Sakana AI bündelt Multi-Agenten-System in einer API und stellt Fugu Ultra vor

Sakana AI hat mit Fugu Ultra ein KI-System vorgestellt, das mehrere Sprachmodelle hinter einer einzigen API bündelt. Der Anbieter verspricht damit Spitzenleistung ohne feste Bindung an einen einzelnen Modelllieferanten und adressiert damit ein wachsendes Betriebsrisiko für Unternehmen.

Der japanische Anbieter Sakana AI kündigte Fugu Ultra am 22. Juni 2026 als neues Produkt an. Das System soll „wie ein einzelnes Foundation Model“ arbeiten, intern aber verschiedene LLMs und rekursive Instanzen des eigenen Modells koordinieren. Laut Sakana erreicht Fugu Ultra dabei ein Leistungsniveau „auf Augenhöhe“ mit Anthropic Fable 5 und Mythos Preview. Konkrete Benchmark-Werte nennt der Blogbeitrag in dem veröffentlichten Auszug nicht, verweist aber auf Engineering-, Wissenschafts- und Reasoning-Tests.

Eine API, viele Modelle

Der Kern des Produkts liegt in der Orchestrierung. Anwender senden Anfragen an einen Endpunkt, Fugu entscheidet dann über Modellwahl, Delegation, Verifikation und Zusammenführung der Ergebnisse. Sakana beschreibt das System als Multi-Agenten-Architektur, deren Komplexität nicht in den Anwendungscode durchschlägt. Für Unternehmen ist das relevant, weil viele KI-Werkzeuge in Microsoft 365, Google Workspace oder Chat-Anwendungen bislang auf einzelne Modellanbieter aufsetzen und damit von deren Verfügbarkeit und Preismodellen abhängen.

Sakana formuliert die Abgrenzung deutlich. „The future belongs to systems that explicitly learn how to coordinate collective intelligence“, heißt es im Produktbeitrag. Der Anbieter argumentiert, dass nicht mehr nur größere Modelle zählen, sondern die Fähigkeit, spezialisierte Modelle für mehrstufige Aufgaben zu kombinieren. Das betrifft typische Büroaufgaben wie Recherche, Planung, Auswertung und Textproduktion, die in der Praxis oft mehrere Verarbeitungsschritte erfordern.

Verweis auf Exportkontrollen

Bemerkenswert ist der politische Unterton der Ankündigung. Sakana verweist auf „recent disruptions“ und nennt ausdrücklich Exportkontrollen für Anthropic-Modelle wie Fable und Mythos als Beispiel für plötzliche Zugriffsrisiken. Einen unabhängigen Nachweis für diese konkrete Darstellung liefert der Blogbeitrag nicht. Die Stoßrichtung ist dennoch klar: Der Anbieter positioniert Orchestrierung als Absicherung gegen regulatorische Eingriffe, Lieferstopps und einseitige API-Abhängigkeiten.

Damit berührt die Ankündigung auch europäische Debatten um digitale Souveränität. Der EU AI Act verlangt für bestimmte Hochrisiko-Anwendungen nachvollziehbare Prozesse, Dokumentation und Risikomanagement. Ein System, das Anfragen dynamisch an wechselnde Modelle weiterreicht, erhöht den Bedarf an Transparenz über Datenflüsse, Zuständigkeiten und Protokollierung. Gerade bei personenbezogenen Daten bleibt zudem die DSGVO-Prüfung relevant, wenn mehrere externe Modellanbieter in einer Verarbeitungskette beteiligt sind.