Sakana AI เปิด Fugu / Fugu Ultra — "โมเดล" ที่จริง ๆ คือทีม AI: orchestration เทียบชั้น Fable 5 โดยไม่ต้องเทรนโมเดล frontier เอง

วันที่ 22 มิถุนายน 2026 Sakana AI สตาร์ตอัป AI สัญชาติญี่ปุ่น เปิดตัว Fugu และรุ่นแรง Fugu Ultra — ระบบที่เรียกใช้งานเหมือน “โมเดลเดียว” ผ่าน API ตัวเดียว (เข้ากันได้กับ OpenAI API) แต่เบื้องหลังไม่ใช่โมเดลก้อนเดียว มันคือ ระบบ multi-agent orchestration ที่คอยเลือก แบ่งงาน ส่งต่อให้โมเดล/เอเจนต์ที่เหมาะกับงานนั้น ตรวจคำตอบ แล้วสังเคราะห์ออกมาเป็นคำตอบสุดท้าย

หัวใจของข่าวไม่ใช่แค่คะแนน แต่เป็นแนวคิด — Sakana เคลมว่า Fugu Ultra ทำได้ เทียบชั้นโมเดล frontier อย่าง Claude Fable 5 และ Mythos Preview บนหลาย benchmark ทั้งที่ไม่ได้เทรนโมเดล frontier ของตัวเองเลยสักตัว และที่น่าสนใจคือ Fable/Mythos ไม่ได้อยู่ใน pool ของ Fugu ด้วยซ้ำ เพราะเป็นโมเดลที่เข้าถึงทั่วไปไม่ได้

Fugu ไม่ใช่โมเดลเดี่ยว แต่เป็น “วาทยกร”

แทนที่จะสร้างโมเดลเดียวให้ใหญ่ที่สุด Fugu ใช้ โมเดล “conductor” ขนาด 7B เป็นตัวประสานงาน วางอยู่บนงานวิจัย ICLR 2026 สองชิ้นของ Sakana:

• TRINITY — ตัวประสานที่สั่งงานโมเดลหลายตัวข้ามหลายเทิร์น โดยแจก 3 บทบาทแบบ dynamic: Thinker (คิด), Worker (ลงมือทำ) และ Verifier (ตรวจสอบ) ครอบคลุมงานโค้ด คณิต reasoning และความรู้
• Conductor — เทรนด้วย reinforcement learning ให้ “ค้นพบกลยุทธ์การประสานงานด้วยภาษาธรรมชาติ” ออกแบบรูปแบบการสื่อสารระหว่างเอเจนต์เองโดยไม่ต้อง hardcode workflow

พูดง่าย ๆ คือ Fugu เรียนรู้ที่จะจัดทีมเอง ว่างานแต่ละชิ้นควรส่งให้ใคร คุยกันยังไง ตรวจกันยังไง — ไม่ใช่ workflow ที่มนุษย์เขียนตายตัว (โดย Sakana ไม่เปิดเผยว่าใน pool มีโมเดลอะไรบ้างและ routing ตัดสินใจยังไง ถือเป็น proprietary)

ตัวเลขที่ Sakana เคลม

ตามหน้า benchmark ทางการ (เทียบกับ Gemini 3.1 Pro, Opus 4.8, GPT-5.5):

Benchmark	Fugu	Fugu Ultra
LiveCodeBench	92.9	93.2
LiveCodeBench Pro	87.8	90.8
SWE-Bench Pro	59.0	73.7
GPQA-Diamond (วิทย์)	95.5	95.5
CharXiv Reasoning	85.1	86.6
Humanity’s Last Exam	47.2	50.0

Sakana ระบุว่า Fugu Ultra นำบน 4 benchmark งานโค้ด, CharXiv Reasoning และ Humanity’s Last Exam และทำคะแนนแซง Fable 5 บน LiveCodeBench กับแซง Mythos Preview บน GPQA-D — ย้ำว่านี่คือตัวเลขที่ Sakana รายงานเอง ยังต้องรอการทดสอบจากผู้ใช้จริง

ราคา เข้าถึงได้ในไทย และมุม “เลี่ยง export control”

Fugu เปิดให้ใช้ ทั่วโลกยกเว้น EU/EEA (ยังติดเรื่อง GDPR) — แปลว่าไทยและ SEA ใช้ได้ แบ่งเป็น subscription $20 / $100 / $200 ต่อเดือน และแบบ pay-as-you-go (Fugu Ultra อยู่ที่ $5 input / $30 output ต่อ 1M token) มาเป็น 2 รุ่น: Fugu (สมดุล เร็ว เหมาะงานประจำ) และ Fugu Ultra (จัดทีมลึกกว่า เหมาะงานหนักอย่าง Kaggle, reproduce งานวิจัย, security assessment, งานวิจัยหลายชั่วโมง) ผู้ใช้เลือก exclude โมเดล/ผู้ให้บริการบางรายเพื่อให้ผ่านเงื่อนไข compliance ได้

จุดขายเชิงกลยุทธ์ที่ Sakana ชูคือ ลดการพึ่งพา vendor เดียว — ใช้โมเดลแบบ swappable ช่วยตลาดที่เจอข้อจำกัดการเข้าถึงโมเดล US ชั้นนำ (มี beta user ราว 500 รายทดสอบในงานจริงแล้ว)

มุมมอง AI Curator

ถ้าตัวเลขยืนได้จริง Fugu คือสัญญาณว่าการแข่งขัน AI กำลังเพิ่มแกนใหม่ — จาก “ใครมีโมเดลเดี่ยวใหญ่สุด” ไปสู่ “ใครจัดทีมโมเดลได้ฉลาดสุด” แต่ต้องอ่านให้ขาด: Fugu ไม่ได้ล้ม frontier model มันยืนอยู่บนบ่า frontier model ต่างหาก — pool ข้างในก็คือโมเดลแรง ๆ ของเจ้าอื่นที่ถูกจัดทีมให้ทำงานร่วมกันเก่งขึ้น คุณค่าที่แท้จริงจึงอยู่ที่ชั้น orchestration ไม่ใช่การทดแทนโมเดลเก่ง ฉะนั้นคำถามที่ Anthropic/OpenAI ควรหนาวจึงไม่ใช่ “โมเดลเราแพ้ไหม” แต่เป็น “มูลค่ากำลังย้ายจากตัวโมเดลไปที่ชั้นจัดการทีมหรือเปล่า” และ benchmark ที่ Sakana รายงานเองยังต้องรอผู้ใช้จริงพิสูจน์ในงานยาว ๆ ก่อนเชื่อทั้งหมด

สำหรับไทยและ SEA ข่าวนี้มีของจับต้องได้สองชั้น หนึ่ง — Fugu ใช้ได้จริงในภูมิภาคนี้ (ต่างจาก EU ที่ยังโดนกั้น) และมุม “swappable models เลี่ยงการพึ่ง vendor เดียว/ตลาดที่โดนจำกัดการเข้าถึงโมเดล US” ตรงกับความกังวลเรื่องอธิปไตย AI ที่เราพูดถึงบ่อย สอง — บทเรียนเชิงปฏิบัติสำหรับทีมไทย: ทักษะที่จะได้เปรียบต่อไปอาจไม่ใช่ “ใช้โมเดลแพงสุด” แต่คือ ออกแบบ workflow ให้ AI หลายตัวช่วยกันวางแผน ตรวจงาน แก้บั๊ก และส่งมอบงานจริง ข่าวดีคือแนวคิด orchestration นี้ไม่ได้ผูกกับ Fugu — ทีมที่เข้าใจหลักการนี้ประกอบเองด้วย open-weight models + เฟรมเวิร์กอย่าง MCP/agent framework ก็ทำได้ และนั่นอาจเป็นทางที่คุ้มและควบคุมข้อมูลได้ดีกว่าสำหรับองค์กรไทยหลายแห่ง

แหล่งข่าว:

• Sakana Fugu — Multi-agent System as A Model (ทางการ)
• No Claude Fable 5? No problem: Sakana achieves frontier performance with Fugu — VentureBeat
• Sakana AI’s Fugu orchestrates multiple LLMs to match Anthropic’s Fable and Mythos — The Decoder