Fugu Ultra v2 consegue entregar alto desempenho sem depender de um modelo de fronteira?

Fala aí, beleza? A Sakana AI acabou de soltar uma afirmação bem ousada: dá pra entregar desempenho de pico SEM depender indispensavelmente dos modelos de fronteira que o próprio sistema orquestra 👀

O lançamento vem em duas configurações, Fugu Max e Fugu Ultra v2, apresentadas no post oficial Introducing Fugu Max and Fugu Ultra v2: Orchestrating the Pareto Frontier

E o detalhe que faz essa notícia valer a leitura não é o placar de benchmark, é a composição do pool: o Fugu Ultra v2 foi lançado com um conjunto de modelos que não contém mais Claude Fable 5, Claude Fable 5.1 nem GPT-6-Astra, e ainda assim a empresa diz superar os três

Se isso se sustentar, muda a conversa sobre vendor lock-in, revogação de API e modelo saindo do ar por controle de exportação

Se não se sustentar, é só mais um argumento de lançamento bonito no slide

Bora destrinchar?

O que é o Fugu e por que ele não é um modelo de fundação

Primeiro ponto, porque é aqui que quase todo mundo se confunde: o Fugu não é um modelo de fundação

Ele é um orquestrador treinado, que roteia o trabalho para um pool de OUTROS modelos por trás de uma única API

Na prática, o que ele faz é rotear, delegar, verificar e recombinar trabalho entre modelos de fornecedores diferentes, e te devolver uma resposta só

Se você já usou um roteador de requisições na sua aplicação, a analogia é quase direta: em vez de você escolher o modelo na mão, quem escolhe é uma camada treinada pra isso

E qual a diferença entre o Fugu Max e o Fugu Ultra v2?

Os dois são a MESMA arquitetura central, otimizada para missões distintas

O Fugu Max mira melhor resultado pelo menor custo

O Ultra v2 mira desempenho de pico em tarefas complexas de múltiplas etapas

Não é irmão mais novo e irmão mais velho, é o mesmo motor com afinação diferente, beleza?

O histórico importa aqui:

O Fugu original foi lançado em 22 de junho de 2026, e a versão Ultra daquela geração podia chamar modelos proprietários de fronteira como Claude Opus 4.8, Gemini 3.1 Pro e GPT-5.5

Ou seja: a independência anunciada agora é uma mudança de rota em relação à própria geração anterior do produto

É exatamente por isso que a afirmação virou o centro da notícia, e não um rodapé

Fugu Max e Fugu Ultra v2: preço, contexto e foco de cada um

Todos os valores abaixo são os divulgados nas páginas dos modelos e no anúncio da Sakana

Repara na diferença de saída: US$ 6 contra US$ 30 por milhão de tokens

Em volume, isso não é detalhe, isso é a sua fatura inteira

A Sakana também posiciona o preço de saída do Max como 40% a 60% abaixo de Sonnet 5, GPT 5.6 Terra e Kimi K3, e essa comparação é afirmação da própria empresa no anúncio, não medição de terceiro

A página do Fugu Ultra v2 no OpenRouter é onde estão os valores de preço, contexto e saída máxima do Ultra v2

Os benchmarks que a Sakana apresentou (e o que eles não provam)

O placar declarado no anúncio é forte, vamos combinar:

• Fugu Ultra v2 melhor ou empatado em primeiro em 5 de 8 benchmarks: GDP.pdf, Chartography, SWEFish, DeepSWE e Toolathon
• 48,3 em Chartography, contra 27,3 do Opus 5 e 29,5 do Fable 5
• 74,3 em DeepSWE
• Fugu Max com melhor score geral em 6 benchmarks: Terminal Bench 2.1, GPQA Diamond, AA-LCR, GDP.pdf, AutomationBench e SWEFish

E aqui já vale a primeira anotação de lápis: GDP.pdf e SWEFish aparecem nas DUAS listas, cada uma com um produto diferente no topo

O anúncio também não deixa claro se as duas listas rodaram o mesmo conjunto de testes, já que uma fala em 5 de 8 e a outra fala em 6 benchmarks

Outro aviso de nomenclatura, pra ninguém se perder: o Opus 5 que aparece no placar não é o mesmo nome do Claude Opus 4.8 citado lá em cima, na geração anterior do Fugu, e o anúncio não diz que são a mesma coisa

Agora a parte chata, que é a parte importante

Score de orquestrador não é score de LLM:

Um sistema de orquestração é comparado com modelos únicos, e isso não é comparação equivalente

O fornecedor controla o prompt, o scaffold, o acesso a ferramentas e também quais resultados publica

Então a paridade com o Fable 5 é paridade POR DECLARAÇÃO, não teste direto de terceiro

E tem outra: não existe página da Artificial Analysis para nenhum modelo Fugu, e nada disso foi reproduzido de forma independente até agora

Todos os números que você leu ali em cima saíram da própria Sakana

Isso não quer dizer que sejam falsos

Quer dizer que ainda são autorrelato, e autorrelato a gente anota com lápis, não com caneta 😀

O que dá para perceber usando um orquestrador multiagente na prática

Eu já testei o Fugu e mostrei no vídeo como ele funciona de verdade, criando projetos pra ver o potencial real do orquestrador

A primeira coisa que fica clara é a natureza da ferramenta: não é um modelo único respondendo, é uma camada escolhendo entre outras IAs pra montar a resposta final

E a segunda coisa é a que mais me incomodou no uso: tu recebe só o resultado

Sem dizer qual IA foi usada, sem mostrar o caminho da escolha

É como contratar uma equipe inteira, receber o entregável na mesa e não ter ideia de quem fez qual parte

Apesar da promessa de ser melhor que os modelos topo de linha, o comportamento que eu observei no teste não confirmou isso do jeito que é divulgado

E a minha ressalva principal continua de pé: colocar o orquestrador acima dos modelos topo de linha num gráfico perde o sentido se ele aciona esses mesmos modelos por dentro

É justamente por isso que o anúncio escolheu bater nessa tecla de tirar Fable 5, Fable 5.1 e GPT-6-Astra do pool

Tirar os três de dentro é a resposta mais direta que existe pra essa crítica, só que resposta direta não é prova

No vídeo acima eu mostro o Sakana Fugu rodando na prática, montando projetos, e comento onde a promessa e o comportamento observado não batem

Para quem esse tipo de independência faz diferença

Não é pra todo mundo, e tá tudo bem

Faz diferença pra você se:

• Você monta produto em cima de uma única API proprietária e perde o sono com vendor lock-in, revogação de API ou modelo saindo do ar por controle de exportação
• Você precisa de contexto absurdamente longo, já que o Ultra v2 anuncia 1.000.000 de tokens de contexto e até 128.000 de saída
• Você roda volume alto e o custo por token dói, e aí o Fugu Max, com US$ 2 de entrada e US$ 6 de saída, entra na conta como opção mais barata que o Ultra v2

Agora, NÃO faz diferença nenhuma se o seu plano era auto-hospedar

Não há pesos abertos do Fugu pra baixar: ele é um serviço de orquestração que roteia requisições pro pool de outros modelos

Então se a sua fuga do lock-in passava por rodar tudo dentro de casa, com máquina sua, essa porta aqui está fechada

Quem já pensou nesse caminho sabe que ele é outro projeto inteiro, começando pelo hardware: vale mais planejar um upgrade barato de desktop com calma do que sonhar com PC da Nasa no impulso

Risco e continuidade de produto: o que essa aposta muda no seu stack

Aqui mora a troca real, e ela é mais sutil do que o anúncio deixa parecer

Sair da dependência de um modelo de fronteira específico não elimina a dependência

Ela só MUDA de endereço

Você deixa de depender de um fornecedor de modelo e passa a depender da Sakana, que mantém o roteamento proprietário: quais modelos estão no pool e como eles são coordenados não é aberto ao usuário

É opacidade por design

O que você perde de controle:

Você não escolhe o modelo da tarefa, não audita a decisão e não sabe se o pool mudou de composição de uma semana pra outra

Pra quem tem compliance mordendo o calcanhar, isso é um problema concreto

O que você ganha em continuidade:

Se um modelo específico do pool cai, some ou vira problema regulatório, a troca é problema da camada de orquestração, não do seu código

Sua integração continua sendo uma API só

E tem um ponto que ajuda no risco de fornecedor: os modelos Fugu não vivem só nos endpoints da própria Sakana, eles também são oferecidos por provedores de terceiros, incluindo o OpenRouter

Não resolve a opacidade do pool, mas te dá mais de um caminho pra chegar no mesmo serviço

Veredito: a independência é real ou é argumento de lançamento?

Vou separar em três pilhas, do jeito que dá pra defender hoje

O que é fato: o Ultra v2 foi lançado com um pool que não contém mais Claude Fable 5, Claude Fable 5.1 nem GPT-6-Astra

Isso é composição declarada de produto, e é uma mudança concreta em relação à geração anterior, que chamava modelos proprietários de fronteira

O que é declaração: que ele supera esses três mesmo sem eles

Os 48,3 em Chartography, os 74,3 em DeepSWE, os 5 de 8 benchmarks, tudo isso é autorrelato da Sakana, com o fornecedor controlando prompt, scaffold e ferramentas

Paridade por declaração não é paridade testada

O que mudaria meu julgamento: reprodução independente

Uma página de dados viva de terceiro, com metodologia pública e os mesmos scores batendo, resolve a discussão em um dia

Enquanto isso não existe, a independência é real como decisão de arquitetura e é promessa como resultado

E tem a pergunta que o desenho do produto não responde: sem saber quais modelos estão no pool, você não tem como avaliar sozinho se a independência de fronteira é estrutural ou temporária

Conclusão

Recapitulando rapidinho: Fugu Max e Fugu Ultra v2 são a mesma arquitetura de orquestração com missões diferentes, custo por milhão de tokens bem distinto (US$ 2 e US$ 6 no Max, US$ 5 e US$ 30 no Ultra v2), e o argumento central do lançamento é entregar desempenho de pico sem depender indispensavelmente dos modelos de fronteira que o sistema orquestra

O placar é bom e é todo autorrelatado

O próximo passo que eu faria, e que recomendo: pega UMA tarefa real do seu fluxo, roda nela, compara o custo de saída com o modelo que você já usa hoje e vê se o resultado justifica

E segura a mão antes de migrar produto crítico: espera aparecer reprodução independente dos números

Testar cedo é ótimo, apostar cedo é outra coisa 😀

até o próximo post!