Sakana AI 在 6月22日发布 Sakana Fugu 与 Fugu Ultra。表面看是一款新的大模型 API，内部却根本不是单一模型——Fugu 本身是一个**专门训练来"调度"其他 LLM 的语言模型**:判断何时调用哪位专家、如何拆分任务、如何合并结果。对外只暴露一个 OpenAI 兼容的 API。 性能是这次发布最硬的牌。Sakana 宣称 Fugu Ultra 在工程、科学、推理等 benchmark 上与 Anthropic Fable 5、Mythos Preview **持平**。含金量在于:Fable 5 与 Mythos Preview **并不在 Fugu 的 agent pool 中**(因不可公开访问)——Fugu 是用"次梯队"专家调度出了"第一梯队"成绩。在自动化研究、魔方求解、机械设计、日文手写分析、金融时序预测等真实任务上,Sakana 报告 Fugu 稳定超越 Gemini 3.1 Pro、Opus 4.8、GPT-5.5。 但路线价值比榜单更值得讨论。Fugu 的"指挥家模型"统一调度可替换的 agent pool,任一厂商断供或出口管制时能动态绕道。Sakana 文章直接点出:Fable 与 Mythos 最近因出口管制被限制访问,**对单厂商 API 的依赖已经从"假设风险"变成"现实风险"**。Fugu 把"集体智能"做成单一商品接口,是对前沿模型集中化趋势的一次正面回应。 更深的信号在设计哲学。单模型堆参数的边际收益正在放缓,**真正的难点是把多个异构模型的能力组合起来**。OpenRouter Fusion、字节 WeDLM 都在朝这个方向走,但 Sakana 把这件事做成了**独立产品**——并把"指挥家"本身也训练成模型。 如果数字站得住脚,2026 下半年 LLM 竞争可能不再是"谁的底模更大",而是"谁能把多个底模用得更聪明"。