Fugu Ultra v2 e Fugu Max: o que muda na pesquisa autônoma e no raciocínio de múltiplas etapas?

A Sakana AI lançou duas variantes da família Fugu no mesmo anúncio, e elas foram ajustadas pra brigar por coisas opostas: uma quer o melhor resultado possível pelo menor custo, a outra quer a maior capacidade possível em tarefas complexas de múltiplas etapas

Fala aí, beleza? O anúncio se chama "Introducing Fugu Max and Fugu Ultra v2: Orchestrating the Pareto Frontier", com cobertura da imprensa técnica datada de 10/09/2026

O recorte deste post é um só: pesquisa autônoma e raciocínio de múltiplas etapas, que é exatamente o terreno onde a variante de alta capacidade foi desenhada pra jogar

O que a Sakana AI anunciou e por que agora

A linha original não é de ontem: Fugu e Fugu Ultra foram lançados em 22/06/2026

O Fugu Ultra v2 é um refresh da MESMA arquitetura, cerca de onze semanas depois

E aqui vale parar pra explicar o que o Fugu é de verdade, porque isso muda a leitura de tudo que vem depois

Que arquitetura é essa? O Fugu é um modelo de linguagem treinado pra rotear tarefas pra um pool de modelos e pra chamar instâncias de si mesmo recursivamente

Formação Recomendada

Formação Claude Code

Domine Claude Code do absoluto zero até o avançado

• 116 aulas
• 4 projetos
• 9h 23min

Conhecer formação

Ou seja: um sistema de orquestração multiagente aprendido, onde a chamada recursiva funciona como forma de escalar computação em tempo de execução

Se você já usou um orquestrador de tarefas, a analogia é próxima: em vez de um modelo tentar resolver tudo numa tacada, ele quebra, distribui, chama de novo, junta

E é justamente essa recursão que sustenta fluxo longo

Pesquisa autônoma não é uma pergunta com uma resposta, é uma corrente de dezenas de decisões pequenas onde cada erro contamina o passo seguinte

Um modelo que consegue gastar mais computação DURANTE a execução é outra categoria de bicho pra esse tipo de missão

Fugu Max ou Fugu Ultra v2: qual variante serve para qual missão?

As duas variantes saem da mesma arquitetura de orquestração multiagente, o que muda é o alvo

Segue o que dá pra afirmar com os dados publicados:

Antes que apareça a pergunta: as linhas com "não divulgado" não são desleixo, é que os dados de contexto, cache e limite de saída eu só consegui confirmar na página do modelo no OpenRouter

E por que GDP.pdf e SWEFish aparecem nas DUAS colunas? Porque a contagem da variante de alta capacidade é de "melhor OU empatado em melhor"

Ou seja: empate nesses dois já explica a sobreposição, sem nenhuma das duas linhas se contradizer

Tome cuidado com outra conta também: os nomes citados nas duas colunas somam nove benchmarks distintos, enquanto as frações falam em um total de oito

O que está publicado é a fração sobre oito só na cobertura da variante de alta capacidade, e pro Max uma contagem de benchmarks liderados, sem o conjunto declarado

Então não dá pra afirmar que é exatamente o mesmo conjunto de oito pras duas variantes, e eu prefiro dizer isso a inventar uma tabela redondinha

Lendo a tabela com olho de quem faz pesquisa autônoma: a saída do Ultra v2 custa cinco vezes a do Max

E pesquisa longa é um fluxo que gera MUITO token de saída, porque cada etapa intermediária é texto gerado

Então a conta não é "qual é mais caro", é "em qual tarefa o resultado melhor paga a diferença"

Pesquisa autônoma e raciocínio de múltiplas etapas: onde o Ultra v2 faz diferença

Esse é o coração do lançamento, então bora por partes

Missão agêntica longa, de ponta a ponta:

A linha Ultra é avaliada em tarefas ponta a ponta de comportamento agêntico longo: pesquisa de longo horizonte, síntese de programas, otimização e geração de CAD

A prioridade declarada da linha é extrair a capacidade máxima de um time de agentes quando a qualidade da resposta vem antes do custo

Quando escolher o Max no lugar? Quando a tarefa é curta, repetitiva e roda em volume, tipo classificar, resumir ou extrair campo de um lote de documentos

Raciocínio sobre dados visuais e estruturados:

Aqui está o número mais chamativo do anúncio

No Chartography, benchmark de raciocínio visual e interpretação de dados, o Fugu Ultra v2 marcou 48,3, contra 27,3 do Claude Opus 5 e 29,5 do Claude Fable 5

Esses números são reportados pela própria Sakana AI, guarde isso pra seção do veredito

Se o seu fluxo é ler gráfico, cruzar tabela e sustentar uma conclusão em cima disso, é esse tipo de tarefa que a variante de maior capacidade está mirando

Se é só OCR de um campo fixo, o Max resolve por uma fração do preço

Trabalho de engenharia:

No DeepSWE a variante de alta capacidade marcou 74,3, também autorreportado

Refatoração grande, bug que atravessa vários arquivos, migração: esse é o perfil de tarefa onde a recursão de agentes tem espaço pra trabalhar

Pra tarefa de dev pequena e bem delimitada, o Max aparece com melhor score geral no SWEFish, e o Ultra v2 aparece nesse mesmo benchmark na lista de melhor ou empatado em melhor

Ou seja: ali a diferença não está declarada como vantagem clara de um lado, então não precisa apelar pra variante mais cara sempre

Leitura de PDF e gráfico na mesma corrente:

O Ultra v2 aceita texto, imagens e arquivos como PDF, e devolve texto

Isso importa MUITO pra pesquisa autônoma, porque a fonte da vida real raramente vem em texto limpo: vem em relatório, anexo e print

Com function calling e structured outputs via JSON schema, dá pra amarrar a saída num formato fixo em vez de ficar parseando texto solto na mão

Busca web embutida como perna de pesquisa:

O modelo tem busca web embutida, e no OpenRouter ela é cobrada à parte: US$ 10 por mil chamadas de busca

Parece pouco, só que num agente de pesquisa longo a contagem de chamadas sobe rápido

Tome cuidado! Vale colocar um limite de chamadas por execução antes de soltar o agente pra rodar sozinho a noite inteira

Como usar o Fugu na prática: IDs de modelo, API e Claude Code

Parte operacional, só com o que dá pra confirmar

IDs disponíveis no console da Sakana:

• fugu-max
• fugu
• fugu-ultra (é por esse ID que o Fugu Ultra v2.0 responde)
• fugu-ultra-v1.0
• fugu-ultra-v1.1
• fugu-cyber

Níveis de reasoning effort aceitos:

• fugu-max, fugu-ultra (v2.0), fugu, fugu-ultra-v1.0 e fugu-cyber aceitam high e xhigh
• nesses, max é aceito por compatibilidade e mapeia pra xhigh
• fugu-ultra-v1.1 aceita high, xhigh e max de verdade

Olha esse detalhe com carinho, porque é o tipo de coisa que passa batido: você manda max, o job roda, ninguém reclama, e o esforço aplicado foi xhigh

Sobre as APIs: o Fugu suporta as APIs compatíveis com OpenAI (Chat Completions, Responses e Models) e a API Messages compatível com Anthropic

Na prática, é um baita atalho: o cliente que você já tem escrito provavelmente já fala uma dessas

Passo a passo pra apontar o Claude Code pro Fugu:

1. Crie a chave no console da Sakana. O erro comum deste passo: a chave é exibida uma única vez, então se você fechar a aba sem salvar, vai ter que gerar outra

2. Exporte as variáveis de ambiente apontando pro endpoint da Sakana:

export ANTHROPIC_BASE_URL="<endpoint da Sakana>"
export ANTHROPIC_AUTH_TOKEN="<sua chave do console>"

3. Use ANTHROPIC_AUTH_TOKEN, que é bearer token, e NÃO ANTHROPIC_API_KEY. O erro comum deste passo é exatamente esse: trocar a variável e ficar tomando falha de autenticação sem entender o motivo

4. Rode o Claude Code normal, sem launcher obrigatório:

claude

5. Não se assuste com os rótulos: as requisições são cobradas pela Sakana e não consomem assinatura da Anthropic, mas o seletor de modelo e o slider de esforço do Claude Code continuam mostrando rótulos da Anthropic, e a própria Sakana descreve esses rótulos como cosméticos

E os planos? No console da Sakana tem Standard a US$ 20/mês, Pro a US$ 100/mês (10x o uso do Standard) e Max a US$ 200/mês (20x o uso do Standard), além de um pay-as-you-go por consumo de tokens

Vale confiar nos números? O que ainda não dá para afirmar

Agora a parte que quase ninguém escreve no dia do lançamento

Todos os scores de benchmark divulgados são autorreportados pelo fornecedor

Nenhum deles foi reproduzido de forma independente, e não existe página de avaliação de modelos Fugu no Artificial Analysis até 11/09/2026

Isso não quer dizer que os números são falsos, quer dizer que eles ainda não passaram pelo teste de alguém sem interesse no resultado

E tem o outro lado da moeda: velocidade

Relatos de terceiros e reviews apontam que o Fugu Ultra roda mais lento que o Fugu padrão, com esperas longas em tarefas complexas

Um teste público chegou a relatar espera de 25 minutos

Pra pesquisa autônoma rodando em background isso é detalhe, você manda e vai fazer outra coisa

Pra fluxo interativo, onde você fica olhando o cursor piscar, é outra história

Resumo honesto: o Ultra v2 faz sentido hoje pra quem tem missão longa, raciocínio visual pesado e tolerância a espera

Pra o resto (volume, tarefa curta, orçamento apertado), o Max já resolve e custa bem menos

Pra quem quer começar do zero com fluxos de múltiplas etapas no front-end, este vídeo do canal mostra como montar um formulário multistep com React.js, passo a passo

O próximo passo

A régua ficou bem desenhada nesse lançamento: Fugu Max pra volume e custo, Fugu Ultra v2 pra missão longa e raciocínio visual pesado

E o próximo passo é concreto, não é filosofia:

1. Crie a chave no console da Sakana e salve ela na hora
2. Escolha o ID de modelo pela missão, não pelo hype: fugu-max ou fugu-ultra
3. Pegue uma tarefa de pesquisa longa que você JÁ faz hoje e rode ela nas duas variantes
4. Compare com o que você usa atualmente, olhando custo, tempo e qualidade da resposta final

E lembra: os benchmarks continuam autorreportados, então o único número que vale de verdade pro seu caso é o que sair do seu próprio fluxo 🙂

até o próximo post!