Fugu de Sakana AI : le modèle japonais qui orchestre les autres modèles
Le 22 juin 2026, la start-up tokyoïte Sakana AI a dévoilé Fugu, un système qui se présente comme un modèle unique alors qu’il coordonne en coulisses plusieurs IA de pointe. Sa promesse est de rivaliser avec Claude Fable 5 sans utiliser ce modèle sous contrôle export. Les premiers tests racontent une histoire plus nuancée, et le service reste fermé aux utilisateurs européens.
Posez une question de code complexe à Fugu : vous interrogez une seule API et vous recevez une seule réponse. En interne, le système a décidé tout seul s’il pouvait répondre directement, appeler un modèle expert ou faire travailler plusieurs agents avant de fusionner leurs résultats. C’est exactement ce que Sakana AI vend avec Fugu : la simplicité d’un modèle unique, la puissance d’une équipe.
Fugu prend la course à l’IA générative à contre-pied. Là où OpenAI, Anthropic ou Google entraînent des modèles toujours plus gros, Sakana AI livre un chef d’orchestre. L’approche soulève autant d’enthousiasme que de scepticisme, et mérite qu’on dépasse les chiffres d’annonce. Pour comprendre le principe des systèmes multi-agents, notre guide des agents IA pose les bases.
Ce qu’est Fugu : un orchestrateur, pas un modèle de plus
Au lancement, le système se déclinait en deux variantes. Fugu vise l’usage quotidien, avec des temps de réponse courts. De son côté, Fugu Ultra cible les tâches complexes en plusieurs étapes, où la profondeur de la réponse prime sur la vitesse. Les deux passent par une seule API compatible avec le format Chat Completions d’OpenAI : un outil existant se branche donc en changeant une simple URL.
Une gamme élargie depuis l’été
Sakana AI a depuis enrichi sa gamme. Fugu Ultra est passé en version 1.1 le 24 juillet, puis en version 2 le 11 septembre, sous l’identifiant fugu-ultra-v2.0. Le même jour est arrivé Fugu Max, une variante intermédiaire facturée 2 $ par million de jetons en entrée et 6 $ en sortie. Enfin, Fugu Cyber, spécialisé en cybersécurité, est accessible sur demande depuis le 21 juillet.
Le cœur du système reste un orchestrateur appris. Sakana AI n’a pas codé un routeur à base de règles figées. L’entreprise a entraîné un modèle de langage à coordonner d’autres modèles, à déléguer le travail, à vérifier les sorties et à synthétiser une réponse finale. Cette politique de coordination s’appuie sur deux travaux de recherche présentés à la conférence ICLR 2026, baptisés Trinity et Conductor.
Le pool de modèles que Fugu sollicite réunit des IA de pointe publiquement accessibles, fermées comme ouvertes. Sa composition exacte n’est pas publiée. Depuis juillet, il inclut notamment des modèles ouverts Nemotron de NVIDIA, partenaire de Sakana. Le système peut aussi s’appeler lui-même de façon récursive pour creuser un problème difficile.
Fugu n’est ni un modèle de fondation unique, ni un simple aiguilleur qui applique une règle fixe. C’est un orchestrateur entraîné, plus intelligent qu’un routeur codé à la main, sans être un modèle monolithique de plus. Cette nature hybride explique à la fois sa qualité de sortie, son coût et la difficulté à auditer ses décisions.
Comment fonctionne l’orchestration de Fugu
Derrière l’API unique, chaque requête traverse une chaîne de décisions que le développeur n’a plus à construire lui-même. Jusqu’ici, exploiter plusieurs modèles imposait d’assembler ses propres routeurs, ses vérificateurs et ses garde-fous. Fugu prétend masquer toute cette plomberie.
Fugu évalue la difficulté de la demande, puis choisit de répondre seul ou de mobiliser des modèles experts du pool.
Le travail part vers plusieurs agents, en parallèle ou en séquence. Un modèle peut planifier, un autre exécuter, un troisième vérifier.
Fugu contrôle les sorties, puis fusionne les contributions en une réponse unique renvoyée par l’API.
Cette mécanique colle à l’ADN de Sakana AI, qui défend depuis ses débuts une approche inspirée du vivant. Elle mise sur l’intelligence collective et la composition de modèles plutôt que sur la course à la taille. Fugu Ultra accepte un effort de raisonnement configurable, l’appel d’outils et une recherche web intégrée. Les jetons consommés par l’orchestration elle-même sont toutefois facturés comme des jetons standards, un point à garder en tête pour le budget.
Ce que disent vraiment les benchmarks
La revendication phare de Sakana AI tient en une phrase : Fugu Ultra égalerait Claude Fable 5 sur les tests d’ingénierie, de science et de raisonnement, sans accès à ce modèle soumis au contrôle export américain. SWE-Bench Pro mesure la résolution de tâches de génie logiciel. Sur ce test, les chiffres annoncés en juin plaçaient la première version de Fugu Ultra devant les modèles grand public de l’époque.
| Modèle (juin 2026) | SWE-Bench Pro | Type |
|---|---|---|
| Fugu Ultra (v1) | 73,7 % | Orchestrateur |
| Claude Opus 4.8 | 69,2 % | Modèle unique |
| GPT-5.5 | 58,6 % | Modèle unique |
| Gemini 3.1 Pro | 54,2 % | Modèle unique |
Le score de 73,7 % est solide, mais il appelle deux réserves. D’abord, Claude Fable 5 atteint 80,0 % sur ce même test, sans faire partie du pool de Fugu : la parité annoncée mérite donc un astérisque. Ensuite, Fugu Ultra ne mène pas partout. Sur la recherche d’information dans de longs documents, il obtenait 93,6 contre 94,8 pour GPT-5.5, selon le propre tableau de Sakana.
Pour sa version 2, Sakana affirme que Fugu Ultra arrive premier ou premier ex aequo sur cinq tests sur huit. Il se compare désormais à Opus 5, Fable 5.1 et GPT-6 Astra, mais l’annonce ne donne pas de nouveau score sur SWE-Bench Pro.
Tous les chiffres publiés proviennent de Sakana AI et n’ont pas encore été reproduits par des évaluateurs indépendants. Des observateurs notent aussi que les comparaisons mélangent parfois des protocoles d’évaluation différents. Traitez ces résultats comme des indications de direction, à confronter à vos propres tâches réelles.
Tarifs, accès, et la question de la disponibilité en France
Fugu est accessible depuis la console de Sakana AI (console.sakana.ai) via l’API compatible OpenAI. Il passe aussi par OpenRouter et la passerelle IA de Vercel. Il se teste enfin dans l’interface web Sakana Chat, où Fugu Max est ouvert à tous depuis le 17 septembre. Les trois abonnements donnent accès à Fugu, Fugu Ultra et Fugu Max.
| Formule | Prix | Usage cible |
|---|---|---|
| Standard | 20 $/mois | Appels API occasionnels et expérimentation personnelle |
| Pro | 100 $/mois | 10× le quota Standard, sessions régulières de code et de recherche |
| Max | 200 $/mois | 20× le quota Standard, charges lourdes et longues |
| Paiement à l’usage | À la consommation | Facturation au jeton plutôt qu’au forfait mensuel |
Les sources divergent sur la formule Max : un guide de DataCamp publié au lancement annonçait 30 fois le quota Standard, alors que la page officielle indique aujourd’hui 20 fois. En paiement à l’usage, Fugu Ultra coûte 5 $ par million de jetons en entrée, 30 $ en sortie et 0,50 $ en cache, jusqu’à 272 000 jetons. Au-delà, les prix passent à 10 $, 45 $ et 1 $. La fenêtre de contexte monte à un million de jetons, avec une sortie maximale de 128 000 jetons.
Fugu reste bloqué dans l’UE et l’EEE. Sakana AI explique travailler à sa mise en conformité avec le RGPD et les réglementations européennes, sans date annoncée. Pour les développeurs et les entreprises basés en France, le service n’est donc pas accessible directement. Vérifiez la prise en charge de votre région avant toute intégration.
Les limites réelles à connaître avant d’adopter Fugu
L’effet d’annonce passé, plusieurs frictions ressortent des premiers retours. La latence est la plus visible, car Fugu Ultra échange du temps de réponse contre une coordination plus profonde. Lors des tests du site japonais Classmethod, ses temps de réponse allaient de 11 secondes à près de 4 minutes et demie. Environ 60 % des jetons consommés servaient à l’orchestration elle-même.
- Le routage reste opaque. Les décisions internes de Fugu fonctionnent comme une boîte noire. Vous ne voyez pas le graphe d’agents comme dans une orchestration construite par vos soins, ce qui complique les usages sensibles à l’audit et à la conformité.
- La latence pèse sur les appels simples. Sur une question en un seul tour, la couche d’orchestration devient un surcoût sans bénéfice. Fugu Ultra n’a d’intérêt que sur les tâches multi-étapes réellement complexes.
- Le service reste propriétaire. Le service d’orchestration hébergé n’est pas open source. Sakana AI publie un dépôt GitHub et un rapport technique, mais le comportement exact de l’orchestration reste fermé.
- Vous dépendez d’un seul fournisseur. Confier le routage à un acteur unique expose à ses pannes, à ses changements de politique et à ses restrictions d’accès.
Sakana AI, la signature derrière Fugu
Fondée à Tokyo en juillet 2023, Sakana AI tire son nom du mot japonais sakana, le poisson, en référence au banc de poissons. Des individus dispersés y forment une entité cohérente. L’entreprise compte parmi ses cofondateurs Llion Jones, l’un des auteurs de l’article fondateur des Transformers, avec David Ha et Ren Ito. Son fil rouge reste l’évolution, l’intelligence collective et la fusion de modèles ouverts plutôt que l’entraînement d’un mastodonte unique.
Fugu n’est pas le seul lancement de la maison. Une semaine plus tôt, Sakana AI avait présenté Marlin, un agent de recherche autonome capable de tourner jusqu’à huit heures pour produire des rapports de cent pages. Depuis juillet, un dépôt GitHub permet aussi d’intégrer Fugu dans Codex ou Claude Code en une ligne de commande. En septembre, l’entreprise a signé un partenariat avec SCSK et Sumitomo pour un service de cybersécurité, et recruté Jürgen Schmidhuber comme conseiller scientifique en chef.
Le positionnement souveraineté, vendu comme un moyen d’accéder à des performances de pointe sans dépendre d’un service américain sous contrôle export, doit être relativisé. Son pool inclut justement des modèles américains. La valeur concrète se situe ailleurs : un point d’accès unique qui contourne les pannes d’un fournisseur donné.
Notre avis sur Fugu
Fugu industrialise une idée qui circule depuis des mois : composer une équipe d’agents spécialisés plutôt que demander à un modèle unique de tout savoir faire. L’exécution est sérieuse et l’orchestrateur appris dépasse le simple emballage. La proposition reste toutefois à confirmer par des évaluations indépendantes.
Le cas d’usage le plus solide concerne les équipes qui font déjà tourner des flux agentiques de longue haleine au-dessus de plusieurs modèles. Pour elles, Fugu Ultra mérite une évaluation sérieuse. Si vous cherchez une faible latence, un coût prévisible ou une gouvernance auditable, mieux vaut attendre ou orchestrer vous-même avec une couche que vous contrôlez. Pour les professionnels en France, la question ne se pose pas encore, puisque le service reste bloqué dans l’UE. Décidez enfin sur la base de votre charge de travail réelle, car les chiffres d’annonce ne suffisent jamais.
Lancements, benchmarks et analyses sans complaisance : retrouvez toute la veille sur les grands modèles dans notre rubrique dédiée.