Sakana AI 发布 Fugu Ultra 1.1：一个替你选择模型的智能路由器

当每个 AI 产品都从同一个问题开始“我应该调用哪个模型？”时，一个答案是干脆不再让用户做选择。Sakana AI 本周发布的 Fugu Ultra 1.1 正是如此：它提供一个单一的 API 端点，并在内部决定哪个专业模型处理每个传入的任务。

该产品是一个路由层，而非一个新的基础模型。Fugu 位于应用程序和模型池之间，这些模型有的来自 Sakana，有的来自第三方，并根据预估成本和能力路由请求。该公司表示，这种方法避免了手动管理多个 API 密钥、端点和版本切换的集成负担。

这本身并非一个新想法。多家提供商现已提供模型路由器，包括 OpenRouter 和 Together AI，不过大多数都对开发者保持路由策略相对透明。Fugu 的目标是使选择完全不透明：开发者发送一个提示并收到响应，但不知道是哪个模型执行的。

其价值主张很简单。针对特定任务的模型在成本和延迟上几乎总是优于单一通用模型。但为每个请求选择调用哪个模型是工程工作, , 编写分类器、维护回退逻辑、监控速率限制。Fugu 将这些工作推给了路由器。

Sakana 将该产品定位于用于生产工作负载，在这些场景中，每 token 成本比模型透明度更重要。该公司在公告中未披露定价或支持的完整模型列表，但表示 Fugu 运行在 Sakana 自己的推理基础设施上。

此次发布正值一个快速形成的类别。模型路由器正悄然成为一个基础设施层，就像 API 网关之于微服务一样。模型本身变成了一个实现细节，一个被用户从未见过的中间件层替换的商品。

这种转变带来了明显的效率提升，也伴随着不那么明显的权衡。当响应模型未知时，调试变得更困难。性能下降可能源于路由变更，而非模型更新。供应商锁定也上移了一层：用户不再被锁定在某个模型上，而是被锁定在路由器上。

Sakana AI 是一家总部位于东京的初创公司，以进化模型合并技术而闻名，在非传统架构选择上建立了声誉。Fugu Ultra 1.1 延续了这一模式，让模型选择中最难的部分变得不可见。