Fugu стал их следующим продуктом с уже знакомой идеей «несколько моделей вместо одной». Но это не просто агрегатор поверх чужих API: сама Fugu остаётся небольшой языковой моделью, обученной вызывать другие LLM. То есть вместо того чтобы вручную прописывать механизмы, роли и рабочие процессы моделей, как это обычно делают, Sakana обучили модельку, которая решает, кого вызвать, в какой роли и с какими подзадачами, и делает это адаптивно под конкретный запрос.
Fugu Ultra работает иначе. Она генерирует на естественном языке целый workflow: делит задачу на подзадачи, распределяет их по нескольким моделям и сама может выступить одним из воркеров, то есть рекурсивно вызвать себя.
На бенчмарках Fugu Ultra обходит Opus 4.8 на LiveCodeBench. На GPQA-Diamond она выходит на уровень Mythos Preview. А вот на SWE-Bench Pro и Humanity’s Last Exam впереди именно Fable 5.
Русскоязычное сообщество про AI в разработке
Друзья! Эту новость подготовила команда ТГК «AI for Devs» — канала, где мы рассказываем про AI-агентов, плагины для IDE, делимся практическими кейсами и свежими новостями из мира ИИ. Подписывайтесь, чтобы быть в курсе и ничего не упустить!
