Sakana Fugu Ultra: KI-Orchestrator mit Agenten-Pool statt lokalem Modell

Sakana Fugu Ultra ist kein weiteres LLM mit Gewichten für Ollama oder MLX. Das Produkt von Sakana AI ist ein KI-Orchestrator: Hinter einer OpenAI-kompatiblen API wählt und koordiniert es mehrere spezialisierte Modelle für eine Anfrage. Fugu Ultra ist die Variante für schwierige, mehrstufige Aufgaben, bei der Antwortqualität wichtiger ist als kurze Wartezeit.

Für Mac-Nutzer hat diese Unterscheidung konkrete Folgen: Es gibt kein GGUF, keine MLX-Version und keinen lokalen Benchmark auf einem Mac. Statt ein Modell auf Apple Silicon auszuführen, sendet man eine Aufgabe an einen Cloud-Dienst, dessen interne Modellwahl Sakana nicht offenlegt.

Fugu Ultra verkauft Modell-Routing und Agentenkoordination als Produkt, nicht als neues lokales Foundation Model. Für Nutzer in Deutschland gibt es zum Start eine harte Grenze: Sakana bietet Fugu derzeit nicht in der EU bzw. im EWR an.

Was Sakana Fugu Ultra eigentlich ist

Ein einzelnes Sprachmodell muss bei jeder Aufgabe selbst entscheiden, wie es plant, rechnet, programmiert und seine Antwort prüft. Fugu Ultra verfolgt einen anderen Ansatz: Ein kleinerer Koordinator zerlegt eine Aufgabe, beauftragt passende Agenten aus einem Modellpool und kombiniert deren Arbeit zu einer Antwort.

Sakana beschreibt Fugu Ultra als die leistungsorientierte Variante neben dem schnelleren Standardmodell Fugu. Laut Anbieter soll Ultra für aufwendige Coding-, Forschungs- und Reasoning-Aufgaben einen tieferen Pool spezialisierter Agenten koordinieren. Als Beispiele nennt Sakana unter anderem Paper-Reproduktion, Kaggle-Wettbewerbe, Cybersecurity-Analysen sowie Literatur- und Patentrecherchen.

Die zentrale Idee ist nicht neu. Multi-Agent-Systeme und Model Routing gibt es seit Jahren. Sakana versucht jedoch, die Zusammenarbeit nicht für jeden Anwendungsfall von Hand zu verdrahten. Die Grundlage bilden die Forschungsarbeiten TRINITY und Conductor:

1. Ein Koordinator betrachtet Anfrage und bisherigen Arbeitsverlauf.
2. Er wählt einen Agenten und eine Rolle, etwa Thinker, Worker oder Verifier.
3. Die Agenten arbeiten in mehreren Schritten; ein Verifier kann eine Antwort prüfen oder weitere Arbeit auslösen.
4. Das System beendet den Ablauf, wenn eine Antwort ausreichend abgesichert erscheint oder das vorgegebene Budget erreicht ist.

TRINITY beschreibt dafür einen kompakten Koordinator mit einem kleinen Entscheidungs-Head. Conductor untersucht dagegen, wie ein Modell per Reinforcement Learning Kommunikationsmuster und gezielte Arbeitsaufträge für andere LLMs lernen kann. Das ist eine sinnvollere technische Einordnung als die vereinfachte Aussage, Fugu Ultra sei selbst ein neues Frontier-Modell.

Fugu Ultra ist weder Open Source noch lokal auf dem Mac nutzbar

Wer auf einem Mac lokale KI mit Ollama, LM Studio oder MLX betreibt, sollte die Produktkategorie sauber trennen:

Frage	Antwort
Lässt sich Fugu Ultra als GGUF herunterladen?	Nein. Sakana stellt keine lokalen Modellgewichte für Fugu Ultra bereit.
Läuft es über MLX auf Apple Silicon?	Nein. Es ist ein gehosteter API-Dienst, nicht ein MLX-Modell.
Kann ein Mac trotzdem genutzt werden?	Ja, als Entwicklungsrechner bzw. API-Client. Die eigentliche Inferenz und Orchestrierung laufen nicht lokal.
Sind die eingesetzten Basismodelle pro Anfrage sichtbar?	Nein. Sakana legt Routing und konkrete Modellauswahl nicht offen.
Ist Fugu Ultra Open Source?	Nein. Die zugrunde liegenden Forschungsarbeiten und ein technischer Bericht sind öffentlich, das kommerzielle Produkt ist es nicht.

Die Tatsache, dass Sakana Papers veröffentlicht, macht den Dienst nicht zu einem offenen Modell. Für Datenschutz- oder Compliance-Prüfungen reicht eine OpenAI-kompatible API allein ebenfalls nicht aus: Sakana legt nicht offen, welche Modelle eine Anfrage tatsächlich ausgeführt haben. Die FAQ erlaubt Opt-outs für das Standardprodukt Fugu, nicht für die fest konfigurierten Pools von Ultra und Max; individuelle Enterprise-Konfigurationen sind nur auf Anfrage vorgesehen.

Historische Start-Benchmarks (Juni 2026, nicht Ultra v2)

Sakana veröffentlichte zum Start Werte für Coding-, Reasoning- und Long-Context-Benchmarks. Die Tabelle unten zeigt einen aussagekräftigen Ausschnitt. Höhere Werte sind besser.

Benchmark	Fugu Ultra	Opus 4.8	Gemini 3.1 Pro	GPT-5.5	Einordnung
SWE-bench Pro	73,7	69,2	54,2	58,6	Software-Engineering-Aufgaben mit mini-swe-agent
Terminal-Bench 2.1	82,1	74,6	70,3	78,2	Arbeit im Terminal bzw. mit Tools
LiveCodeBench Pro	90,8	84,8	82,9	88,4	aktuelle Programmieraufgaben
Humanity’s Last Exam	50,0	49,8	44,4	41,4	sehr schwierige Wissens- und Reasoning-Fragen
CharXiv Reasoning	86,6	84,2	83,3	84,1	wissenschaftliches Reasoning mit Diagrammen
GPQA-Diamond	95,5	92,0	94,3	93,6	anspruchsvolle Fachfragen
SciCode	58,7	53,5	58,9	56,1	wissenschaftliches Programmieren
Long Context Reasoning	73,3	67,7	72,7	74,3	Schlussfolgern in langen Kontexten
MRCRv2	93,6	87,9	84,9	94,8	Retrieval in langen Kontexten

Die Zahlen stammen vom Anbieter. Daraus folgt nicht, dass Fugu Ultra in jeder Aufgabe das beste Modell ist.

Erstens stammen die Fugu-Ergebnisse von Sakana selbst. Zweitens übernimmt Sakana für die Baselines zum Teil von deren Anbietern gemeldete Werte. Drittens sind Agentensysteme stark von Tool-Scaffold, Turn-Budget, Prompting und Kostenbudget abhängig. Bei SWE-bench Pro verwendet Sakana beispielsweise mini-swe-agent als Scaffold. Ein fairer Kaufvergleich braucht daher reproduzierbare Einstellungen und reale Aufgaben aus dem eigenen Workflow.

Die Tabelle zeigt außerdem: Fugu Ultra liegt bei SciCode, Long Context Reasoning und MRCRv2 nicht vorne. Orchestrierung kann bei komplexer Arbeit helfen, ist aber keine magische Garantie für jeden Benchmark oder jede Produktionsaufgabe.

Fugu Ultra v2 und Fugu Max: API-Tarife (9. Oktober 2026)

Sakana veröffentlichte beide Varianten am 11. September 2026. Fugu Ultra v2 zielt auf anspruchsvolle Aufgaben; Fugu Max optimiert das Verhältnis von Qualität und Kosten und nutzt unter anderem Modelle aus NVIDIAs Nemotron-Familie. Es handelt sich um gehostete Orchestrierung, nicht um zwei herunterladbare Mac-Modelle. Sakana: Produktankündigung.

Die offizielle Preisliste benennt die versionierten Tarif-IDs fugu-ultra-v2.0 und fugu-max-v1.0. Die Sakana-API-Beispiele benutzen dagegen die Aufruf-Aliasse fugu-ultra (Ultra v2) und fugu-max. Die OpenRouter-Slugs sakana/fugu-ultra-v2 und sakana/fugu-max gehören zu einem separaten Gateway mit eigenen Bedingungen. Ein 1-Million-Token-Kontext ist keine Garantie für einen einheitlichen Preis.

API-Preis pro 1 Mio. Tokens	Ultra v2: Kontext bis 272K	Ultra v2: Kontext über 272K	Fugu Max: alle Kontextgrößen
Input	5,00 USD	10,00 USD	2,00 USD
Cached Input	0,50 USD	1,00 USD	0,25 USD
Output	30,00 USD	45,00 USD	6,00 USD

Die 272K-Grenze gilt auch für Ultra v2: Die früher hier gezeigten 5/30 USD sind nicht der einheitliche Preis für alle Anfragen bis zum 1M-Kontextlimit. Sakana berechnet Orchestrierungs-Tokens zusätzlich nach den regulären Input-/Output-Raten; die sichtbaren Antworttokens allein reichen daher nicht für eine belastbare Kostenschätzung. web_search und web_fetch kosten bei Sakana zusätzlich 0,007 USD je Aufruf. Beispiel ohne Cache und Orchestrierungs-Overhead: 100.000 Input- plus 10.000 Output-Tokens kosten im Ultra-Standardtarif 0,80 USD, bei Fugu Max 0,26 USD. Tatsächlich abgerechnete Requests können durch interne Orchestrierung teurer sein. Sakana: offizielle API-Preise.

Standard (20 USD/Monat), Pro (100 USD/Monat) und Max (200 USD/Monat) sind Sakana-API-Abos mit Nutzungskontingenten, keine Pauschale für unbegrenzte Tokens. Laut Sakana enthalten alle drei Fugu, Ultra und Max. Für Deutschland nicht einfach einen Euro-Bruttopreis aus diesen USD-Angaben ableiten. Drittanbieter wie OpenRouter haben eigene Abrechnungs- und Routing-Bedingungen.

Deutschland/EU: Sakana schließt die direkte Bereitstellung im EU-/EWR-Raum auf der Produktseite derzeit ausdrücklich aus. Drittanbieter können eigene regionale Zugangsbedingungen haben; das ist keine Bestätigung für eine EU-rechtskonforme Datenverarbeitung. Prüfe Anbieter, Verträge, Datenwege und regionale Verfügbarkeit separat.

Modellpool: Die allgemeine Produktbeschreibung erwähnt Provider-Opt-outs. Die aktuelle FAQ präzisiert jedoch: Für Fugu Ultra und Fugu Max ist der Pool fest; der normale Opt-out gilt für das Standardprodukt Fugu. Spezielle Enterprise-Konfigurationen sind auf Anfrage möglich. Für Ultra/Max deshalb keine frei einstellbare Modellliste versprechen. Sakana: FAQ.

Mac-Praxis: offizieller API-Aufruf und tatsächliche Tokenkosten

In Deutschland sowie der EU/EWR-Region ist Sakana Fugu direkt nicht verfügbar. Diese API-Anleitung ist ausdrücklich für berechtigte Konten außerhalb der EU/EWR gedacht, nicht zur Umgehung der Regionalsperre. Ein erfolgreicher Request ist kostenpflichtig. Wer einen Drittanbieter nutzt, muss dessen eigenen regionalen Zugang, Datenverarbeitung und Vertrag separat prüfen.

Die Sakana-Schnellstartseite nennt die Basis-URL https://api.sakana.ai/v1 und den Alias fugu-ultra für Ultra v2. Auf dem Mac genügt für einen Verbindungstest curl. Den Schlüssel nur in der Shell-Umgebung setzen, nicht in Git committen oder in Logs ausgeben:

# Nur mit freigeschaltetem Konto außerhalb der EU/EWR.
read -rs SAKANA_API_KEY
export SAKANA_API_KEY
curl --fail-with-body -sS https://api.sakana.ai/v1/chat/completions \
  -H "Authorization: Bearer $SAKANA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"fugu-ultra","messages":[{"role":"user","content":"Antworte nur mit OK."}],"max_tokens":64}'

Dies ist ein nach der Dokumentation aufgebautes Beispiel, kein selbst ausgeführter Live-Benchmark. Für Coding-Agenten zusätzlich Timeout, Rate-Limits und festes Kostenbudget einrichten; der Mac ist nur Client des Cloud-Dienstes.

Warum die sichtbare Antwort nicht die gesamte Rechnung erklärt

Die offizielle Erklärung der usage-Felder unterscheidet sichtbare Eingabe/Ausgabe von interner Orchestrierung. Zusätzlich abgerechnet werden orchestration_input_tokens und orchestration_output_tokens. Die Werte cached_tokens und orchestration_input_cached_tokens sind Teilmengen der jeweiligen Eingaben, nicht zusätzliche Vollpreis-Tokens. Auch total_tokens sollte nicht nochmals auf bereits berechnete Einheiten aufgeschlagen werden.

So lässt sich eine Antwort für Pay-as-you-go nachrechnen (Rate jeweils pro 1 Mio. Tokens):

1. Ungecachte Eingabe = input_tokens − cached_tokens + orchestration_input_tokens − orchestration_input_cached_tokens.
2. Gecachte Eingabe = cached_tokens + orchestration_input_cached_tokens.
3. Ausgabe = output_tokens + orchestration_output_tokens.
4. Gesamtbetrag = (ungecachte Eingabe × Inputpreis + Cache-Eingabe × Cachepreis + Ausgabe × Outputpreis) / 1.000.000 + 0,007 USD je web_search-/web_fetch-Aufruf.

Zwei fiktive, vollständig deklarierte Beispiele (keine Messwerte): Der kurze Fall enthält 100.000 Input-Tokens (davon 20.000 Cache), 10.000 sichtbare Output-Tokens, 40.000 Orchestrierungs-Input-Tokens (10.000 Cache), 20.000 Orchestrierungs-Output-Tokens und zwei Web-Aufrufe. Für die Rechnung sind das 110.000 ungecachte Input-, 30.000 Cache- und 30.000 Output-Tokens. Der lange Fall nutzt 300.000 Input (60.000 Cache), 12.000 sichtbaren Output, 70.000 internen Input (20.000 Cache), 25.000 internen Output und zwei Web-Aufrufe.

Beispiel einschließlich 2 Web-Aufrufen	Ultra v2	Fugu Max
Kurzer Kontext bis 272K	1,4790 USD	0,4215 USD
Langer Kontext über 272K	4,6590 USD	0,8360 USD

Die 272K-Preisstaffel von Ultra gilt für die Anfrage mit langem Kontext, nicht bloß für die Tokens oberhalb von 272K; bei Fugu Max bleibt der Tokenpreis konstant. Reale Agenten können mehr oder weniger interne Tokens verbrauchen. Diese Tabelle bewertet weder Monatsabo-Kontingente noch OpenRouter-Rechnungen.

Vor der Integration prüfen: tatsächliche Landesberechtigung, getrennte usage-Zähler inklusive Tools, maximale USD-Ausgaben, Timeout und Provider-/Datenschutzanforderungen. Auch das inzwischen angebotene Fugu Cyber ist eine eigene Produktvariante mit Freigabeantrag und Pay-as-you-go-Pflicht, kein im Monatsabo enthaltenes Ultra-Extra. Modellkatalog.

Was bedeutet das für Mac-Nutzer?

Fugu Ultra passt thematisch zu einem Mac-KI-Setup, aber anders als lokale Modelle:

• Als API-Werkzeug: Ein Mac kann Editor, Terminal, Agenten-Client und Datenvorbereitung übernehmen. Fugu Ultra wäre der entfernte Reasoning- und Orchestrierungsdienst.
• Nicht als private lokale KI: Prompts und Arbeitskontext verlassen den Rechner. Wer vertrauliche Dokumente bewusst lokal in Ollama oder MLX verarbeitet, bekommt mit Fugu Ultra keinen Ersatz.
• Nicht als Hardware-Test: RAM-Größe, Unified Memory und Metal-Performance eines M1 bis M4 sagen hier nichts über die Modellleistung aus. Relevant sind Netzverbindung, API-Kosten, Datenfluss, Latenz und die Qualität des Agenten-Workflows.
• Als Produktidee bemerkenswert: Fugu zeigt eine mögliche Zukunft, in der Nutzer nicht mehr zwischen einzelnen Frontier-Modellen wählen, sondern einen Dienst für die Auswahl und Zusammenarbeit bezahlen.

Für lokale Workflows bleiben Ollama, MLX, LM Studio und Modelle mit offenen Gewichten die passendere Kategorie. Fugu Ultra konkurriert eher mit komplexen Cloud-Agenten und Premium-APIs als mit einem Qwen- oder Llama-Download.

Für wen Fugu Ultra sinnvoll sein könnte - und für wen nicht

Potenziell passend: Teams außerhalb der EU/EWR, die lange, mehrstufige Aufgaben automatisieren und die Ergebnisse ohnehin fachlich prüfen. Dazu zählen etwa reproduzierbare Forschungsexperimente, Code-Analyse mit klarer Testabdeckung oder strukturierte Literaturauswertung.

Derzeit nicht passend: Nutzer in Deutschland und anderen EU-/EWR-Staaten, lokale-First-Workflows, Organisationen mit zwingender Transparenz über jeden beteiligten Modellanbieter sowie Aufgaben, bei denen ein plausibel formulierter Fehler nicht akzeptabel ist.

Auch bei Security-Arbeit gilt: Ein Modell darf nur in einem klar abgegrenzten, autorisierten Rahmen eingesetzt werden. Ein Anbieterbeispiel ist keine Sicherheitsfreigabe und keine Alternative zu menschlicher Verantwortung, Tests und Freigabeprozessen.

Fazit: Orchestrator statt Modellwahl durch den Nutzer

Sakana Fugu Ultra adressiert eine konkrete Produktfrage: Warum soll ein Nutzer für jede Aufgabe selbst raten, welches Modell und welcher Agentenablauf gerade der beste ist? Sakana verlagert diese Entscheidung in einen proprietären Orchestrator und meldet dafür starke, aber noch nicht unabhängig validierte Benchmark-Ergebnisse.

Für einen lokalen Mac-KI-Stack ist Fugu Ultra kein neues Modell zum Ausprobieren. Es ist ein Cloud-Dienst mit intransparenter Modellkette, erheblichem Prüfbedarf bei Kosten und Datenschutz und aktuell ohne regulären Zugang aus der EU/EWR. Das Produktkonzept besteht in Modell-Routing und Agentenkoordination, nicht in lokaler Inferenz.