🐡 Fugu Ultra
El director en acción. Fugu no es un modelo "más inteligente": es un orquestador ofrecido como 1 API: descompone tu tarea, la delega a un equipo secreto de modelos frontier y fusiona el resultado. Aquí ves cómo él hace esto y, después, qué pasó cuando lo enfrentaron a un modelo potente por sí solo en 38 pruebas evaluadas con código.
Por fuera, tú accedes a una sola dirección. Por dentro, un maestro inicia un equipo de modelos frontier (cian), espera a todos y fusiona sus respuestas. Toda la Trilha 2 trata de lo que cuesta ese diseño y cuándo vale la pena.
Mapa de la ruta
Contenido detallado
🐡 Cómo funciona Fugu
No es más inteligente: es un gerente. Por dentro: conductor pequeño, pool secreto, descomponer→delegar→fusionar, precio y lo que el equipo nunca vio.
Fugu no es un LLM nuevo con un cerebro mejor. Es un orquestador empaquetado como un modelo: su «inteligencia» está en coordinar a otros, no en saber más.
Deshace la confusión central. Esperar «más CI» de Fugu lleva a la frustración; esperar «mejor gestión» lleva a las preguntas correctas: cuánto cuesta el equipo y cuándo compensa.
Orquestador como modelo · gerente vs. genio · coordinación ≠ conocimiento.
Un modelo "gerente" pequeño (el conductor) lee la solicitud y decide: ¿la resuelvo solo o formo un equipo? No es el especialista: es quien reparte.
Es la primera de las dos preguntas (quién hace cada parte) convertida en peso del modelo. Entender el conductor explica por qué Fugu a veces es rápido y otras tarda minutos.
Conductor/enrutador · solo vs. equipo · decisión por tarea.
Detrás del endpoint hay un pool de modelos frontier (Opus 4.8, GPT-5.5, Gemini y posiblemente otros). Sakana mantiene ese roster propietario; tú no eliges ni ves quién participa.
De ahí vienen el costo y la opacidad. "Opus está en el pool" es una inferencia razonable, no un hecho publicado; saber distinguir ambas cosas te protege del marketing.
Pool propietario · roster cerrado · cross-provider · tiempo oculto.
El ciclo de Fugu: descompone la tarea en partes, delega cada una a un especialista del pool, y fusiona las respuestas: todo oculto detrás de una única llamada a la API.
Es la anatomía de maestro–especialistas–fusor de la Ruta 1, ahora concreta. Ver el ciclo explica por qué "1 llamada" tuya se convierte en muchas llamadas internas pagadas.
Descomposición · delegación · fusión · 1 endpoint, N llamadas internas.
Existen Fugu y Fugu Ultra (el probado). Precio: US$ 5 in / US$ 30 out por 1M tokens — y los tokens de orquestación se facturan. Lanzado en 22 jun 2026.
El precio de salida (US$ 30) ya te da una pista: el equipo cuesta. Comparado con Opus 4.8 (US$ 5 in / US$ 25 out), la salida es más cara y, además, se multiplica por todo el equipo.
Fugu × Fugu Ultra · US$ 5 in / US$ 30 out · tokens de orquestación facturados.
Un adelanto del veredicto: en las 38 pruebas, el equipo oculto nunca encontró una respuesta que un modelo potente por sí solo no pudiera encontrar. Ni una sola vez. Pagaste por el equipo para obtener respuestas que el modelo solo ya habría dado.
Cierra el módulo con la tensión adecuada: la mecánica es elegante, pero hay que demostrar si «entregó algo más». La Trilha 2.2 aporta la prueba.
Ganancia marginal cero · pagar por la orquestación · promesa × prueba.
📊 El veredicto: 38 pruebas y cuándo vale la pena
Prueba de campo evaluada por código: Fugu Ultra vs Opus 4.8. Empate de 36/38, 4.5× más lento, 5× más caro; y el ladder para decidir cuándo el orquestador se gana su lugar.
38 tareas en 4 waves de dificultad creciente, 334 llamadas evaluadas por código (pruebas ocultas), prompt idéntico en ambos lados, 3–7 runs cada uno, crédito parcial en las de varias reglas.
La metodología es lo que le da peso al resultado. «Evaluado por código» elimina las conjeturas: o pasó la prueba o no.
4 waves · evaluadas por código · pruebas ocultas · crédito parcial · 3–7 runs.
Puntuación: 36 empates · 2 victorias de Opus (soloist) · 0 de Fugu (equipo). El equipo oculto nunca encontró una respuesta que el modelo solo no encontrara.
Es el resultado que derriba el hype: más modelos no dieron más aciertos. Aquí la orquestación no superó el techo del modelo en solitario.
36/38 empates · 2 del soloist · 0 del team · ganancia marginal nula.
Total: 357 min (Fugu) vs 80 min (Opus) — 4.5× más lento. En código simple: Opus 3–6s, Fugu 2–7min para la misma respuesta.
La latencia es el costo invisible del fan-out: esperas a que termine todo el equipo. Para el trabajo interactivo, unos minutos más por tarea pesan.
357 vs 80 min · 4.5× · latencia acumulada · espera del equipo.
Total: US$ 53,60 (Fugu) vs US$ 10,66 (Opus) — 5× más caro. La mayor parte del costo de Fugu son los tokens que el equipo privado lee y escribe (orchestration tokens).
Muestra adónde va el dinero: pagas por todo el equipo, no solo por la respuesta final. Es el costo oculto de la Ruta 1, ahora con factura.
US$ 53,60 vs US$ 10,66 · 5× · tokens de orquestación facturados.
En las 2 tareas en las que no hubo empate, ganó el modelo solo: módulo de stats con 6 bugs (Fugu 80% / Opus 100%) y validación de romano estricto (Fugu 4/5 / Opus 5/5, aceptando "IIII" una vez).
El equipo no solo no ganó: cuando hubo diferencias, perdió. Coordinar no te inmuniza contra tropiezos; a veces añade puntos de falla.
Stats 6 bugs 80% vs 100% · romano 4/5 vs 5/5 · fallo del equipo.
Una escalera de 3 peldaños: (1) ¿un modelo potente ya lo resuelve? → usa 1 modelo. (2) No → ¿quieres 1 endpoint + hedge y no te importan el costo ni la espera? → no: 1 modelo sigue siendo la mejor compra. (3) Sí → el orquestador se gana su lugar.
Es el criterio práctico que te llevas. En este examen, todas las tareas se resolvieron en la cima, pero el ladder sirve para cualquier decisión futura, incluida la configuración en Claude Code.
Ladder de decisión · protección frente al proveedor · 1 endpoint · costo × espera × beneficio.