S2E63 Sakana Fugu 不訓練模型改當指揮官，效能直逼 Anthropic Fable 5？

重點摘要

• Sakana AI 是罕見的日本 AI 新創（總部東京），創辦人包含前 Google Brain 研究員 David Ha（CEO）與 2017 年 Transformer 論文八位共同作者之一的 Llion Jones（CTO）
• 公司核心策略：不自行從頭訓練大模型，而是以「演化與集體智慧」組合現有前沿模型，繞開與美中 AI 大廠在算力上的直接競爭
• Fugu Ultra 以一個 7B 參數、強化學習（RL）訓練的指揮官模型，將請求拆解為多個子任務，依模型特長分配給 Claude Opus（程式碼與自然語言）、GPT-4 Turbo（數學推理）、Gemini（事實查詢與科學研究）執行
• 自家 Benchmark 顯示 Fugu Ultra 部分指標追平 Claude Fable 5，但實測結果「又慢、又貴、品質仍不如 Claude Fable 5」——主持人儲值 20 美元，輸入一個 prompt 後費用立即耗盡，最終輸出甚至不及 Claude Opus 4.8
• 主持人預測 Sakana AI 作為公司可能很快被市場淡忘，但「組合現有模型提升能力」的概念具有長期生命力，各大模型開發商也可能採用類似架構

詳細內容

Sakana AI 是誰，為何值得關注？

Sakana AI 於 2023 年成立，總部位於東京，在 AI 公司幾乎清一色來自美國或中國的格局下顯得罕見。CEO David Ha 曾在 Google Brain（2016—2022 年）擔任研究員，後赴 Stable Diffusion 開發商 Stability AI 擔任管理職；CTO Llion Jones 則是 2017 年 Google 劃時代論文「Attention Is All You Need」（奠定現代大型語言模型基礎的 Transformer 架構）的八位共同作者之一。主持人特別提到，DeepMind 執行長 Demis Hassabis 與同事 John Jumper 因 AlphaFold 研究共同獲得 2024 年諾貝爾化學獎，但 Jumper 近期也已離職，顯示 AI 頂尖人才正在大規模流動。

核心策略：組合而非自訓，繞開算力軍備競賽

Sakana AI 明確放棄「砸錢買 GPU、累積算力、訓練更大模型」的路線。創辦人在公開訪談中坦言：身為日本公司，資源先天受限，若走傳統路線「本質上是最後一定會輸的」。其替代策略是利用演化演算法與集體智慧，把 Claude Opus（Anthropic）、GPT-4 Turbo（OpenAI）、Gemini（Google）等已有的前沿模型組合起來，試圖讓整體能力超越任何單一模型。中國開源模型（如 Zhipu AI 的 GLM 系列）同期表現已直逼美國頂尖基礎模型，Sakana AI 的定位是在美中 AI 對抗的夾縫中走第三條路。

Fugu Ultra 的運作原理：7B 指揮官 + 多模型協作

Fugu Ultra 採用兩層架構：

指揮官模型（7B 參數，強化學習訓練）：接收使用者請求後，生成一套工作流程，具體決定三件事——任務要拆成哪些子步驟、每個子步驟交給哪個模型執行、以及每個執行模型可參考前面哪幾步的輸出。指揮官輸出的是自然語言 prompt（非程式碼），屬端到端訓練。獎勵函數設計較簡單：格式錯誤得 0 分、格式正確但答案錯得 0.5 分、答案正確得 1 分。

執行模型（依特長分配）：GPT 系列負責數學推理、Claude Opus 系列負責程式碼與自然語言、Gemini 系列負責事實查詢與科學研究。對於複雜任務，可多層遞迴——在某個子任務中再嵌入一個指揮官，持續往下拆解，理論上可無限延伸。整個流程的 API 格式與 OpenAI 相容，使用者無需修改現有程式碼即可切換。

實測結果 vs. 官方 Benchmark

Sakana AI 自家 Benchmark 顯示 Fugu Ultra 在部分指標超越 Claude Fable 5，並全面超越 Opus、GPT、Gemini 的單一模型——邏輯上「用三個模型組合」確實應優於任一個別模型。但主持人指出，當前多數 Benchmark 已被針對性優化而失去參考價值。

主持人與社群的實際使用結果：

• 速度極慢：需整合多個模型的回應再統整，等待時間明顯偏長
• 費用極高：主持人儲值 20 美元，輸入一個 prompt 後費用立即耗盡
• 輸出品質不如預期：最終輸出結果甚至不及 Claude Opus 4.8，遠不及 Claude Fable 5 上市時明顯的品質躍升感
• 社群回饋：「概念方向正確」，但實際體驗是「又慢、又貴、還沒更好」

長期展望：概念比公司更耐久

主持人認為 Sakana AI 這間公司可能很快被市場淡忘，更深層的風險在於：若 6 個月後前沿模型能力大幅躍升，現有的整套「模型調度工程」架構可能需要從頭重新設計，因為新模型可能不再需要這些組合機制就能直接達到目標。不過「組合現有模型提升能力」的概念具有長期生命力，各大模型開發商也可能以類似方式整合自家不同規模的模型。

精選語錄

如果他們跟大家一樣，去砸錢，去買 GPU，去買算力，去用更多的 Data，想辦法去蓋出更強的模型，這件事情本質上是最後一定會輸的。

Fable 5 當時一使用的時候就說，這個顯著的好，你體感上就感覺到這個 Fable 5 有一個值的提升，你看得出來這個畫面是更好的……可是 Fugu Ultra 聲稱它的 benchmark 上的表現是跟 Fable 差不多的，但我們自己實測的感覺是，其實沒有。

我就先儲值 20 塊美金去用一個 prompt 去產生，結果 20 塊已經燒完了，結果他還在 debug，然後我把這個半成品開起來，發現這個畫面真的是不太行。

時間軸

• 開場：介紹 Sakana AI 推出 Fugu 模型，在美中 AI 大廠夾縫中殺出的日本新創
• 中前段：Sakana AI 公司背景、創辦人介紹（David Ha / Llion Jones）、選擇「組合模型」路線的原因
• 中段：Fugu 與 Fugu Ultra 的差異；Fugu Ultra 運作原理詳解（指揮官模型架構、強化學習、獎勵函數）
• 中後段：Benchmark 表現說明與侷限性分析；各模型特長分工說明
• 後段：主持人實測結果、社群回饋彙整
• 結尾：主持人對 Sakana AI 長期發展的觀點，以及「模型調度被下一代模型能力取代」的風險