Fugu Max: quais modelos ele orquestra e onde entra a NVIDIA Nemotron?

Fala aí, beleza? A Sakana AI acabou de soltar o Fugu Max e o Fugu Ultra v2, e o ponto interessante aqui não é "mais um modelo novo na praça"

É outra pergunta, bem mais estranha: quais modelos estão rodando por trás de cada chamada que você faz?

Porque o Fugu não é um modelo, é um orquestrador, e isso muda tudo na hora de avaliar a coisa

Neste post eu vou direto ao que interessa: o que o Fugu orquestra, onde a família NVIDIA Nemotron entra nessa história, quanto custa cada variante e o que disso tudo ainda depende de verificação independente

O que a Sakana AI anunciou: Fugu Max e Fugu Ultra v2

São duas variantes do mesmo sistema de orquestração multiagente, lançadas juntas e já disponíveis pela API compatível com OpenAI da Sakana, conforme o anúncio oficial

A divisão de papéis é clara:

• Fugu Max: a variante focada em custo-desempenho, que amplia o pool de modelos orquestrados adicionando um grande conjunto de modelos de pesos abertos e especializados
• Fugu Ultra v2: a variante focada em qualidade, mirando raciocínio multi-etapas, pesquisa autônoma e desenvolvimento full-stack

Formação Recomendada

Formação Claude Code

Domine Claude Code do absoluto zero até o avançado

• 120 aulas
• 4 projetos
• 9h 45min

Conhecer formação

E tem um detalhe do Ultra v2 que vale sublinhar: a Sakana afirma que ele não depende de modelos de fronteira proprietários individuais no seu pool

Ou seja, a aposta declarada é montar algo competitivo empilhando modelo aberto, não alugando o modelo fechado do vizinho

As duas ficam atrás do mesmo endpoint, com base_url em https://api.sakana.ai/v1, compatível com a interface padrão do SDK da OpenAI

Como funciona um orquestrador aprendido (e por que isso muda a pergunta "qual modelo você usa?")

A Sakana descreve o Fugu como um sistema de orquestração multiagente aprendido

Traduzindo: é um modelo de linguagem treinado para rotear tarefas entre um pool de modelos abertos e especializados, e treinado também para chamar recursivamente instâncias de si mesmo

Se você já mexeu com um gerenciador de dependências tipo NPM ou composer, a analogia ajuda: você pede uma coisa só e um monte de peça é resolvida por baixo sem você escolher cada uma na mão

O fluxo, do jeito que a Sakana explica, tem três movimentos:

1. Seleção dinâmica: o Fugu decide, para cada tarefa, quais modelos combinar
2. Delegação: ele quebra o pedido e manda as subtarefas para os especialistas do pool
3. Síntese: junta tudo e devolve uma resposta única

E isso tudo acontece atrás de uma API única

Perceba o que muda aqui: a pergunta clássica "qual modelo você tá usando?" perde o sentido

Não existe UM modelo

Existe um roteador decidindo, chamada a chamada, quem faz o quê

Onde a família NVIDIA Nemotron entra no pool do Fugu Max

Agora o núcleo da notícia

A família NVIDIA Nemotron faz parte do pool de agentes da variante Max, via colaboração entre Sakana AI e NVIDIA

Essa colaboração foi anunciada pela própria Sakana, e o objetivo declarado era justamente esse: levar o open model stack da NVIDIA, incluindo a Nemotron, para dentro do Fugu

E dentro do pool os modelos Nemotron não são coringa pra tudo, eles entram como especialistas em três frentes:

• Programação
• Uso de ferramentas (tool calling)
• Seguimento de instruções (instruction following)

Olha que interessante: são exatamente os três eixos que mais pesam quando você usa IA dentro de um harness de desenvolvimento, aquele ciclo de ler arquivo, rodar comando, seguir a regra que você escreveu e não sair inventando

A tese da Sakana pra isso é explícita: modelos abertos são a parte que mais cresce e mais diversa do ecossistema de IA, e ficam MUITO mais úteis orquestrados em conjunto do que usados isoladamente

Do lado da NVIDIA, o movimento tem contexto próprio: a empresa confirmou em comunicado oficial que empresas e startups do Japão estão construindo IA especializada com os modelos abertos Nemotron, citando o ecossistema japonês

Uma ressalva honesta antes que você pergunte: a lista completa e nominal dos outros modelos abertos do pool não foi publicada em fonte oficial

O que está confirmado é a menção explícita à família Nemotron, e mais nada além disso

Fugu Max x Fugu Ultra v2: preço, contexto e recursos

Os números lado a lado, só com o que dá pra confirmar em fonte:

A diferença de saída é o que salta: US$ 6,00 contra US$ 30,00 por milhão de tokens

E saída é justamente onde codar dói no bolso, porque geração de código é token de saída na veia

Sobre o posicionamento de preço, aqui vale deixar bem marcado de quem é a afirmação: a própria Sakana diz que o preço de saída do Max é 40% a 60% menor que o de Sonnet 5, GPT 5.6 Terra e Kimi K3

E a própria Sakana posiciona o Max próximo dos modelos de elite com custo de 2x a 6x menor

Comparação feita pelo fabricante é comparação feita pelo fabricante, beleza? Anota no canto da tela

Um ponto que costuma gerar confusão: 1 milhão de tokens de contexto não significa 1 milhão de tokens de resposta, e essa diferença entre contexto e saída máxima é a mesma armadilha que aparece em qualquer modelo de contexto gigante

No Max o teto de saída é 128 mil tokens, e é esse número que limita o tamanho do que ele devolve de uma vez

O que muda na prática para quem desenvolve com IA

O consumo é pela API compatível com o SDK da OpenAI, então na prática você aponta o cliente que já usa para outro endereço:

from openai import OpenAI

client = OpenAI(
    base_url="https://api.sakana.ai/v1",
    api_key="SUA_CHAVE",
)

O identificador do modelo você pega direto no console da Sakana 🙂

Tem também uma interface do Fugu compatível com Claude Code, anunciada pela Sakana junto do Fugu-Ultra v1.1

E o que o pool ampliado significa pra quem paga por token? Significa que a conta de custo deixou de ser "esse modelo é caro ou barato" e virou "o roteador acertou a escolha nessa tarefa?"

Quando acerta, você paga preço de modelo aberto especializado e recebe resultado de coisa grande

Quando erra, você paga o caminho longo sem saber onde

Duas ressalvas que eu faço questão de deixar no texto:

• Os números de benchmark divulgados no lançamento são reportados pela própria Sakana e ainda não foram reproduzidos de forma independente por laboratórios terceiros
• A cobertura especializada trata o movimento como prova da tese de inteligência coletiva da Sakana, e o the-decoder cobriu a entrada da Nemotron no orquestrador exatamente nesse enquadramento

E vale o lembrete de sempre: orquestrador bom não te dispensa de ler o que saiu

Código gerado por IA continua sendo código que alguém precisa revisar, e essa lógica de onde a revisão humana continua obrigatória não muda só porque agora tem cinco modelos trabalhando em vez de um

Como foi usar o Fugu na prática: o teste em vídeo

Aqui eu falo por experiência própria, porque assinei o plano e fui testar

Usei a variante mais barata da linha, não a Ultra, justamente pra ver quanto os créditos rendiam numa sessão de trabalho de verdade

A sessão tinha 3 projetos planejados

Saíram 2 😅

O medidor de consumo conta a história melhor do que eu:

• Depois do primeiro prompt da landing page: 2% do limite semanal (e 5 horas no medidor)
• Durante a criação da landing page: 18%
• Total do limite semanal gasto só com a landing page: 6%
• No início do projeto kanban: 23%
• Acumulado ao final dos dois projetos (landing page + kanban simples): 66%

Dois projetos, dois terços do limite semanal

E aí a gente volta pro tema deste post

A orquestração é invisível pra quem usa: você manda o prompt, recebe o código, e não tem como saber qual modelo do pool fez cada pedaço

No vídeo eu mostro isso acontecendo: o raciocínio vai e volta, vai e volta, e o que você enxerga na ponta não é "quem trabalhou", é o ponteiro do consumo subindo

Por isso eu acho relevante a Sakana nomear a Nemotron no pool do Fugu

Não resolve a caixa preta, longe disso, mas é a primeira vez que tem um nome concreto do outro lado da chamada

Se quiser ver os dois projetos rodando do começo ao fim, com o medidor na tela e o resultado real de cada um, é só dar o play aí em cima

Conclusão

Recapitulando o que está confirmado sobre o Fugu Max:

• Sakana AI lançou duas variantes, Max (custo-desempenho) e Ultra v2 (qualidade), ambas pela API compatível com OpenAI
• Ele amplia o pool com o maior conjunto de modelos abertos e especializados até hoje
• A família NVIDIA Nemotron está nesse pool, via colaboração Sakana AI + NVIDIA, atuando como especialista em programação, tool calling e seguimento de instruções
• Os preços são bem distintos entre as duas: US$ 2,00 e US$ 6,00 por milhão (entrada e saída) no Max, contra US$ 5,00 e US$ 30,00 no Ultra v2

E o que ainda pede cautela: os benchmarks do lançamento são self-reported e não foram reproduzidos de forma independente, além do inventário completo do pool que ninguém publicou

Próximo passo concreto, se você quer tirar a limpo: aponte seu cliente da OpenAI para https://api.sakana.ai/v1, rode uma tarefa real do seu dia e compare o custo de saída com o do stack que você já usa hoje

Uma tarefa de verdade te diz mais que dez tabelas de benchmark, e é bem mais barato que migrar primeiro e descobrir depois…

Até o próximo post!