Stell dir vor, du schickst eine Anfrage an ein Modell — und hinter den Kulissen entscheidet ein Dirigent, ob er die Geigen oder die Pauken einsetzt. Genau das ist Sakana Fugu.
Was Fugu macht
Das Tokioter Startup Sakana AI hat heute Fugu offiziell gestartet. Die Idee: Du sendest deine Anfrage an einen einzelnen Endpunkt — OpenAI-kompatibel, wohlgemerkt — und Fugu entscheidet selbstständig, wie damit umgegangen wird. Einfache Fragen beantwortet es direkt. Komplexe Aufgaben verteilt es an ein Team von Experten-Modellen aus einem austauschbaren Pool.
Das Herzstück ist ein 7-Milliarden-Parameter-Modell, das als ‘Conductor’ fungiert. Es wurde speziell darauf trainiert, andere LLMs aufzurufen — inklusive rekursiver Instanzen von sich selbst. Klingt nach Inception für Sprachmodelle, und irgendwie ist es das auch.
Zwei Stufen
Fugu kommt in zwei Varianten:
- Fugu — ausbalanciert, niedrige Latenz, für den Alltag
- Fugu Ultra — maximale Genauigkeit, für mehrstufige Probleme
Sakana behauptet, dass Fugu Ultra mit Fable 5 und Mythos mithalten kann. Der Clou: ohne die Exportkontroll-Risiken, die bei westlichen Modellen ein Thema sind. Für asiatische und internationale Kunden könnte das ein echtes Argument sein.
Die Forschung dahinter
Fugu basiert auf zwei Forschungspapieren, die auf der ICLR 2026 vorgestellt wurden: ‘Trinity’ und ‘Conductor’. Das ist kein zusammengeklicktes Produkt — da steckt ernsthafte Forschung drin. Die Beta lief seit April 2026, heute ist der kommerzielle Start.
Preise und Verfügbarkeit
- Standard: $20/Monat
- Pro: $100/Monat
- Max: $200/Monat
Wichtig für uns: Die EU ist zum Launch nicht dabei. Sakana sagt nichts zu den Gründen, aber regulatorische Hürden liegen nahe. Für alle außerhalb der EU ist Fugu ab sofort verfügbar.
Meine Einschätzung
Der Ansatz ist clever. Statt ein immer größeres Modell zu bauen, orchestrierst du viele spezialisierte. Das erinnert an Microservices in der Softwareentwicklung — und da hat sich das Konzept bewährt.
Ob Fugu wirklich mit den Schwergewichten mithalten kann, muss sich zeigen. Die Benchmarks klingen vielversprechend, aber Benchmarks sind bekanntlich nur die halbe Wahrheit. Spannend wird es, wenn erste Entwickler ihre Erfahrungen teilen.
Was mich persönlich am meisten interessiert: Wenn das Conductor-Konzept funktioniert, könnte es die ganze Branche beeinflussen. Warum ein einzelnes Riesenmodell trainieren, wenn ein kluger Dirigent mit einem Orchester mehr erreicht?
Quellen: