Sakana AI lance Fugu, une API unifiée pour orchestrer plusieurs modèles d’IA
Sakana AI vient de lancer Sakana Fugu, un système d’orchestration multi-agents qui se présente comme un modèle unique tout en décidant en interne comment traiter chaque requête. Les utilisateurs envoient des tâches à un seul point de terminaison compatible avec OpenAI ; Fugu résout alors le problème directement, assemble une équipe de modèles experts ou se recrée en plusieurs copies pour fournir une réponse cohérente.
Au cœur de l’orchestrateur
Fugu est lui-même un modèle de langage formé pour appeler d’autres LLM depuis un pool interchangeable. Il gère le choix des modèles, la délégation, la vérification et la synthèse sans workflows prédéfinis. À l’arrivée d’une requête, Fugu décide s’il agit seul, répartit les sous-tâches ou mobilise des agents supplémentaires — y compris des copies récursives de lui-même. De l’extérieur, la complexité reste invisible derrière une seule API ; à l’intérieur, un système coordonné d’experts effectue le travail.
Deux versions, une seule interface
Sakana propose deux versions derrière la même API compatible avec OpenAI. Fugu équilibre performances élevées et faible latence pour le développement quotidien, les revues de code et les chatbots ; les équipes peuvent exclure des agents spécifiques de son pool pour répondre à des besoins de confidentialité ou de conformité. Fugu Ultra cible des problèmes plus complexes et multi-étapes, en coordonnant un pool d’experts plus large sans option d’exclusion. L’identifiant actuel du modèle Ultra est fugu-ultra-20260615.
Orchestration apprise, pas codée
Fugu s’appuie sur deux articles acceptés à l’ICLR 2026 — Trinity et Conductor — qui remplacent les workflows manuels par une coordination apprise. Trinity attribue les rôles de Penseur, Exécuteur ou Vérificateur et s’adapte sur plusieurs tours, tandis que Conductor utilise l’apprentissage par renforcement pour découvrir des stratégies de coordination en langage naturel pour divers pools de LLM. Ensemble, ces approches démontrent que les systèmes peuvent apprendre à assembler et router des agents en fonction des tâches.
Les benchmarks de Sakana AI placent Fugu Ultra en tête ou parmi les meilleurs sur les tests de programmation et de raisonnement, surpassant les modèles individuels qu’il orchestre sur SWE Bench Pro, TerminalBench, LiveCodeBench, Humanity’s Last Exam et d’autres. Le routage propriétaire de l’orchestrateur offre également une protection contre la dépendance à un seul fournisseur, en contournant les perturbations comme les récentes restrictions d’exportation sur certains modèles.
Source : MarkTechPost. Synthèse éditoriale assistée par IA — TechnoExpress.