Um novo manual para a inteligência artificial
TÓQUIO -- Em 22 de junho de 2026, a Sakana AI apresentou o Fugu, um serviço de orquestração multiagente que coloca uma questão provocadora à indústria tecnológica. O próximo salto da inteligência artificial exige a construção de um modelo monolítico ainda maior, ou um sistema mais pequeno e mais inteligente pode alcançar resultados semelhantes simplesmente por saber a quem perguntar? O Fugu, nome que vem da palavra japonesa para peixe-balão, representa a aposta da startup de Tóquio na segunda abordagem. A plataforma comporta-se como um único modelo para o mundo exterior, mas coordena internamente uma equipa de sistemas especializados de inteligência artificial de fronteira para resolver tarefas complexas.
Índice
O anúncio surge num ponto de inflexão crítico para a adoção empresarial da IA generativa. Durante anos, o progresso foi medido sobretudo pelo número de parâmetros, pelo poder de computação usado no treino e pela corrida para construir modelos de base cada vez maiores. A OpenAI, a Anthropic, a Google e outras seguiram esta filosofia de escalagem com resultados notáveis, produzindo sistemas capazes de passar em exames de advocacia, escrever código sofisticado e conduzir raciocínios prolongados. Contudo, esta concentração de capacidades num punhado de fornecedores americanos criou novas vulnerabilidades. O acesso aos modelos mais poderosos pode mudar da noite para o dia devido a controlos de exportação, mudanças de política empresarial ou disputas geopolíticas, deixando as empresas internacionais expostas.
A Sakana AI propõe uma arquitetura alternativa enraizada na inteligência coletiva. Em vez de tentar rivalizar com os laboratórios de fronteira ao treinar um colosso de um bilião de parâmetros, a empresa criou um coordenador compacto, estimado em cerca de 7 mil milhões de parâmetros, que funciona como um mestre delegador. Quando um utilizador submete um pedido através da API do Fugu, compatível com os padrões da OpenAI, o sistema analisa a tarefa e responde diretamente ou reúne uma equipa de modelos especialistas para tratar de subtarefas específicas. Depois verifica os resultados e sintetiza uma resposta unificada. Para o programador, a experiência assemelha-se a chamar um único grande modelo de linguagem. Por baixo, todo um comité de agentes pode ter contribuído para a resposta.
O momento não poderia ser mais estratégico. No início de junho, a Anthropic revogou abruptamente o acesso público aos modelos Claude Mythos 5 e Claude Fable 5 na sequência de uma ordem norte-americana de controlo de exportações. A medida provocou ondas de choque na comunidade de programadores, em particular entre clientes internacionais que tinham construído fluxos de trabalho em torno desses sistemas. A Sakana AI cita explicitamente estas perturbações como motivação para o design do Fugu, posicionando o serviço como uma proteção contra a dependência de um único fornecedor e um passo em direção ao que designa por soberania da IA.
Fundada em 2023 pelo antigo investigador do Google Brain David Ha e por Llion Jones, coautor do artigo seminal de 2017 sobre transformadores Attention Is All You Need, a Sakana AI atraiu atenção e financiamento significativos. Divulgações públicas indicam que os megabancos japoneses e a fabricante de chips Nvidia apoiaram uma ronda de financiamento avaliada em cerca de 30 mil milhões de ienes, dando à startup recursos para competir com rivais muito maiores. Com o Fugu, a empresa pretende provar que a inovação japonesa pode desafiar o paradigma dos modelos de fronteira não copiando-o, mas reimaginando a forma como as capacidades existentes são reunidas.
Dentro do motor de orquestração
Compreender o Fugu exige olhar para além da superfície da sua API simples. Quando chega um prompt, o sistema passa-o a um modelo central que a Sakana AI descreve como um maestro de aprendizagem por reforço. Este maestro, na maioria dos casos, não gera ele próprio a resposta final. Em vez disso, desempenha o papel de encarregado de obra num estaleiro, analisando dinamicamente o tipo de tarefa e atribuindo partes do trabalho aos agentes mais adequados disponíveis num conjunto permutável. Esse conjunto inclui modelos de fronteira de terceiros, de fornecedores como a OpenAI, a Anthropic e a Google, bem como instâncias recursivas do próprio Fugu para raciocínio aninhado.
A base teórica deste comportamento vem de dois artigos de investigação apresentados na Conferência Internacional sobre Representações de Aprendizagem de 2026: Trinity: An Evolved LLM Coordinator e Learning to Orchestrate Agents in Natural Language with the Conductor. O Trinity introduz um quadro de computação evolutiva no qual o coordenador central cria e modifica estruturas de agentes em tempo real, rotulando-os com papéis como Pensador, Trabalhador ou Verificador, consoante as exigências da tarefa. Os Pensadores analisam os requisitos, os Trabalhadores executam cálculos específicos e os Verificadores confirmam se os resultados são consistentes e exatos.
O Conductor baseia-se nisto ao empregar aprendizagem por reforço profunda para treinar o coordenador na arte da delegação em linguagem natural. Através de treino extensivo, o pequeno modelo central aprende quando deve delegar e quando deve responder diretamente, como os agentes devem comunicar entre si e como fundir resultados díspares num produto final coerente. O resultado não é um fluxo de trabalho predeterminado, mas um sistema adaptativo que descobre estratégias de coordenação através da experiência. Esta distinção é importante porque permite ao Fugu lidar com tipos de tarefas inéditos que os seus criadores podem não ter antecipado explicitamente, em vez de ficar limitado a manuais rígidos.
Do ponto de vista da engenharia, um dos aspetos mais intrigantes do Fugu é a sua capacidade recursiva. O orquestrador pode reenviar subtarefas para si próprio, criando cadeias de raciocínio com várias camadas para problemas que exigem análise prolongada. Isto significa que o coordenador de 7 mil milhões de parâmetros consegue gerir fluxos de trabalho de complexidade arbitrária sem possuir ele próprio o conhecimento enciclopédico armazenado nos centenas de milhares de milhões de parâmetros dos modelos de base de fronteira. Compensa o tamanho mais reduzido com uma inteligência organizacional superior, um conceito que desafia o pressuposto dominante de que maior é sempre melhor.
Benchmarks e testes beta
A Sakana AI acompanhou o lançamento do Fugu com um conjunto arrojado de alegações de desempenho. No SWE-Bench Pro, um benchmark amplamente respeitado que testa a capacidade de um sistema de IA localizar e corrigir erros em repositórios de software reais, o Fugu Ultra terá obtido 73,7. Segundo as avaliações publicadas pela empresa, isso coloca-o à frente do Claude 4.8 Opus, com 69,2, e do GPT-5.5, com 58,6. Entre outras pontuações reportadas figuram 95,5 no GPQA-Diamond, um teste de perguntas e respostas de nível pós-graduado concebido para resistir a simples pesquisas na web; 93,2 no LiveCodeBench; 82,1 no TerminalBench 2.1, que avalia capacidades de administração de sistemas; e 50,0 no Humanity's Last Exam, um teste de raciocínio reconhecidamente difícil.
A verificação independente destes números continua limitada, e a indústria da IA tem um longo historial de resultados de benchmarks difíceis de reproduzir em ambientes de produção. As condições de teste, as técnicas de engenharia de prompts e o número de tentativas permitidas podem influenciar as pontuações. Ainda assim, a amplitude de disciplinas abrangidas nos relatórios emitidos pela empresa sugere que a abordagem de orquestração é, no mínimo, competitiva face aos modelos monolíticos de fronteira, se não mesmo superior em certos domínios.
Mais revelador do que os benchmarks pode ser o feedback de quase 500 testadores beta que usaram o Fugu durante um período de pré-visualização alargado centrado em fluxos de trabalho longos e complexos. No desenvolvimento de software, os participantes relataram que o Fugu Ultra demonstra um rigor excecional durante as revisões de código. Um engenheiro que participou na beta disse à Sakana AI que, enquanto os modelos de base normalmente assinalavam cerca de três problemas num determinado código, o Fugu identificou mais de vinte, com explicações detalhadas e passos de correção.
Para revisão de código, o Fugu Ultra é melhor do que o GPT-5.5. Dá respostas abrangentes e encontra os erros que os outros deixam passar. Tornou-se o modelo por onde faço todas as minhas revisões.
Para além da programação, equipas de cibersegurança utilizaram o Fugu Ultra para automatizar ciclos completos de testes de intrusão. Um operador humano definia o âmbito, e o motor de orquestração executava o reconhecimento, testava vulnerabilidades de XSS e de injeção de SQL, revia os mecanismos de autenticação e compilava um relatório final com provas e procedimentos exatos de reteste. Os participantes na beta confirmaram que o sistema respeitou rigorosamente os seus parâmetros operacionais, evitando ações destrutivas sem perder o rigor. Executivos empresariais destacaram também a estabilidade de persona, observando que o Fugu mantinha uma identidade e um foco consistentes ao longo de sessões prolongadas, nas quais outros modelos sofriam frequentemente de degradação do contexto.
Dois níveis, uma API
A Sakana AI está a comercializar o Fugu através de dois níveis de serviço distintos, ambos acessíveis através de um único endpoint de API compatível com os padrões da OpenAI. O modelo Fugu padrão está otimizado para tarefas de produção de baixa latência, como chatbots interativos, assistência de programação em tempo real e ferramentas de revisão de código como o Codex. Equilibra o desempenho com a velocidade, o que o torna adequado a aplicações em que os utilizadores esperam respostas quase instantâneas. Para organizações que operam sob rigorosas regras de governação de dados ou de privacidade, o nível padrão permite excluir manualmente determinados agentes subjacentes do conjunto de encaminhamento. Esta funcionalidade permite às equipas de conformidade impedir que dados sensíveis cheguem a determinados fornecedores terceiros sem abandonar por completo o quadro de orquestração.
O Fugu Ultra ocupa o nível premium. Foi concebido para a máxima qualidade de resposta em tarefas complexas e exigentes que requerem raciocínio profundo ao longo de muitos passos. Estas incluem a reprodução de artigos académicos, investigações de patentes, fluxos de trabalho avançados de ciência de dados e auditorias de segurança exaustivas. O Ultra coordena um conjunto mais profundo e fixo de agentes especializados, o que significa que a funcionalidade de exclusão não está disponível. O compromisso é uma latência mais elevada e um maior consumo de tokens, mas a Sakana AI argumenta que os ganhos de precisão justificam o custo em aplicações críticas. O identificador atual deste nível é fugu-ultra-20260615.
Os preços refletem a distinção entre os dois produtos. O Fugu Ultra custa 5 dólares por milhão de tokens de entrada e 30 dólares por milhão de tokens de saída, com tarifas que duplicam para contextos superiores a 272 000 tokens. Os planos de subscrição vão de 20 a 200 dólares por mês, e a Sakana AI está a oferecer aos subscritores que aderirem antes do final de julho de 2026 um segundo mês gratuito no nível escolhido. O consumo de tokens e os custos associados são reportados por pedido, permitindo às equipas financeiras e de engenharia monitorizar as despesas em tempo real. Importa notar que o serviço não está atualmente disponível na União Europeia nem no Espaço Económico Europeu, enquanto a empresa trabalha para alinhar as suas operações com o Regulamento Geral sobre a Proteção de Dados, uma lacuna que limita o alcance global da plataforma no seu lançamento.
A geopolítica do encaminhamento de modelos
O argumento comercial por detrás do Fugu vai além da arquitetura técnica e entra na arena da gestão do risco geopolítico. A cadeia de abastecimento moderna da IA está altamente concentrada. Um pequeno número de empresas americanas controla o acesso aos modelos de base mais capazes, e as suas decisões estão cada vez mais sujeitas à supervisão governamental. Quando os Estados Unidos impuseram controlos de exportação aos modelos Fable e Mythos da Anthropic, em junho de 2026, o episódio serviu de aviso às empresas fora da América que tinham construído fluxos de trabalho críticos em torno de um único fornecedor. Da noite para o dia, o acesso desapareceu, e as equipas de compras não tinham alternativa imediata.
A Sakana AI está a promover o Fugu como uma apólice de seguro contra exatamente este cenário. Como o orquestrador pode encaminhar dinamicamente em torno de fornecedores indisponíveis ou restritos, a empresa argumenta que os clientes ganham resiliência sem sacrificar capacidade. Se os modelos da Anthropic se tornarem inacessíveis, o Fugu transfere a carga de trabalho para a OpenAI, a Google ou alternativas disponíveis abertamente. Se um novo modelo entrar no mercado e se destacar numa tarefa específica, a Sakana AI diz que pode ser incorporado no conjunto sem obrigar os clientes a reescrever as suas aplicações em torno de uma nova API. Esta arquitetura permutável representa uma forma mais concreta de soberania da IA do que muitas das discussões políticas abstratas que atualmente circulam nos círculos tecnológicos.
Para as empresas e instituições governamentais japonesas, o argumento tem particular ressonância. O Japão fez da capacidade nacional em IA uma prioridade estratégica, e confiar inteiramente nas pilhas de fronteira americanas cria preocupações tanto económicas como de segurança nacional. Um fornecedor sediado em Tóquio que oferece apoio local, opções regionais de tratamento de dados e uma filosofia técnica alternativa constitui uma narrativa convincente para compradores que procuram diversificar os seus portefólios tecnológicos. A base de investidores da Sakana AI, que inclui importantes instituições financeiras japonesas, reforça este posicionamento.
Contudo, o ceticismo é justificado. O conjunto de agentes do Fugu continua fortemente dependente dos próprios gigantes americanos que afirma contornar. O sistema não pode oferecer resultados ao nível da fronteira se o acesso por API ao GPT, ao Claude e ao Gemini for totalmente cortado. A verdadeira independência exigiria um ecossistema robusto de modelos nacionais ou disponíveis abertamente capazes de igualar esses sistemas, e esse ecossistema ainda não existe à escala. Os críticos observam também que o Fugu é um serviço comercial proprietário e não um quadro aberto, o que significa que os clientes trocam a dependência de um fornecedor pela dependência de outro, ainda que com um modelo de negócio diferente.
O que o lançamento significa para o desenvolvimento da IA
Se as alegações de desempenho do Fugu se mantiverem sob escrutínio externo sustentado, as consequências para a investigação em inteligência artificial poderão ser significativas. Durante quase uma década, o setor seguiu uma hipótese de escalagem: mais parâmetros, mais dados e mais poder de computação produzem melhores resultados. Esta filosofia gerou sistemas genuinamente impressionantes, mas também criou barreiras à entrada tão elevadas que só as empresas e os governos mais ricos podem participar. Treinar um modelo de base de fronteira custa centenas de milhões de dólares e exige hardware especializado que está ele próprio sujeito a restrições de exportação.
O Fugu aponta para um caminho diferente. Sugere que um modelo relativamente pequeno, treinado especificamente para a coordenação e não para o conhecimento enciclopédico, pode superar o seu peso ao utilizar inteligentemente os recursos existentes. Isto desloca o panorama competitivo da capacidade bruta de treino para a engenhosidade arquitetural e a eficiência da orquestração. Também democratiza o acesso à IA de alto desempenho, no sentido em que um encaminhador bem concebido pode, em teoria, ser construído por organizações com orçamentos muito mais reduzidos do que os necessários para treinar modelos da classe do GPT de raiz.
A comunidade de investigação explora há muito sistemas multiagente e misturas de especialistas, mas o Fugu representa uma das primeiras implementações comerciais proeminentes posicionadas como alternativa direta aos modelos monolíticos de fronteira. O seu sucesso ou fracasso irá provavelmente influenciar se o capital de risco e os orçamentos de investigação empresarial começam a fluir para tecnologias de orquestração e coordenação em vez de exclusivamente para a escalagem de modelos de base. Já o feedback da beta sugere que certos fluxos de trabalho empresariais, em particular os que envolvem tarefas de longo alcance como a revisão de código e a auditoria de segurança, podem ser melhor servidos por sistemas distribuídos do que por modelos invocados numa única chamada.
Naturalmente, a abordagem não está isenta de contrapartidas. Os complexos passos de raciocínio multiagente podem introduzir uma latência que torna o Fugu inadequado para aplicações que exigem respostas em milissegundos. As tarefas de alta intensidade consomem também quotas de computação significativas, e a natureza opaca da lógica de encaminhamento significa que os utilizadores nem sempre podem saber qual modelo subjacente tratou os seus dados, o que complica os esforços de conformidade em setores regulados. A Sakana AI reconheceu estas limitações, argumentando ao mesmo tempo que os benefícios superam os custos para uma vasta gama de cargas de trabalho analíticas e de engenharia.
Pontos-chave
- A Sakana AI lançou o Fugu, um serviço de orquestração multiagente que encaminha tarefas por um conjunto permutável de modelos de IA de fronteira através de uma única API compatível com os padrões da OpenAI.
- O sistema assenta num modelo coordenador compacto de cerca de 7 mil milhões de parâmetros, em vez de um enorme modelo de base monolítico, recorrendo à investigação dos artigos Trinity e Conductor da Sakana AI.
- O Fugu Ultra reivindica pontuações competitivas em benchmarks como o SWE-Bench Pro, o GPQA-Diamond, o LiveCodeBench e outros testes, face a sistemas líderes como o GPT-5.5 e o Claude Opus 4.8.
- Estão disponíveis dois níveis: o Fugu padrão, para tarefas de produção de baixa latência com controlos manuais de exclusão para conformidade, e o Fugu Ultra, para raciocínio complexo com um conjunto fixo e mais profundo de agentes.
- O lançamento dirige-se a empresas que procuram resiliência contra a dependência de fornecedores e perturbações causadas por controlos de exportação, embora o serviço continue dependente das APIs dos modelos de fronteira americanos.
- O Fugu está disponível globalmente exceto na UE e no EEE, onde a conformidade com o RGPD está pendente; os preços do Ultra começam em 5 dólares por milhão de tokens de entrada e 30 dólares por milhão de tokens de saída.
