Sakana AI lanserte 22. juni 2026 Fugu, en multi-agent orkestrator som ifølge selskapet selv slår GPT 5.5, Claude Opus 4.8 og Gemini 3.1 Pro på flere tunge benchmark. For norske SMB-eiere er det ett konkret svar som teller: dere får ikke lov til å bruke den ennå. I egen FAQ skriver Sakana: "Not yet available in the EU/EEA while we work toward compliance with GDPR and EU-specific regulations." All praten om Fugu Ultra, SWE-Bench Pro og pay-as-you-go-priser er irrelevant for norske kunder inntil videre.
Likevel er det nyttig å forstå hva Fugu faktisk er, fordi arkitekturen peker mot hvordan norske bedrifter bør tenke AI-stack fremover.
Hva er Sakana Fugu egentlig?
Fugu er ikke en ny grunnmodell. Det er en trent koordinator-LLM som kaller andre LLM-er (GPT 5.5, Claude Opus 4.8, Gemini 3.1 Pro) rekursivt gjennom ett enkelt OpenAI-kompatibelt endepunkt. Tenk på det som en prosjektleder som fordeler oppgaver mellom tre spesialister og sjekker arbeidet. Vil du ha et grunnkurs i hva en AI-agent er, finner du det i Hva er AI-agenter? og i forskjellen mellom chatbot og AI-agent.
Sakana leverer to varianter: Fugu for balansert pris og kvalitet, og Fugu Ultra for maks ytelse. Modell-ID-en er fugu-ultra-20260615. Arkitekturen bygger på to ICLR 2026-papere fra Sakana, TRINITY og Conductor, der en lettvektig koordinator læres opp til å tildele roller og designe kommunikasjon mellom undermodeller.
Benchmarkene Sakana selv rapporterer er oppsiktsvekkende:
| Benchmark | Fugu | Fugu Ultra | Opus 4.8 | Gemini 3.1 Pro | GPT 5.5 |
|---|---|---|---|---|---|
| SWE-Bench Pro | 59.0 | 73.7 | 69.2 | 54.2 | 58.6 |
| LiveCodeBench | 92.9 | 93.2 | 87.8 | 88.5 | 85.3 |
| GPQA-D | 95.5 | 95.5 | 92.0 | 94.3 | 93.6 |
| Humanity's Last Exam | 47.2 | 50.0 | 49.8 | 44.4 | 41.4 |
| TerminalBench 2.1 | 80.2 | 82.1 | 74.6 | 70.3 | 78.2 |
Fugu Ultra vinner alle fem. Men disse tallene er vendor-rapporterte, ikke uavhengig reprodusert, og SWE-Bench Pro bruker mini-swe-agent scaffolding. Det bør man ha i bakhodet før man bestemmer seg.
Hvorfor kan ikke norske bedrifter bruke Fugu?
Tre konkrete grunner:
- Geoblokkering mot EU/EØS. Sakana leverer fra Tokyo-basert infrastruktur. Inntil GDPR-compliance er på plass, er API-et stengt for norske kunder. Les mer i AI og GDPR i Norge.
- Data-residency. Når Sakana først åpner for EU, vil personopplysninger fortsatt rute via Japan. For de fleste norske SMB-er med kundedata, HR-data eller helseopplysninger er det et GDPR-problem i seg selv.
- Endepunktsrisiko. Orkestrering er ikke det samme som suverenitet. Fugu leier intelligensen fra tredjeparts-API-er. Du er avhengig av at OpenAI, Anthropic og Google vilkårlig ikke endrer priser, tilgang eller policy.
Det siste punktet er viktig. Mange tenker at multi-agent orkestrering løser leverandørlock-in. Det gjør den delvis, men den bytter bare lock-in fra én modell til én koordinator i tillegg til underliggende modeller.
Hva kan en AIKI-kunde gjøre med dette i dag?
Vi i AIKI ser tre konkrete grep som er fornuftige nå, før Sakana eventuelt åpner for EØS.
Etablere en provider-nøytral orkestreringsløsning selv. Vi setter opp en koordinator på norsk eller europeisk infrastruktur som fordeler oppgaver mellom OpenAI, Anthropic og Azure OpenAI. Da får du multi-agent-fordelen uten å være prisgitt Sakana-blokken. Vi skrev nylig om provider-nøytral strategi for SMB. For en norsk regnskapsbyrå med 12 ansatte betyr det i praksis at fakturahenvendelser kan rutes gjennom Opus 4.8 for krevende saker, GPT 5.5 for standardtekster, og en liten åpen modell for enkle klassifiseringer. Vil du at vi setter dette opp for din bedrift, kan du starte med AIKI sin tjeneste for autonome AI-agenter.
Bygge "Flexible Agent Selection" selv. Sakana lar kunder opt-out av providers av data- og compliance-grunner. Vi gjør det samme manuelt i våre kundeoppsett: per kunde velger vi hvilke undermodeller som er tillatt, basert på dataklasse. En kunde i finans bruker kanskje bare modeller hostet i EU, mens en intern support-bot kan kjøre gjennom hva som helst. Et konkret verktøy for dette er Anthropic Agent SDK, som lar deg kjøre flere agenter gjennom samme grensesnitt.
Forberede evalueringsrigg nå. Før en ny orkestrator kan tas i bruk, må du vite hva godt nok betyr for dine brukstilfeller. Vi setter opp enkle benchmark-bringer for norske kunder som måler svarnøyaktighet, hallusinasjonsrate og kostnad på tvers av modeller. Når Fugu-eventuelt blir tilgjengelig, kan vi teste den mot din eksisterende stack i løpet av dager, ikke måneder. Bruk gjerne AI-revisjon som utgangspunkt.
Er Fugu verdt å vente på?
Kanskje. To ting taler for: Fugu Ultra er ifølge Sakana den eneste multi-agent-modellen som matcher Anthropics Fable og Mythos på vanskelige benchmarks, samtidig som den omgår eksportrestriksjoner. Det gjør den til et alternativ for organisasjoner som av politiske eller compliance-grunner ikke kan bruke amerikanske frontier-modeller direkte.
Ting som taler mot: vi vet ikke når GDPR-compliance er på plass, vi vet ikke om norsk hosting blir et alternativ, og vi vet ikke om prisene ($5 input / $30 output per million tokens for Ultra pay-as-you-go) faktisk blir konkurransedyktige når valutakostnader og datatoll legges til.
Hos AIKI anbefaler vi ikke å vente. Bygg orkestrering selv, eierskap til provider-valg, og evaluering. Da er du klar uansett om Fugu kommer til Norge i 2026, 2027 eller aldri.
FAQ
Hva er forskjellen mellom Fugu og en vanlig LLM? Fugu er ikke en grunnmodell, men en orkestrator som kaller grunnmodeller. Du snakker med Fugu via ett API, og Fugu bestemmer hvilken underliggende modell som svarer.
Kan jeg bruke Sakana Fugu fra Norge i dag? Nei. Sakana har stengt EU/EØS inntil videre på grunn av GDPR-compliance.
Hva koster Fugu Ultra? Pay-as-you-go er $5 per million input-tokens og $30 per million output-tokens. Abonnement ligger på $20 til $200 per måned.
Er benchmark-resultatene til å stole på? De er vendor-rapporterte. Uavhengig reprodusering er ikke publisert. Bruk dem som indikasjon, ikke fasit.
Bør jeg bytte fra GPT eller Claude til Fugu? Ikke før Fugu er tilgjengelig i EØS. Fokuser heller på å gjøre din nåværende stack provider-nøytral.
