A Sakana AI lançou o Fugu Max em 11 de setembro de 2026, e ele não é um modelo comum. O Fugu Max é o nível de custo-benefício da família Fugu e, por baixo, é um sistema de orquestração aprendido: um coordenador leve lê a sua solicitação e a encaminha ao modelo capaz mais enxuto em um conjunto de modelos de pesos abertos e especializados, incluindo o NVIDIA Nemotron, tudo por trás de uma única API compatível com a OpenAI.
O argumento é dinheiro. Com US$ 2 por milhão de tokens de entrada e US$ 6 por milhão de saída, valor fixo independentemente do tamanho do contexto, a Sakana diz no seu post de lançamento que a saída é 40-60% mais barata que a do Sonnet 5, do GPT 5.6 Terra e do Kimi K3, ficando "within striking distance of elite models." O porém: os benchmarks são reportados pelo fabricante, o roteamento é opaco por design, não está disponível na UE e os melhores modelos proprietários ficam de fora do conjunto de propósito.
Se você está criando um app, o Fugu Max é uma forma realmente interessante de comprar resultado quase de fronteira com uma conta menor. Se o seu trabalho de verdade é resolver tickets de suporte, um modelo é só o motor. Você ainda precisa construir o funcionário em volta dele, que é justamente a parte que um colega de IA como a eesel entrega já montada.
O que o Sakana Fugu Max realmente é
A maioria dos lançamentos de modelos entrega um modelo maior. A Sakana fez algo mais estranho: o Fugu Max é um modelo que chama outros modelos.
Isso parece marketing até você olhar o mecanismo. A Sakana AI é um laboratório de pesquisa de Tóquio fundado em 2023 por três ex-Google, incluindo o CTO Llion Jones, um dos oito autores do artigo original do transformer, "Attention Is All You Need". A aposta do laboratório é que o futuro da IA é "a vast collection of small AI systems" se coordenando como um cardume, em vez de um único monólito gigante. O Fugu é essa tese transformada em produto.
O Fugu Max é o quarto modelo da família, e alternar entre eles é uma mudança de parâmetro de uma linha na mesma API:
- Fugu equilibra desempenho e latência, o padrão do dia a dia.
- Fugu Ultra (agora v2) é ajustado para a máxima qualidade de resposta em problemas difíceis e de alto risco.
- Fugu Max é ajustado para custo-benefício, orquestrando o maior conjunto da família.
- Fugu Cyber é especializado em trabalho de segurança, como pesquisa de vulnerabilidades.
O post de lançamento apresenta o Fugu Max com uma pergunta: "What is the best possible output we can deliver at the lowest possible cost?" A resposta é ampliar o conjunto de modelos para os quais ele pode rotear, incorporando "an unprecedented number of open-weights and specialized models", e depois enviar cada subtarefa ao modelo mais barato que realmente consiga resolvê-la. A Sakana chama o Max e o Ultra v2 de "not separate products", mas de "the same core orchestration architecture optimized for two distinct missions": o Max baixa a conta, o Ultra eleva o teto.
Como a orquestração realmente funciona
Esta é a parte que considero genuinamente inteligente. Quando você chama o Fugu Max, não está falando com uma única rede de pesos. Está falando com um coordenador que decide, a cada solicitação, quem deve fazer o trabalho.
O coordenador é um modelo pequeno treinado para orquestrar, baseado em dois artigos da ICLR 2026. O TRINITY é um coordenador evoluído que atribui os papéis de Thinker, Worker e Verifier a um conjunto de LLMs ao longo de vários turnos. O The Conductor é treinado com aprendizado por reforço para descobrir estratégias de coordenação em linguagem natural, de modo que um conjunto diverso supere qualquer worker isolado. Em linguagem simples: o sistema aprendeu a delegar em vez de seguir um pipeline escrito à mão, e pode até chamar instâncias de si mesmo de forma recursiva.
O diagrama de arquitetura da Sakana mostra a mesma ideia, da solicitação ao roteamento e à resposta sintetizada:
Para o desenvolvedor, o atrativo é que tudo isso fica escondido atrás de um único endpoint. Você ganha a vantagem de um sistema multiagente, com modelos especialistas roteados por tarefa, sem precisar montar e manter esse sistema por conta própria. É um eco real de como bons agentes de IA devem funcionar: escolher a ferramenta certa para cada etapa, em vez de obrigar um único modelo a fazer tudo.
Alguns detalhes sobre a variante Max, da página do modelo no OpenRouter:
- Contexto de 1 milhão de tokens, com entradas de texto, imagem e PDF e saída de texto.
- Esforço de raciocínio configurável em high, xhigh e max.
- Chamada de funções, saídas estruturadas e busca e leitura na web integradas.
- O conjunto de agentes é fixo. Ao contrário do Fugu base, você não pode incluir nem excluir modelos específicos do Fugu Max pelo console.
- Tokens de orquestração são cobrados como tokens normais. O tráfego interno entre agentes entra no seu medidor, o que importa para a conta de custos abaixo.
Os benchmarks e como lê-los
As alegações principais da Sakana para o Fugu Max são fortes, e todas são reportadas pelo fabricante, então eu as trataria como o melhor lado do fabricante, e não como prova independente.
Segundo o post de lançamento, o Fugu Max alcança a melhor pontuação geral em seis benchmarks (Terminal Bench 2.1, GPQAD, AA-LCR, GDP.pdf, AutomationBench e SWEFish) e "expands the cost-performance Pareto frontier on seven out of ten benchmarks." O enquadramento de eficiência é a verdadeira história: desempenho próximo ao dos modelos de elite a "two to six times lower cost."
O irmão, Fugu Ultra v2, foi lançado no mesmo dia com números mais fortes. No Chartography, um benchmark de raciocínio visual, o Ultra v2 faz 48,3 contra 27,3 do Opus 5 e 29,5 do Fable 5. No DeepSWE, um benchmark de engenharia de software do mundo real, chega a 74,3, o que segundo a Sakana supera modelos que custam de três a cinco vezes mais por token.
Três ressalvas mantêm o quadro honesto, e a Sakana declara todas elas:
- O SWEFish é o benchmark interno da própria Sakana, refletindo seus próprios desafios de programação, não um teste de terceiros.
- Os modelos proprietários mais fortes não estão no conjunto. A Sakana é explícita ao dizer que Fable 5, Fable 5.1 e GPT-6-Astra não estão entre os modelos que o Fugu orquestra. Superar modelos de fronteira sem eles na mistura é justamente o que querem demonstrar, mas isso também significa que o conjunto é formado por modelos abertos e de nível intermediário.
- O roteamento é opaco por design. A Sakana não diz quais modelos subjacentes responderam a uma consulta, então você não consegue auditar a mistura por solicitação.
Essa última é uma troca real para quem atua em ambientes regulados ou sensíveis à segurança, e é a mesma razão pela qual testar com dados reais vale mais do que confiar numa tabela de benchmarks.
Preços: os números reais
O preço do Fugu Max é público e, felizmente, fixo. Aqui está o quadro completo, com o Fugu Ultra v2 ao lado para contraste.
| Item | Fugu Max (v1.0) | Fugu Ultra v2 (padrão) | Fugu Ultra v2 (>272K) |
|---|---|---|---|
| Entrada / 1M de tokens | $2.00 | $5.00 | $10.00 |
| Saída / 1M de tokens | $6.00 | $30.00 | $45.00 |
| Entrada em cache / 1M | $0.25 | $0.50 | $1.00 |
| Sobretaxa de contexto | Nenhuma (fixo) | Acima de 272K tokens | Aplicada |
| Busca na web / leitura | $0.007 por chamada | $0.007 por chamada | $0.007 por chamada |
O modelo de preço fixo é o ponto mais forte do Fugu Max: segundo a Sakana, a tarifa de US$ 2/US$ 6 vale "regardless of context length", então um prompt de 900K tokens custa o mesmo por token que um curto. Isso é incomum e útil se você joga documentos grandes nele.
Se assinaturas servirem melhor, há três, e todos os níveis incluem acesso a todos os modelos Fugu:
| Plano | Preço | Franquia |
|---|---|---|
| Standard | $20/mês | Base |
| Pro | $100/mês | 10x Standard |
| Max | $200/mês | 20x Standard |
Uma armadilha de nomes: a assinatura "Max Plan" não é o mesmo que o modelo "Fugu Max". O plano de US$ 200 é uma cota de uso que inclui todos os modelos; o Fugu Max é um dos modelos dentro dele.
Duas notas mudam o custo real. Primeiro, como os tokens de orquestração são medidos, uma solicitação que se espalha por vários agentes queima mais tokens do que uma chamada a um único modelo, então a tarifa baixa por token nem sempre significa uma conta baixa por resposta. A Sakana suaviza isso prometendo que "never stacks fees" e cobra "a single rate based on the top-tier model involved." Segundo, o cache faz muito trabalho pesado na prática: no painel ao vivo do OpenRouter nos primeiros dias do Fugu Max, o preço médio ponderado efetivo de entrada ficou em torno de US$ 0,61 por milhão contra US$ 2 de tabela, puxado por uma taxa de acerto de cache de 79,4%, a cerca de 29 tokens por segundo.
O que as pessoas estão realmente dizendo
O lançamento do Fugu Max em si foi discreto online, mas o debate em torno da abordagem de orquestração do Fugu como um todo é intenso desde o lançamento de disponibilidade geral em junho. Vale a pena ler, porque as críticas se aplicam igualmente ao Max. (São reações ao modelo de orquestração do Fugu em geral, não à variante Max especificamente.)
A crítica dominante é "por que pagar por um roteador". Um dos principais comentários no tópico do Hacker News sobre a disponibilidade geral captou o clima:
"You pay $200/month to Anthropic, $200/month to OpenAI, $200/month to Cursor, $200/month to Google, and seeing that it didn't come to a nice round $1024/month, you pay $200/month to Sakana to coordinate it all, because why not."
Essa é a pergunta real para qualquer pessoa técnica: se eu consigo ligar modelos abertos baratos e um orquestrador por conta própria, o que estou comprando? Para boa parte do tópico, a resposta foi "não o suficiente". Mas houve também um contraponto justo, e acho que é a leitura honesta:
"Kind of shocking - a model comes out that beats mythos and offers a reasonable price and it ... gets downvoted? ... it's a genuine accomplishment to hit those benchmarks and offer a reasonable plan?"
E pelo menos um usuário relatou uma configuração real e funcional, combinando o Fugu Ultra como conselheiro com um modelo condutor mais rápido:
"Happy user here, pairing it with Composer 2.5, with Fugu Ultra as advisor and Fugu as planner... Worth it if your harness can split advisor from worker."
Minha opinião: o Fugu Max é uma peça de engenharia legitimamente inteligente, e a proposta de "compre orquestração gerenciada em vez de construí-la" é real para times que não querem manter uma camada de roteamento. Se vale uma conta separada além do seu gasto atual com modelos depende inteiramente de quanta orquestração você construiria por conta própria.
Onde o modelo termina e o trabalho começa
Esta é a distinção a que sempre volto, porque é fácil de confundir. O Fugu Max é infraestrutura. É um motor, não um funcionário.
Um modelo, por mais esperto que seja o roteamento, devolve tokens. Para transformar isso em tickets de suporte resolvidos, você ainda precisa conectá-lo ao seu helpdesk, ensinar seu produto e suas políticas, dar permissão para consultar um pedido ou marcar um ticket, decidir quando ele escala para uma pessoa e provar que é seguro antes de tocar em um cliente real. Essa distância entre "um modelo capaz" e "um colega que faz o trabalho" é a maior parte do projeto de verdade, e é a parte que os benchmarks nunca medem.
Esse é exatamente o trade-off por trás do sucesso do próprio Fugu: a maioria dos times não quer construir a infraestrutura multiagente por conta própria. A mesma lógica vale um nível acima. Para suporte ao cliente, você provavelmente também não quer construir o funcionário inteiro em volta de um modelo.
Experimente a eesel: o colega, não o motor
É essa a lacuna que a eesel preenche. A eesel é uma plataforma de colegas de IA: você contrata colegas prontos para trabalhar em tarefas específicas, e cada um chega com as habilidades, integrações e contexto da empresa para o seu papel. O colega de IA para helpdesk entra na sua fila atual, consulta pedidos e registros, marca tickets e redige ou envia respostas, tudo dentro do helpdesk que você já usa.
O ponto relevante para um post sobre modelos: você nunca precisa escolher o modelo. A eesel roda em modelos de fronteira por baixo e cuida dessa escolha, então a decisão não é "Fugu Max ou Sonnet 5", é "quero tickets resolvidos". Ela treina nos seus tickets passados e na sua central de ajuda, se conecta a mais de 1000 ferramentas como Zendesk, Freshdesk e Gorgias e, o mais importante, permite simular em tickets históricos antes de responder a qualquer cliente, o ensaio que o roteamento opaco do Fugu não consegue oferecer.
Se você vive no terminal, a eesel também oferece uma superfície programável de verdade. A CLI da eesel (@eesel/cli) e seu servidor MCP deixam uma pessoa, um script ou um agente de código como o Claude Code controlar o mesmo colega e workspace do painel. Você pode conectar integrações, editar as instruções permanentes do colega, executar eesel activity para inspecionar cada execução e aprovar ou negar ações com uma pessoa no circuito, tudo em JSON, com uma flag --dry-run que imprime a chamada exata que uma escrita faria antes de enviá-la.
O Fugu Max é uma ótima resposta para "qual modelo deve alimentar o meu app". Se a sua pergunta é "como eu resolvo mais tickets de verdade", você pode testar a eesel de graça, sem cartão de crédito e sem conversa com vendas, e ter um colega no ar em minutos.
Perguntas frequentes
O que é o Sakana Fugu Max?
O Sakana Fugu Max é um modelo de IA de bom custo-benefício lançado em 11 de setembro de 2026. Em vez de responder sozinho, ele usa um coordenador aprendido para encaminhar cada solicitação a um conjunto de modelos de pesos abertos e especializados por trás de uma única API compatível com a OpenAI. Ele fica ao lado do Fugu, do Fugu Ultra e do Fugu Cyber na família Sakana Fugu.
Quanto custa o Sakana Fugu Max?
O Fugu Max custa US$ 2 por milhão de tokens de entrada, US$ 6 por milhão de tokens de saída e US$ 0,25 por milhão de tokens de entrada em cache, valor fixo independentemente do tamanho do contexto, segundo o FAQ da Sakana. Chamadas de busca na web e de leitura de páginas custam US$ 0,007 cada. As assinaturas são de US$ 20 (Standard), US$ 100 (Pro) e US$ 200 (Max) por mês.
O Fugu Max é melhor do que um único modelo de fronteira?
A Sakana informa que o Fugu Max é o melhor no geral em seis benchmarks e 40-60% mais barato na saída do que o Sonnet 5, o GPT 5.6 Terra e o Kimi K3. Esses números são reportados pelo fabricante, e modelos proprietários de ponta como o Fable 5 não estão no seu conjunto, então trate as alegações como um ponto de partida e teste nas suas próprias tarefas. Se o seu objetivo é resolver tickets de suporte, um colega de IA que cuida do trabalho inteiro costuma importar mais do que o modelo bruto.
Onde posso acessar o Sakana Fugu Max?
É apenas uma API hospedada, disponível em console.sakana.ai, OpenRouter, no Vercel AI Gateway e no opencode. Não está disponível na UE nem no EEE enquanto a Sakana trabalha na conformidade.
Preciso de um modelo como o Fugu Max para automatizar o suporte ao cliente?
Não. Um modelo é infraestrutura bruta sobre a qual você constrói. Para suporte, um colega de IA como a eesel já cuida da escolha do modelo, do conhecimento e das ações, se conecta ao seu helpdesk atual e permite simular em tickets passados antes de entrar no ar. Veja como ele se compara a um chatbot baseado em regras.