🐡 Fugu Ultra
O maestro em ação. O Fugu não é um modelo "mais inteligente": é um orquestrador entregue como 1 API — decompõe sua tarefa, delega a um time secreto de modelos frontier, e funde o resultado. Aqui você vê como ele faz isso e, depois, o que aconteceu quando o colocaram contra um modelo forte sozinho em 38 testes graded por código.
Por fora, você bate em um endereço só. Por dentro, um maestro abre um time de modelos frontier (ciano), espera todos e funde. Toda a Trilha 2 é sobre o que esse desenho custa — e quando vale.
Mapa da trilha
Conteúdo detalhado
🐡 Como o Fugu funciona
Não é mais inteligente — é um gerente. Por dentro: conductor pequeno, pool secreto, decompor→delegar→fundir, preço e o que o time nunca viu.
O Fugu não é um LLM novo com um cérebro melhor. É um orquestrador empacotado como um modelo: a "inteligência" dele está em coordenar outros, não em saber mais.
Desfaz a confusão central. Esperar "mais QI" do Fugu leva a frustração; esperar "melhor gestão" leva às perguntas certas — quanto custa o time e quando ele compensa.
Orquestrador-como-modelo · gerente vs gênio · coordenação ≠ conhecimento.
Um modelo "gerente" pequeno (o conductor) lê o pedido e decide: resolvo sozinho ou monto um time? Ele não é o especialista — é quem reparte.
É a primeira das duas perguntas (quem faz cada parte) virada peso de modelo. Entender o conductor explica por que o Fugu às vezes é rápido e às vezes demora minutos.
Conductor/roteador · alone vs team · decisão por tarefa.
Atrás do endpoint existe um pool de modelos frontier (Opus 4.8, GPT-5.5, Gemini e possivelmente outros). A Sakana mantém esse roster proprietário; você não escolhe nem vê quem entrou.
É de onde vem o custo e a opacidade. "Opus está no pool" é inferência razoável, não fato publicado — saber distinguir os dois te protege de marketing.
Pool proprietário · roster fechado · cross-provider · time escondido.
O ciclo do Fugu: decompõe a tarefa em partes, delega cada uma a um especialista do pool, e funde as respostas — tudo escondido atrás de uma única chamada de API.
É a anatomia maestro–especialistas–fusor da Trilha 1, agora concreta. Ver o ciclo explica por que "1 chamada" sua vira muitas chamadas internas pagas.
Decomposição · delegação · fusão · 1 endpoint, N chamadas internas.
Existe o Fugu e o Fugu Ultra (o testado). Preço: US$ 5 in / US$ 30 out por 1M tokens — e os tokens de orquestração são billados. Lançado em 22 jun 2026.
O preço de saída (US$ 30) já avisa: o time custa. Comparado ao Opus 4.8 (US$ 5 in / US$ 25 out), o output é mais caro — e ainda multiplica por todo o time.
Fugu × Fugu Ultra · US$ 5 in / US$ 30 out · tokens de orquestração billados.
Um spoiler do veredito: nos 38 testes, o time escondido nunca achou uma resposta que um modelo forte sozinho não achasse. Nem uma vez. Você pagou o time por respostas que o solo já daria.
Fecha o módulo com a tensão certa: a mecânica é elegante, mas a pergunta "entregou algo a mais?" precisa de prova. A Trilha 2.2 traz a prova.
Ganho marginal zero · pagar pela orquestração · promessa × prova.
📊 O veredito: 38 testes, e quando vale a pena
Field test graded por código: Fugu Ultra vs Opus 4.8. 36/38 empate, 4.5× mais lento, 5× mais caro — e o ladder para decidir quando o orquestrador ganha seu lugar.
38 tarefas em 4 waves de dificuldade crescente, 334 chamadas graded por código (testes ocultos), prompt idêntico dos dois lados, 3–7 runs cada, partial credit nas multi-regra.
A metodologia é o que dá peso ao resultado. "Graded por código" remove o achismo: ou passou no teste, ou não.
4 waves · graded por código · testes ocultos · partial credit · 3–7 runs.
Placar: 36 empates · 2 vitórias do Opus (soloist) · 0 do Fugu (time). O time escondido nunca achou uma resposta que o solo não achasse.
É o resultado que derruba o hype: mais modelos não deram mais acerto. A orquestração não passou do teto do solo aqui.
36/38 empate · 2 do soloist · 0 do team · ganho marginal zero.
Total: 357 min (Fugu) vs 80 min (Opus) — 4.5× mais lento. Em código simples: Opus 3–6s, Fugu 2–7min para a mesma resposta.
Latência é o custo invisível do fan-out: você espera o time inteiro. Para trabalho interativo, minutos a mais por tarefa pesam.
357 vs 80 min · 4.5× · latência somada · espera do time.
Total: US$ 53,60 (Fugu) vs US$ 10,66 (Opus) — 5× mais caro. A maior parte do custo do Fugu são os tokens que o time privado lê e escreve (orchestration tokens).
Mostra onde o dinheiro vai: você paga o time inteiro, não só a resposta final. É o custo escondido da Trilha 1, agora com nota fiscal.
US$ 53,60 vs US$ 10,66 · 5× · orchestration tokens billados.
Nas 2 tarefas que não empataram, foi o solo que ganhou: módulo de stats com 6 bugs (Fugu 80% / Opus 100%) e validação de romano estrito (Fugu 4/5 / Opus 5/5, aceitando "IIII" uma vez).
O time não só não ganhou — onde houve diferença, perdeu. Coordenar não imuniza contra escorregões; às vezes adiciona pontos de falha.
Stats 6 bugs 80% vs 100% · romano 4/5 vs 5/5 · falha do time.
Uma escada de 3 degraus: (1) um modelo forte já resolve? → use 1 modelo. (2) Não → quer 1 endpoint + hedge e custo/espera não importam? → não: 1 modelo ainda é melhor compra. (3) Sim → o orquestrador ganha seu lugar.
É o critério prático que você leva para casa. Neste exame, toda tarefa caiu pelo topo — mas o ladder serve para qualquer decisão futura, incluindo o setup no Claude Code.
Ladder de decisão · hedge de vendor · 1 endpoint · custo × espera × ganho.