过去一周 AI 圈最热的话题之一，不是某个参数更大的模型，而是一个「不干活、只派活」的模型。
9 月 11 日，由 Transformer 论文八位作者之一 Llion Jones 参与创立的东京实验室 Sakana AI，发布了 Fugu 家族的新成员 Fugu Max。它的定位很反常：你自己的请求发给一个端点，背后却是一个编排器（orchestrator）——一个专门训练过「怎么分工」的小模型，实时决定这个任务该拆给池子里的哪个模型做，最后把结果缝合起来还给你。9 月 14 日的 Agentic 周刊把它评为本周最有代表性的发布：「一个产品，全部价值在于决定别人的模型该干你的活。」
本文把这件事讲透：它和普通大模型到底有什么本质区别、Fugu 家族四款怎么选、怎么写代码接入，以及定价表背后三个会悄悄吃掉预算的坑。
一、Fugu Max 到底是什么：你调用的是一个调度器
先建立一个心智模型。普通大模型是「一个脑子读完你的输入、写出答案」；Fugu Max 是「一个工头看着你提交的活，把它拆成几道工序，每道工序挑池子里最便宜但能胜任的工人，验收后拼成成品交给你」。
这个「工头」不是规则引擎，而是用强化学习训练出来的协调模型，Sakana 把它的方法论发表在了两篇 ICLR 2026 论文里：TRINITY 让一组 LLM 在多轮对话中自动分配思考者（Thinker）、执行者（Worker）、校验者（Verifier）三种角色；Conductor 则让协调策略本身被「学」出来而不是手写。最狠的一点是它能递归调用自己——拆出来的子任务如果还太复杂，子任务里可以再开一个工头。
对开发者来说，这一切藏在同一个 OpenAI 兼容端点后面：你拿到的收益是多模型系统的质量，付出的维护成本却是单模型 API 的成本。
二、Fugu 家族四兄弟：一个端点，一行参数切换
Fugu 全系共用一个 API，切换模型只是改 model 字段的一行字符串：
| 型号 | 定位 | 输入/百万 Token | 输出/百万 Token | 适合谁 |
|---|---|---|---|---|
| Fugu | 均衡款，日常默认 | 中端 | 中端 | 编码工具（如 Codex）里的常规任务 |
| Fugu Max | 成本性能比优先，池子最大 | $2.00 | $6.00 | 大批量、预算敏感的生产任务 |
| Fugu Ultra v2 | 质量优先，难题攻坚 | $5.00（>272K 上下文 $10） | $30.00（>272K 时 $45） | 高风险复杂推理 |
| Fugu Cyber | 安全专项（漏洞研究等） | 专项定价 | 专项定价 | 安全团队 |
两个 Max 的数字值得单独记住：
- 100 万 Token 上下文，文本、图片、PDF 都能直接喂；
- 价格与上下文长度无关——90 万 Token 的长文档和一句话的每 Token 单价一样，这在长上下文普遍加收「超长附加费」的今天是少见的。
三、API 接入：和调 OpenAI 没有区别
以 OpenAI Python SDK 为例，把 base_url 指向 Sakana 端点即可：
from openai import OpenAI
client = OpenAI(
api_key="YOUR_SAKANA_API_KEY",
base_url="https://api.sakana.ai/v1", # Sakana Fugu 端点
)
resp = client.chat.completions.create(
model="fugu-max", # 换成 fugu / fugu-ultra / fugu-cyber 即切换家族成员
messages=[
{"role": "system", "content": "You are a careful code reviewer."},
{"role": "user", "content": [
{"type": "text", "text": "Review this module and list the three riskiest spots:"},
{"type": "file", "file": {"file_data": "https://example.com/module.py"}},
]},
],
reasoning_effort="high", # 可选：high / xhigh / max
# response_format={"type": "json_object"}, # 结构化输出同样支持
)
print(resp.choices[0].message.content)
Node.js 侧同理，new OpenAI({ baseURL: "https://api.sakana.ai/v1", apiKey }) 之后照常调用。函数调用（function calling）、结构化输出、内置联网搜索（$0.007/次）都是标配。
四、账单上的三个坑，官方不会替你算
Fugu Max 的标价是真便宜——输入 $2、输出 $6、缓存命中输入只要 $0.25。但有三个机制会让实际账单偏离直觉：
1. 编排 Token 照常计费。 你的一个请求在池子里扇出成多个子任务时，工头之间通信、子模型读写、校验回读的 Token 全部计入你的账单。Sakana 的缓解政策是「不叠加收费，按涉及的最高档模型单一费率计」，但「每 Token 便宜」不等于「每个答案便宜」。一个扇出 5 个代理的复杂请求，实际消耗可能是单模型调用的数倍。
2. 缓存命中率决定真实成本。 OpenRouter 上架头几天的实测面板显示，Fugu Max 的加权实际输入价约 $0.61/百万（对比 $2 牌价），靠的是 79% 以上的缓存命中率——说明池子内部对重复上下文复用得相当激进。这对「多轮对话、重复喂系统提示」的场景是利好；对每次都是全新长文档的场景，你要按牌价做预算。
3. 路由不透明，你审计不了。 Sakana 不会告诉你某个请求实际用了池子里哪些模型。对合规敏感、需要向客户解释「数据经过了什么模型」的团队，这是硬约束，选型前要先想清楚。
五、冷静看待它的基准测试
官方口径是 Fugu Max 在六个基准上拿到最佳综合分、十个基准里七个扩展了成本-性能帕累托前沿。看这类数字时记住三条：SWEFish 是 Sakana 自建的内部基准；旗舰模型（Fable 5.1、GPT-6 Astra）不在它的池子里，「以开源池中档模型打败旗舰价」正是它的卖点而非心虚；以及所有分数都是厂商自报。Hacker News 上对 Fugu 家族最尖刻的评论是「你已经在给 Anthropic、OpenAI、Google 各交 $200/月，现在再交 $200 给 Sakana 替你把它们拧到一起」——反过来也有真实用户报告，把 Fugu Ultra 当顾问、更快的模型当执行者的组合「值得，前提是你的工具链能把顾问和执行者分开」。
六、什么团队现在就该试，什么团队再等等
值得立刻试的：调用量大、任务杂、已经在手动维护「哪个任务用哪个模型」路由表的团队——Fugu Max 把这条路由层做成了托管服务，$2/$6 的扁平价让成本预测非常简单。长文档场景（百万上下文不涨价）也明显受益。
建议再等等的：对输出可审计性有硬要求的行业（金融合规、医疗）、任务类型单一且已锁定最优模型的团队（你自己调一个模型反而更便宜），以及需要指定池子成员的场景——注意 Max 的池子是固定的，不能自选（家族基础款可以）。
小结
Fugu Max 代表了一个清晰的行业信号：模型层正在像数据库层一样「基础设施化」——它很重要、很贵，但你卖给客户的不再是它，而是它上面的调度、工具与流程。如果你的痛点是「任务太杂、模型太多、账单太散」，花半天时间把一条非关键业务流量切到 Fugu Max 上跑一周，对照自己手工路由的成本和质量，数据会给你答案。