Sakana Fugu als Absicherung gegen LLM-Vendor-Lock-in gestartet

Jede Plattformverantwortliche, die schon einmal durch den regionalen Ausfall eines Anbieters aufgeweckt wurde, kennt das Muster: Failover-Pläne sehen in einem Notion-Dokument großartig aus und brechen zusammen, sobald ein vorgelagerter API-Schlüssel gesperrt wird. Der Launch von Sakana AI adressiert genau diesen Schmerzpunkt. Das Versprechen: ein Endpunkt, viele Frontier-Modelle und ein Router, der selbst ein Sprachmodell ist.

Die Resonanz ist gemischt. Von 12 öffentlichen Beiträgen, die am 22. Juni gesichtet wurden, verteilte sich die Stimmung auf 3 unterstützende, 6 skeptische und 3 kritische Stimmen – wobei zwei der drei unterstützenden Beiträge von Sakana selbst oder seinem CEO stammten. Das ist der Rahmen, durch den man alles andere lesen sollte.

Was passiert ist

Sakana AI hat Sakana Fugu gestartet, ein Multi-Agenten-Orchestrierungssystem, das sich aus Sicht des Aufrufers wie ein einziges Modell verhält. Wie MarkTechPost berichtete, ist Fugu selbst ein Sprachmodell, das darauf trainiert wurde, andere LLMs aufzurufen – und der verwaltete Agenten-Pool enthält rekursive Instanzen von sich selbst. Modellauswahl, Delegation, Verifikation und Synthese finden intern statt.

Zwei Varianten laufen hinter einer einzigen OpenAI-kompatiblen API. Das Standard-Fugu balanciert Leistung und Latenz für alltägliche Aufgaben wie Coding, Code-Review und Chatbot-Einsatz, lässt sich in Tools wie Codex integrieren und ermöglicht es Nutzern, bestimmte Agenten aus dem Pool aus Compliance-Gründen auszuschließen. Fugu Ultra tauscht Flexibilität gegen Qualität bei anspruchsvollen, mehrstufigen Aufgaben, koordiniert einen tieferen Experten-Pool und läuft auf einer festen Besetzung ohne Opt-out. Aktuelle Modell-ID: fugu-ultra-20260615.

Sakana positioniert den Launch ausdrücklich als Absicherung gegen die Abhängigkeit von einem einzigen Anbieter und nennt die jüngsten Exportbeschränkungen für Anthropics Fable- und Mythos-Modelle als Motivation. Der Fugu-Pool enthält weder Fable 5 noch Mythos Preview, da diese Modelle nicht öffentlich zugänglich sind. Im Benchmark erreicht Fugu in 10 von 11 Kategorien den Spitzenwert. Fugu Ultra führt vier Coding-Benchmarks an, dazu CharXiv Reasoning und Humanity's Last Exam. Standard Fugu führt bei SciCode, τ³ Banking und Long Context Reasoning. GPT 5.5 gewinnt MRCRv2 als einziges Baseline-Modell. SWE Bench Pro verwendet den mini-swe-agent als Scaffolding.

Die Beta lief mit knapp 500 Early-Access-Nutzern. Der Hacker-News-Thread kommt auf 50 Punkte. VentureBeat und Clanker Cloud haben beide Berichte veröffentlicht.

Technische Architektur

Die interessante technische Aussage ist, dass der Orchestrator die einzelnen Modelle übertrifft, die er koordiniert. Das ist eine größere Behauptung als „wir haben einen Router gebaut." Sie stützt sich auf zwei ICLR-2026-Paper: Trinity und Conductor. Trinity verwendet einen leichtgewichtigen, evolvierten Koordinator über mehrere Turns hinweg und weist adaptiv Thinker-, Worker- oder Verifier-Rollen zu. Conductor wird mit Reinforcement Learning trainiert, um natürlichsprachliche Koordinationsstrategien und gezielte Prompts für diverse LLM-Pools zu entdecken. Die kombinierte Idee: Man kann lernen, Agenten aufgabenbezogen zusammenzustellen, statt den Workflow fest zu kodieren.

Aus Sicht eines API-Consumers ist die Oberfläche bewusst schlicht. Sie ist OpenAI-kompatibel, es gibt also keine SDK-Migration. Man richtet einen bestehenden Client auf den im Console bereitgestellten Endpunkt unter console.sakana.ai aus, setzt das Modell auf fugu oder fugu-ultra-20260615 und liest Token-Nutzung sowie Kosten aus jeder Antwort aus.

Verborgen bleibt die Routing-Logik. Sakana erklärt explizit, dass die Modellauswahl pro Anfrage proprietär bleibt. Diese eine Designentscheidung ist die tragende Wand des gesamten Produkts. Sie ist auch das, was Compliance-Verantwortliche in regulierten Branchen nervös machen sollte. Wer nicht auditieren kann, welches Modell einen bestimmten Prompt verarbeitet hat, kann die Frage nicht beantworten, die der Datenschutzbeauftragte in Woche zwei stellen wird.

Die veröffentlichten Anwendungsfälle setzen auf langfristige Aufgaben. AutoResearch führte 123 Experimente über rund 14 Stunden auf einer H100 durch, um das Trainingsrezept eines kleinen GPT autonom zu verbessern, und erzielte einen besten mittleren Validierungs-BPB von 0,9774 und einen besten Einzellauf von 0,9748. Beim reinen Python-Rubik's-Cube-Solver löste Fugu Ultra alle 300 zurückgehaltenen Würfel mit durchschnittlich 19,72 Zügen, verglichen mit einer Baseline, die bei 19,76 mithalten konnte, und zwei weiteren, die bei null abstürzten. Auf einem klassischen japanischen Kana-Brief mit 1610 Zeichen erzielte Fugu Ultra einen NED von 0,80 gegenüber der nächsten Baseline bei 0,24. Blindschach: vier Partien aus dem Gedächtnis, mit Siegen gegen drei Frontier-Modelle und eine Stockfish-Engine mit 2100 Elo. Ein Online-Trading-Test mit einem Fenster lieferte im Schnitt +19,43 % über fünf Durchläufe, während vergleichbare Systeme unter +15 % blieben – mit dem Hinweis von Sakana, dass vergangene Ergebnisse keine künftigen garantieren.

Die unbequeme Lesart: Jeder Anwendungsfall ist ein Showcase in einer abgegrenzten Domäne, und die Trading-Zahl basiert auf einem einzigen 50-Wochen-Fenster. Ich habe genug Backtests im Fintech-Bereich gesehen, um zu wissen: Das ist eine Hypothese, kein Ergebnis.

Wer betroffen ist

Drei Gruppen sollten dieses Quartal aufmerksam sein.

Erstens: KI-Infrastruktur-Startups, deren gesamtes Pitch darauf basiert, „wir routen für euch zwischen OpenAI, Anthropic und Google." Fugu ist ein direkter Konkurrent mit Forschungsreferenzen, einer OpenAI-kompatiblen API und Benchmark-Siegen in 10 von 11 veröffentlichten Kategorien. Wenn die Routing-Schicht eine Heuristik über Latenz und Preis ist, konkurriert man jetzt mit etwas, das gelernt hat zu koordinieren. Teams, mit denen ich im Orchestrierungsbereich zusammengearbeitet habe, spürten bereits Preisdruck. Dieser Launch erhöht das Mindestanforderungsniveau für „Tabellengrundlagen".

Zweitens: Plattformteams bei Fintech- und iGaming-Betreibern mit strengen Anforderungen an die Anbietertrennung. Standard Fugu bietet den Opt-out einzelner Agenten. Fugu Ultra nicht. Wenn ein Regulierer wissen möchte, welcher Anbieter eine Kundeninteraktion verarbeitet hat, ist „proprietäres Routing" keine Antwort, die ein Audit übersteht. Die Ultra-Variante ist für jeden mit Modell-Attestierungspflichten effektiv nicht nutzbar, solange sich das nicht ändert.

Drittens: Unternehmen, die ausschließlich auf einen Anbieter setzen und die Exportbeschränkungen für Fable und Mythos mit einem Achselzucken abgetan haben. Die Motivation, die Sakana anführt, ist dieselbe, die Produktionsvorfälle der letzten Dekade immer wieder gelehrt haben: Jeder Anbieter kann in einer Jurisdiktion ohne Vorwarnung nicht mehr verfügbar werden. Wer als Notfallplan für „Anthropic wird morgen in unserer Region gesperrt" hat: „wir migrieren in ein paar Sprints zu OpenAI", ist eine regulatorische Schlagzeile von einer sehr schlechten Woche entfernt.

Meine Einschätzung: Der echte Wert liegt nicht im Benchmark-Bogen, sondern in der Wette, dass die Orchestrierungsschicht zu einer Commodity-API-Oberfläche wird. Wenn das zutrifft, gewinnen die Käufer, die jetzt anbieteragnostischen Code schreiben, und verlieren diejenigen, deren Produkt ein dünner Wrapper über einem einzigen Frontier-Anbieter ist.

Handlungsempfehlungen für die KI-Entwicklung

Maßnahmen für diese Woche, nach Aufwand sortiert.

Prüft die direkte Anbieterkopplung. Sucht nach openai, anthropic und anbieterspezifischen SDK-Aufrufen außerhalb eurer Abstraktionsschicht. Findet ihr mehr als eine Handvoll, sind eure Migrationskosten höher, als euer CTO denkt. Das OpenAI-kompatible API-Muster, dokumentiert unter platform.openai.com, ist inzwischen das De-facto-Interface. Schreibt dagegen.

Testet Fugu Standard gegen euren bestehenden Evaluierungs-Harness auf einem Nicht-Produktions-Workload, bevor ihr Ultra in Betracht zieht. Das Opt-out-Feature des Standard-Modells ist die Variante, die ein reguliertes Team tatsächlich einsetzen kann. Ultra ist interessant für Forschung und Offline-Batch-Arbeit, bei der Attribution keine Rolle spielt.

Wenn ihr in einer Jurisdiktion tätig seid, die von jüngsten Exportbeschränkungen betroffen ist, schreibt diese Woche eure Single-Vendor-Ausfallszenarien auf. Nicht nächstes Quartal. Bezieht API-Schlüssel-Sperrung, regionalen Block und Preisschock ein. Begrenzt für jedes Szenario die Wiederherstellungszeit. Wenn irgendeine Antwort länger als 72 Stunden dauert, ist eine Orchestrierungsschicht irgendeiner Art jetzt Teil eurer Roadmap – egal ob es Fugu ist oder etwas, das ihr über offene Gewichte selbst baut.

Und schließlich: Behandelt die Trading- oder AutoResearch-Zahlen nicht als Beschaffungsargument. Ein 50-Wochen-Fenster und ein 14-Stunden-H100-Lauf sind interessante Demos. Sie sind keine belastbaren Belege. Der Benchmark-Bogen ist solideres Terrain, aber anbieterseitig veröffentlichte Baselines sind eben anbieterseitig veröffentlichte Baselines.

Wichtigste Erkenntnisse

• Sakana Fugu erscheint in zwei Varianten hinter einer einzigen OpenAI-kompatiblen API: Standard Fugu erlaubt den Agenten-Opt-out, Fugu Ultra läuft auf einem festen Pool, der auf schwierige Probleme ausgelegt ist.
• Der Orchestrator übertrifft seine Komponentenmodelle in 10 von 11 veröffentlichten Benchmark-Kategorien; GPT 5.5 gewinnt nur MRCRv2.
• Das Routing ist proprietär – für Teams mit Modell-Attestierungs- oder Audit-Anforderungen ist Fugu Ultra damit grundsätzlich nicht einsetzbar.
• Sakana nennt die Exportbeschränkungen für Anthropics Fable und Mythos als Motivation; diese Modelle sind nicht im Fugu-Pool, da sie nicht öffentlich zugänglich sind.
• Die frühe Community-Stimmung aus 12 Beiträgen teilt sich in 3 unterstützende (2 davon Sakana-affiliiert), 6 skeptische und 3 kritische Stimmen auf – die dominierende Frage ist, ob das wesentlich mehr als ein Router ist.