En un contexto donde los grandes modelos de inteligencia artificial enfrentan restricciones regulatorias y riesgos de dependencia de un solo proveedor, la startup japonesa Sakana ha dado un paso audaz con el lanzamiento de Fugu, un sistema de orquestación multi-modelo que ofrece desempeño de vanguardia a través de una única API compatible con OpenAI.
Concebido para desarrolladores, empresas y gobiernos que buscan seguridad ante bloqueos comerciales y controles de exportación geopolíticos, Fugu —palabra japonesa que significa “pez globo”— derriba la estructura monolítica tradicional de los modelos de IA. En su lugar, distribuye dinamicamente las consultas a una red de agentes especializados e intercambiables, garantizando continuidad del servicio y máxima flexibilidad.
El CEO y cofundador de Sakana, David Ha —exintegrante de Google Brain— ha desarrollado Fugu como una alternativa robusta para entornos empresariales, especialmente tras la orden del gobierno estadounidense del 12 de junio de 2026 que obligó a Anthropic a retirar públicamente sus modelos más potentes, Claude Mythos 5 y Claude Fable 5. Ha afirmó en X que: 
«Fugu orquesta dinámicamente los mejores modelos del mundo para abordar tareas complejas, demostrando que un pool bien coordinado de agentes intercambiables puede igualar modelos de frontera restringidos como Fable y Mythos. Más allá del rendimiento, creo que los modelos de orquestación son la próxima frontera, superando la simple ampliación de los modelos individuales. Depender de un solo proveedor para infraestructuras nacionales es un riesgo enorme. La inteligencia colectiva es la cobertura práctica contra esta concentración de poder. Fugu simplemente elude las restricciones de proveedores al apoyarse en un pool completamente intercambiable de agentes.»
El sistema mantiene en confidencialidad cuáles modelos específicos utiliza y la manera en que los coordina, escondiendo esta información para proteger su tecnología. Solo se sabe que gestiona una diversa gama de modelos potentes y especializados, sin especificar cifras exactas.
Funcionamiento de Fugu y sus ventajas frente a Claude Fable 5
En esencia, Fugu opera como un gran coordinador general. Ante una petición compleja, el sistema descompone el problema, asigna subtareas a distintos modelos expertos dentro de su pool, verifica los resultados y sintetiza una respuesta final con calidad equiparable a modelos de frontera como Fable o Mythos en métricas externas de evaluación.
Según la documentación técnica de Sakana, Fugu es un modelo de lenguaje entrenado para invocar otros modelos, incluidos instancias de sí mismo de manera recursiva. Basado en investigaciones como TRINITY y Conductor publicadas en 2026, el sistema controla autónomamente la selección y verificación de modelos mediante estrategias aprendidas, evitando flujos de trabajo prediseñados. Para el usuario, toda esta complejidad queda detrás de una sencilla API.
Fugu está disponible en dos variantes para distintos tipos de uso:
- Fugu: modelo rápido y de baja latencia, pensado para tareas cotidianas e integración directa en entornos de desarrollo como Codex.
- Fugu Ultra: versión premium para tareas críticas y complejas, como investigación en IA, análisis de ciberseguridad o investigaciones de patentes con múltiples pasos. Coordina un pool más profundo de expertos y logra resultados competitivos con modelos monolíticos líderes.
En cuanto a precios, Fugu cobra según los modelos involucrados en cada tarea con tarifas dinámicas, mientras que Fugu Ultra aplica una tarifa fija desde 5 dólares por millón de tokens de entrada y 30 dólares por millón de tokens de salida, posicionándose entre las opciones más costosas del mercado.
Las pruebas de rendimiento evidencian que Fugu supera a Claude Fable 5 en benchmarks como LiveCodeBench (resolución de problemas de codificación), con puntuaciones de 93.2 para Fugu Ultra frente a 89.8 de Fable. En el test GPQA-D dedicado a preguntas avanzadas en ciencias, Fugu Ultra y Fugu empatan con 95.5, superando el Mythos Preview con 94.6.
Al utilizar una orquestación de múltiples modelos de diversos proveedores, Fugu introduce una redundancia nativa. Esto le permite sortear problemas técnicos o restricciones repentinas de un agente sin interrumpir su servicio.
Licencias, disponibilidad y precios
Fugu se comercializa como un servicio propietario vía API y no como software de código abierto. La arquitectura oculta detalles sensibles como la selección exacta de modelos para proteger la propiedad intelectual de Sakana.
Para cumplir con normativas empresariales, los desarrolladores pueden excluir ciertos modelos o proveedores del pool para mantener estándares estrictos de privacidad, además de poder impedir que sus datos se usen para entrenamiento futuro. Actualmente, Fugu no está habilitado para operar en la Unión Europea ni en el Área Económica Europea mientras Sakana ajusta su arquitectura a las normativas GDPR.
El sistema está disponible en la mayoría de regiones con planes de suscripción mensuales de 20, 100 o 200 dólares destinados a diferentes niveles de uso, junto a un plan elástico de pago por consumo para despliegues empresariales de mayor escala. En este último, las peticiones reciben prioridad alta y el coste se calcula por el modelo de mayor nivel activado, sin sumar tasas por multi-agente.
Es importante para los desarrolladores considerar que el sistema factura también los tokens generados y consumidos internamente por la orquestación, lo que influye en los costes operativos reales.
Contexto y posicionamiento de Fugu en el entorno actual
En el ecosistema AI de 2026 es vital distinguir entre routing de modelo y orquestación multi-agente. Plataformas como Not Diamond o RouteLLM actúan como controladores que identifican el mejor modelo para una consulta y envían la petición a uno solo. En cambio, Fugu descompone consultas, asigna tareas en paralelo o secuencia a varios agentes y fusiona resultados, operando según esquemas similares a los del framework Router-R1 presentado en NeurIPS 2025.
Otras soluciones para multi-agente, como LangGraph o Microsoft AutoGen, requieren una configuración manual exhaustiva. Fugu elimina esa complejidad, empaquetándola en una API sencilla, sin necesidad de definir rutas o estados de ejecución.
En pruebas rigurosas, Fugu Ultra obtuvo 73.7 en SWE-Bench Pro, superando a modelos como Claude Opus 4.8 (69.2) y GPT-5.5 (58.6). Sin embargo, no siempre gana: en ese mismo benchmark Anthropic Fable 5 marcó 80.0, y en otros test especializados como Humanity’s Last Exam o MRCRv2 Fugu Ultra quedó por debajo de modelos líderes.
En conclusión, Fugu destaca en tareas complejas y multipartes gracias a la inteligencia colectiva de múltiples agentes, pero los modelos monolíticos continúan dominando en ámbitos muy específicos y con acceso garantizado.
Origen y logros de Sakana AI
Fundada en Tokio en 2023 por Llion Jones —coautor del artículo seminal «Attention Is All You Need» de Google— y David Ha, exjefe de investigación en Stability AI, Sakana nació con la visión de aprovechar la inteligencia colectiva y evitar la dependencia de gigantes tecnológicos y sus enormes modelos.
El nombre de la empresa refleja ese enfoque, significando «pez» en japonés y evocando la idea de un enjambre inteligente como alternativa al poder bruto del cómputo. Tras una valoración de 2.600 millones de dólares en una ronda Serie B a finales de 2025 y el lanzamiento de Marlin, un agente autónomo de investigación para el sector B2B, Fugu es la apuesta comercial para llevar estas innovadoras tecnologías al público en general.
Recepción dentro de la comunidad y casos prácticos
La comunidad de desarrolladores ha puesto a prueba Fugu, valorando sus ventajas y limitaciones. El influencer Chris (@ChrissGPT) señaló que para consultas simples es preferible acudir directamente a modelos potentes, pero en entornos caóticos y con múltiples pasos Fugu demuestra su utilidad gracias a su capacidad de delegación y síntesis.
La flexibilidad de Fugu frente a posibles bloqueos regulatorios a modelos top ofrece una ventaja estratégica significativa para organizaciones que dependen de disponibilidad continua.
Por otro lado, Mark Santos, dueño de Mark Studios, comparó a Fugu Ultra con Claude Opus 4.8 en la tarea de replicar un juego clásico (“Crossy Road”) usando Three.js. Mientras Fugu Ultra completó el proyecto en 22 minutos con un coste aproximado de 7,32 dólares, el resultado mostró errores lógicos menores. En contraste, Claude Opus 4.8 tardó 79 minutos y gastó casi cinco veces más tokens, con mejor calidad final pero atascos que requirieron intervención humana.
El análisis crítico de expertos como Elie Bakouch de Prime Intellect recuerda que Fugu, siendo un sistema cerrado sobre modelos cerrados, no representa por sí solo una independencia completa sobre el control técnico ni el acceso al modelo, por lo que no cumple con una verdadera «soberanía AI».
En resumen, Fugu es una solución avanzada y comercialmente viable para reducir la dependencia exclusiva de un proveedor, ofreciendo una nueva vía para la implementación de inteligencia artificial en infraestructuras críticas gracias a su arquitectura innovadora y multiagente.
