i risultati in modi che il punteggio statico di un benchmark non mostra.

Per ora, l’offerta concreta è chiara: Fugu Max è disponibile a 2 dollari per milione di token in input e 6 dollari per milione di token in output, mentre Fugu Ultra v2 parte da 5 e 30 dollari. Entrambi i sistemi offrono la stessa interfaccia compatibile con OpenAI, ma collocano la tesi di Sakana sull’orchestrazione ai due estremi della decisione d’acquisto: uno chiede quanto poco possa costare portare a termine un compito, l’altro quante prestazioni un cliente sia disposto ad acquistare.