Fugu Ultra: A Model That Beats Mythos and Fable? This Can't Be True...
三句話摘要
Sakana 實驗室發布 Fugou 模型編排系統，聲稱提供無出口管制限制的 Mitos/Fable 5 替代方案。 Fugou 作為模型編排系統提供基礎設施冗餘，但實測性能與成本不穩定，難以證實其 Fable 5 等級的聲稱，適用於優先考慮供應商多元化而非單純性能最優的場景。 Fugou 本質為模型路由系統而非單一模型：其 7 億參數的核心功能是根據請求內容選擇最適合的基礎模型、分配工作、驗證答案後整合結果，功能類似優秀的總承包商而非直接執行者。
重點整理
重點- 1
Fugou 本質為模型路由系統而非單一模型：其 7 億參數的核心功能是根據請求內容選擇最適合的基礎模型、分配工作、驗證答案後整合結果，功能類似優秀的總承包商而非直接執行者。
- 2
團隊背景與技術可信度：CEO David Ha 出身 Google Brain，co-founder Leon Jones 是《Attention Is All You Need》原始論文作者之一，路由機制經過訓練而非簡單的 if 語句堆砌，與會議論文關聯。
- 3
效能聲稱與實測落差：在 Sakana 發佈的基準測試中 Fugou Ultra 達 93.2 (LiveCode Bench) 與 95.5 (GBQA Diamond)，但社群實測顯示在某些任務（如 3D 渲染）表現優異，在其他場景與 Opus 4.8 或 GPT-4o 相當但並未明顯超越，特別是相較 Fable 5 差距明顯。
- 4
基礎設施冗餘與成本考量：Sakana 主張單一廠商模型存在風險（Anthropic 的撤下就是例子），編排系統可實現供應商切換；但成本不穩定，同一任務對不同模型成本差異大（如 GLM 4 Ultra 每百萬 token $3 cent vs Fugou $51 cent），實際節省取決於路由選擇準確度。
實用技巧與重點
乾貨- 定價結構
- 標準 Fugou：$5/百萬輸入 token、$30/百萬輸出 token
- 訂閱方案：$20-$200/月
- 對比：GLM 4 Ultra $3/百萬 token、Opus 4.8 $31 cent（單次任務）、GPT-4o $26 cent（單次任務）
- 效能數據
- LiveCode Bench：93.2（Fugou Ultra）
- GBQA Diamond：95.5（Fugou Ultra）
- 實測：雞過馬路遊戲 22 分鐘完成（Fugou Ultra）vs 79 分鐘（Opus 4.8）、成本 $7.32 vs $37.85
- 限制條件
- EU 禁用（隱私規則）
- 無法查看每個請求使用的具體模型（黑盒設計）
- 效能因 prompt 和路由模型而異
- 團隊與機構
- CEO：David Ha（Google Brain 出身）
- Co-founder：Leon Jones（Transformer 論文《Attention Is All You Need》作者）
結論
結論“Fugou 作為模型編排系統提供基礎設施冗餘，但實測性能與成本不穩定，難以證實其 Fable 5 等級的聲稱，適用於優先考慮供應商多元化而非單純性能最優的場景。”
完整解析
詳細美國出口管制令剛剛限制公開存取 Anthropic 的 Mitos 與 Fable 5 模型，Sakana 實驗室隨即推出 Fugou 作為直接應對方案。Fugou 的創新不在於基礎模型能力，而在於其編排架構：核心是一個 7 億參數的路由器，接收用戶請求後，透過訓練好的決策邏輯選擇最適合的基礎模型組合、分配工作、驗證結果並整合輸出。這種設計類似聘請一位懂行的總承包商，而非直接雇用一位通才。Sakana 團隊包括 Google Brain 出身的 CEO David Ha 與 Transformer 論文共同作者 Leon Jones，其路由機制經過實際訓練而非簡單規則堆砌，已與會議論文掛鉤，這些背景讓其技術聲稱值得認真看待。
在性能層面，Fugou Ultra 聲稱在 LiveCode Bench 達 93.2、GBQA Diamond 達 95.5，並宣稱與 Fable 5 和 Mitos 相當。然而所有基準測試均為 Sakana 內部報告，尚缺第三方獨立驗證。社群實測顯示，Fugou 在某些領域（如 3D 渲染）表現突出，甚至勝過 Opus 4.8 與 GPT-4o，但在其他任務上差異不大，特別是與最新的 Fable 5 相比存在明顯落差。例如，在 3.js prompt 測試中 Fugou 勝出 GPT-4o 與 Opus 4.8，但在 Micron 亞硫化物生成測試中遠不及 Fable 5。成本方面也不穩定：同一任務對不同基礎模型的成本差異可達 10 倍以上，GLM 4 Ultra 每百萬 token 僅 $3，而 Fugou 該任務成本可達 $51，無法保證每次都是最經濟選擇。
Sakana 主張的核心價值在於基礎設施冗餘與 AI 主權：單一廠商模型面臨風險（Anthropic 的撤下就是活例子），編排系統允許供應商中斷時無縫切換。然而實際可靠性仍存疑：部分用戶反映路由決策不穩定、性能不如單一最優模型，某些任務甚至耗時超預期。定價結構為 $5/百萬輸入 token、$30/百萬輸出 token，亦有 $20-$200/月訂閱方案，但 EU 因隱私規則禁用，且用戶無法查看具體使用的模型（刻意黑盒設計）。
關鍵時刻
Pipeline v2帶時間戳的重點，會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。
