Sakana AI Fugu Max ist kein neues Sprachmodell, sondern ein Dirigent: Ein Orchestrator, der jede Anfrage an das günstigste Modell aus einem Pool offener und spezialisierter Modelle weiterreicht und die Antworten zusammensetzt. Das japanische Unternehmen hat Fugu Max und das leistungsstärkere Fugu Ultra v2 am 11. September 2026 veröffentlicht – mit einer Kampfansage an die Preisstruktur der großen Anbieter und einem Argument, das für viele Unternehmen interessanter sein dürfte als jeder Benchmark: keine Abhängigkeit von einem einzelnen proprietären Frontier-Modell. Ein Haken für Leser hierzulande gleich vorweg: In der EU ist Fugu bislang nicht verfügbar.
Was Sakana AI veröffentlicht hat
Beide Produkte teilen dieselbe Orchestrierungs-Architektur, sind aber auf unterschiedliche Ziele getrimmt. Fugu Max soll das bestmögliche Ergebnis zum niedrigsten Preis liefern. Sakana nennt 2 US-Dollar pro Million Eingabe-Token und 6 US-Dollar pro Million Ausgabe-Token – nach eigener Rechnung 40 bis 60 Prozent unter den Ausgabepreisen von Sonnet 5, GPT 5.6 Terra und Kimi K3. Im Pool sind nun auch NVIDIAs Nemotron-Modelle, Ergebnis einer im Juli angekündigten Partnerschaft, deren Integration im August begann.
Klartext ins Postfach
KI, Security & Crypto – die wichtigsten Analysen, kein Spam. Jederzeit abbestellbar.
Fugu Ultra v2 zielt auf maximale Leistung bei komplexen, mehrstufigen Aufgaben. Sakana nennt Bestwerte oder geteilte Bestwerte auf fünf von acht Benchmarks, darunter DeepSWE (74,3) und Chartography (48,3 gegenüber 27,3 für Opus 5 und 29,5 für Fable 5). Bemerkenswert ist die Fußnote: Fable 5, Fable 5.1 und GPT-6-Astra sind ausdrücklich nicht im Modell-Pool – die Werte entstehen also ohne die teuersten Frontier-Modelle.
Technisch bleibt alles beim Alten: Beide laufen über die bestehende OpenAI-kompatible API, ein Umstieg von Fugu 1.x ist eine Parameteränderung. Der Weg dorthin war kurz – Beta im April, allgemeine Verfügbarkeit im Juni, im Juli eine Cyber-Variante und eine Claude-Code-Schnittstelle, im August der Consumer-Chat.
Einordnung: Orchestrierung statt Monolith
Die Idee hinter Fugu ist nicht neu – Routing zwischen Modellen macht jeder größere Anbieter intern. Neu ist, dass Sakana den Router selbst als Produkt verkauft und die Routing-Entscheidung als gelerntes Modell umsetzt. Die Behauptung „Frontier-Leistung ohne Frontier-Modell” ist dabei wörtlich zu nehmen, aber auch mit Vorsicht: Alle genannten Zahlen stammen aus Sakanas eigenem Blogpost, einige Benchmarks (SWEFish) sind hauseigen, und unabhängige Nachmessungen liegen zwei Tage nach dem Release naturgemäß noch nicht vor.
Der Vergleich mit dem offenen 750-Milliarden-Modell K-EXAONE 2.0 zeigt den Unterschied im Ansatz: Dort wird ein einzelnes riesiges Modell offen gelegt, hier wird ein Schwarm kleinerer Modelle koordiniert. Beides sind Antworten auf dieselbe Frage – wie man aus dem Griff weniger US-Anbieter herauskommt.
Was das für dich bedeutet
Aus Sicht eines Security-Verantwortlichen ist Orchestrierung ein zweischneidiges Schwert. Auf der Habenseite steht die Resilienz: Wenn ein Anbieter Preise erhöht, ein Modell abkündigt oder – wie OpenAI Ende August bei Cursor – den Zugang zum 12. November kündigt, tauscht der Orchestrator das Modell im Pool und der Betrieb läuft weiter. Für Unternehmen, die KI in Kernprozesse einbauen, ist das ein echtes Argument gegen Vendor-Lock-in.
Auf der Sollseite steht die Nachvollziehbarkeit. Wer einen Orchestrator nutzt, weiß im Zweifel nicht, welches Modell eine konkrete Antwort erzeugt hat, wo dessen Betreiber sitzt und welche Daten dorthin geflossen sind. Für DSGVO-Datenflussanalysen, Auftragsverarbeitungsverträge und die Dokumentationspflichten des AI Act ist das eine offene Baustelle. Der günstige Token-Preis kann die Compliance-Kosten schnell wieder auffressen, wenn die Antwort auf „Wo wurden meine Daten verarbeitet?” lautet: „Kommt drauf an.”
Für kleine Betriebe und Einzelentwickler wäre die Rechnung einfacher: Wer heute Sonnet oder GPT über eine OpenAI-kompatible API anspricht, könnte Fugu Max mit einer Zeile Konfiguration parallel testen. Der Haken für Österreich und Deutschland: Laut Sakanas Produktseite ist Fugu derzeit nicht in der EU und im EWR verfügbar – die DSGVO-Konformität sei in Arbeit. Genau dieser Punkt bestätigt die Datenfluss-Frage von oben: Ein Anbieter, der seinen eigenen Dienst noch nicht DSGVO-konform anbieten kann, ist für Produktivdaten europäischer Firmen ohnehin noch keine Option. Der Test bleibt vorerst Teams außerhalb Europas vorbehalten – oder wartet auf die EU-Freigabe.
Konkrete Handlungsempfehlung
- Eigenen Benchmark statt Sakanas Benchmark: Sobald Fugu in der EU verfügbar ist (oder wenn du außerhalb testest): 20 bis 50 echte Anfragen aus deinem Arbeitsalltag gegen Fugu Max und dein bisheriges Modell laufen lassen, Qualität blind bewerten, Token-Kosten daneben legen. Erst dann entscheiden – das gilt übrigens für jeden Modellwechsel.
- Datenfluss klären, bevor Produktivdaten fließen: Vor dem Einsatz mit personenbezogenen oder vertraulichen Daten von Sakana schriftlich klären, welche Modelle im Pool sind, wo sie gehostet werden und ob Routing-Entscheidungen protokolliert werden. Ohne diese Antwort nur mit unkritischen Testdaten arbeiten.
- Abstraktionsschicht einziehen: Unabhängig vom Anbieter lohnt es sich, Modellaufrufe im eigenen Code hinter einer Schnittstelle zu kapseln. Dann ist der Wechsel zwischen Fugu, einem direkten Anbieter oder einem lokalen Modell eine Konfigurationsfrage – die Resilienz, die Sakana verkauft, kannst du dir so selbst bauen.
- Lokale Alternative im Blick behalten: Wer volle Datenkontrolle braucht, kommt um lokale Modelle nicht herum. Was dafür an Hardware nötig ist, steht im Ratgeber zu Hardware für lokale KI-Modelle.
Quellen
- Sakana AI: Introducing Fugu Max and Fugu Ultra v2 (11. September 2026)
- Sakana AI: Fugu-Produktseite
- MarkTechPost: Sakana AI Launches Fugu Max and Fugu Ultra v2
- Sakana AI: NVIDIA-Partnerschaft (16. Juli 2026)
Diese Analysen als Newsletter
Ein Mal pro Woche Klartext zu KI, Security & Crypto – direkt in dein Postfach.
Jetzt anmelden