Sakana Fugu

Представьте, что вместо одной огромной нейросети у вас есть целая команда профи, которая работает как единый механизм. Именно так устроена Sakana Fugu. Это мультиагентная AI-система, которая не полагается на одну модель, а динамически распределяет задачи между пулом «экспертов». Кто-то в системе выступает в роли стратега, кто-то — исполнителя, а кто-то проверяет результат.

Самое приятное для разработчиков: всё это работает через один OpenAI-compatible API. Вам не нужно вручную прописывать эндпоинты или гадать, какую модель вызвать для конкретного шага — Sakana Fugu берет всю оркестрацию и переключение моделей на себя. В итоге вы получаете производительность топового уровня, не привязываясь к одному вендору.

Технологически проект опирается на две статьи с ICLR 2026: TRINITY и the Conductor. TRINITY использует легкого координатора для распределения ролей между LLM в ходе диалога, а the Conductor с помощью reinforcement learning находит оптимальные стратегии общения между агентами. То есть система сама выстраивает эффективные паттерны взаимодействия, а не просто следует жестко заданному алгоритму.

Доступно два варианта: Fugu (оптимальный баланс скорости и качества для повседневных задач) и Fugu Ultra (расширенный пул агентов для действительно сложных и ответственных вычислений). Кстати, если у вас строгие требования к приватности или комплаенсу, определенных агентов можно просто исключить из пула.

Sakana Fugu создана для тех, кому нужны железные результаты в кодинге, глубоком анализе данных или научных исследованиях. Первые пользователи уже применяют её в соревнованиях Kaggle, при воспроизведении научных работ, в кибербезопасности и анализе патентов.

Важный нюанс: в EU/EEA сервис пока недоступен, команда всё еще работает над соответствием GDPR. Но если вам нужен мощный инструмент для reasoning и разработки, который избавляет от ручного управления десятком разных API, Sakana Fugu — отличный вариант.