Was ist Sakana AI?

Sakana AI ist ein KI Forschungsunternehmen aus Tokio, gegründet 2023 von David Ha, Llion Jones und Ren Ito. Sakana baut keine immer größeren Einzelmodelle, sondern Systeme, in denen viele Modelle zusammenarbeiten. Das Hauptprodukt heißt Sakana Fugu und ist seit dem 22. Juni 2026 allgemein verfügbar. Quelle: Sakana AI Blog vom 22. Juni 2026.

Sakana heißt Fisch auf Japanisch. Die Idee kommt aus der Natur: Ein Schwarm ist robuster als ein einzelner großer Fisch. Genau so denkt Sakana über KI. Nicht ein Monolith, der alles kann, sondern ein Verbund aus Spezialisten, der lernt sich selbst zu koordinieren.

Wichtig für deutsche Teams: Fugu ist in der EU und im EWR nicht verfügbar. Sakana arbeitet nach eigenen Angaben noch an der DSGVO Konformität. Grundlage sind die Nutzungsbedingungen mit Wirkung vom 12. Juni 2026. Wer heute eine belastbare Antwort auf Anbieterabhängigkeit sucht, findet sie im Guide zu KI Modellen ohne US Anbieter und in der Übersicht der Vibe Coding Modelle.

Never Code Alone arbeitet täglich mit KI Modellen im Produktionsalltag. Wir betreiben Ollama mit lokalen Modellen, wir nutzen Claude Code und OpenCode im Terminal, und wir kennen die Frage, die hinter Sakana Fugu steckt, aus jedem zweiten Kundengespräch: Was passiert, wenn mein Anbieter morgen weg ist?

Genau diese Frage beantworten wir im Vibe Coding Consulting. Wir bewerten Modelle nüchtern statt nach Hype, wir zeigen Wege zu einem KI Stack ohne US Anbieter, wir rechnen die tatsächlichen Token Kosten gegen, und wir bauen mit Teams Multi Agent Setups, die nicht beim ersten Rate Limit auseinanderfallen. Wer sein Team fit für KI machen will, findet im Consulting Mentoring, Onboarding und die Rettung festgefahrener KI Projekte.

Die Gründer bringen Gewicht mit. David Ha war Research Lead bei Stability AI und davor bei Google Brain. Llion Jones ist einer der acht Autoren von Attention Is All You Need, dem Transformer Paper von 2017. Ren Ito verantwortet das operative Geschäft. Quelle: TechCrunch vom 17. November 2025.

Das Kapital ist da. Im November 2025 sammelte Sakana AI rund 135 Millionen Dollar in einer Series B ein, bei einer Bewertung von 2,65 Milliarden Dollar nach dem Investment. Beteiligt waren unter anderem MUFG, Khosla Ventures und NEA. Quelle: TechCrunch vom 17. November 2025.

• 24. Februar 2026: Citi investiert strategisch in Sakana AI. Es ist laut Citi das erste Investment der Bank in ein japanisches Unternehmen. Quelle: Citigroup Pressemitteilung vom 24. Februar 2026.
• 25. März 2026: Mitsubishi Electric beteiligt sich und will Sakana Technologie in die eigene Serendie Plattform bringen. Ren Ito nennt in derselben Mitteilung die Industrie als dritte strategische Säule nach Finanzwesen und Verteidigung. Quelle: Mitsubishi Electric Pressemitteilung vom 25. März 2026.
• April 2026: Sakana stellt ein vom japanischen Innenministerium gefördertes System zur Analyse von Desinformation in sozialen Netzen fertig. Quelle: StartupHub AI vom 7. April 2026.

Die Richtung ist damit klar: nicht der Consumer Chatbot Markt, sondern regulierte Branchen, in denen Anbieterabhängigkeit ein echtes Risiko ist.

Fugu ist selbst ein Sprachmodell. Aber es ist nicht darauf trainiert, deine Frage zu beantworten. Es ist darauf trainiert, zu entscheiden, wer sie beantworten soll.

Du schickst eine Anfrage an einen einzigen Endpunkt. Fugu prüft, wie schwer die Aufgabe ist. Reicht ein Modell, löst es die Sache direkt. Wird es komplex, stellt Fugu ein Team aus Spezialmodellen zusammen, verteilt Rollen, prüft Zwischenergebnisse und führt alles zu einer Antwort zusammen. Nach außen ruft dein Code eine ganz normale OpenAI kompatible API auf. Quelle: Sakana AI Blog vom 22. Juni 2026.

Der Agent Pool umfasst die großen Frontier Modelle. Berichte und die Benchmark Tabelle von Sakana nennen unter anderem GPT 5.5 von OpenAI, Opus 4.8 von Anthropic und Gemini 3.1 Pro von Google. Fugu kann sich zusätzlich selbst rekursiv aufrufen. Welche Modelle eine konkrete Anfrage bearbeiten, legt Sakana nicht offen. Die Zusammensetzung des Pools und der Routing Plan gelten als Betriebsgeheimnis. Quellen: Sakana AI Blog vom 22. Juni 2026 sowie übereinstimmende Fachberichte vom Juni und Juli 2026.

Die Koordinationsregeln sind nicht von Hand geschrieben. Fugu hat gelernt, wann es delegiert, wie Agenten miteinander sprechen und wie Teilergebnisse zusammengeführt werden. Grundlage sind zwei Paper, die auf der ICLR 2026 angenommen wurden: Trinity verteilt dynamisch Rollen wie Thinker, Worker und Verifier. Conductor ist ein per Reinforcement Learning trainierter Orchestrator, der Koordinationsstrategien in natürlicher Sprache entwickelt. Quelle: Sakana AI Blog vom 22. Juni 2026, Paper Trinity und Conductor, ICLR 2026.

Zum Start gibt es zwei Modelle. Beide laufen über dieselbe API, du wählst über den Modellnamen. Der Unterschied liegt in der Tiefe der Orchestrierung und damit in Latenz, Kosten und Kontrolle. Quelle: Sakana AI Blog vom 22. Juni 2026.

Fugu wählt in der Regel ein einziges passendes Modell aus. Die Antwortzeit bleibt damit vergleichbar mit einem direkten Aufruf eines Frontier Modells. Das macht Fugu zum Standard für Chatbots, interaktive Tools und alltägliche Coding Aufgaben, etwa in Codex. Entscheidend für Compliance: Nur in dieser Variante lassen sich einzelne Anbieter oder Modelle aus dem Pool ausschließen.

Fugu Ultra zieht einen tieferen Pool an Expertenagenten heran und ist auf maximale Antwortqualität bei mehrstufigen Problemen ausgelegt. Typische Einsätze laut Sakana: Forschungsarbeit, Reproduktion von Papern, Sicherheitsanalysen und Patentrecherche. Der Pool ist hier fest, ein Ausschluss einzelner Anbieter ist nicht vorgesehen. Quellen: Sakana AI Blog vom 22. Juni 2026 und Fachberichte vom Juni 2026.

Der wichtigste Punkt zuerst, Stand 14. Juli 2026: Sakana Fugu ist in der EU und im EWR nicht verfügbar. Sakana gibt an, die DSGVO Konformität noch herzustellen, und bietet den Dienst bis dahin in EU und EWR Mitgliedsstaaten nicht an. Ein Termin für die Öffnung ist nicht veröffentlicht. Quelle: Sakana AI Nutzungsbedingungen mit Wirkung vom 12. Juni 2026, dazu übereinstimmende Berichte europäischer Fachmedien vom Juni und Juli 2026.

Zu Großbritannien und der Schweiz widersprechen sich die Angaben. Ein Teil der Berichterstattung nennt beide Regionen ebenfalls als ausgeschlossen und beruft sich auf dieselben Nutzungsbedingungen. Andere Quellen melden Großbritannien als verfügbar. Wer hier plant, prüft das vor jeder Entscheidung selbst in der Sakana Console.

Für deutsche Teams heißt das ganz nüchtern: Fugu ist aktuell kein Werkzeug für die eigene Produktion, sondern ein Thema für die Beobachtungsliste. Wer heute eine belastbare Antwort auf Anbieterabhängigkeit braucht, findet sie im Guide zu KI Modell auswählen ohne US Anbieter.

Preise, Stand Juli 2026, Quelle Sakana AI Produktseite und übereinstimmende Fachberichte: Abos in drei Stufen ab 20 Dollar im Monat, dazu Pro und Max Stufen. Für die API wird Fugu Ultra im Snapshot fugu-ultra-20260615 mit 5 Dollar je Million Input Tokens und 30 Dollar je Million Output Tokens geführt. Oberhalb von 272.000 Tokens Kontext steigt der Satz. Wichtig: Die internen Orchestrierungs Tokens zwischen den Agenten sind abrechenbare Nutzung.

Sakana veröffentlicht Werte über Coding, Reasoning, Science und Agentic Benchmarks. Ausgewählte Zahlen aus dem technischen Report und der Modellseite, Stand Juni 2026:

• SWE Bench Pro: Fugu Ultra 73,7 gegenüber Opus 4.8 mit 69,2 und GPT 5.5 mit 58,6
• Terminal Bench 2.1: Fugu Ultra 82,1
• GPQA Diamond: 95,5 für beide Fugu Varianten
• Humanity's Last Exam: Fugu Ultra 50,0 knapp vor Opus 4.8 mit 49,8, aber hinter Fable 5 mit 53,3

Quelle: Sakana AI Benchmark Report und Modellseite, Juni 2026, sowie Fachauswertungen vom Juni 2026.

Ordne das richtig ein. Es sind Herstellerangaben. Die Vergleichswerte der anderen Modelle stammen von deren Anbietern und wurden nicht unter identischen Bedingungen neu gemessen. Fable 5 und Mythos Preview sind nicht im Agent Pool, weil sie nicht öffentlich zugänglich waren. Eine unabhängige Reproduktion lag zum Zeitpunkt der Veröffentlichung nicht vor. Und die Siege sind nicht flächendeckend: Bei einzelnen Benchmarks liegt das schnellere Fugu sogar vor Fugu Ultra. Mehr Orchestrierung ist also nicht automatisch besser.

Der ehrliche Vergleichsmaßstab ist nicht Fugu gegen ein Einzelmodell. Es ist Fugu gegen dein eigenes, handgebautes Multi Agent Setup. Genau dort liegt der interessante Punkt. Details in unserer Übersicht zu Tool Calling und MCP und im Vergleich der besten Coder Modelle für lokale Nutzung.

Sakana positioniert Fugu offensiv als Absicherung gegen Anbieterabhängigkeit. Der Anlass ist konkret: Am 12. Juni 2026 setzte Anthropic den Zugang zu Claude Fable 5 und Mythos aufgrund von Exportkontrollen des US Handelsministeriums aus. Am 30. Juni 2026 wurden die Kontrollen aufgehoben, am 1. Juli 2026 war der Zugang wieder da. Quelle: Anthropic Mitteilung zum Zugang zu Fable und Mythos. Sakana beruft sich in der Fugu Ankündigung vom 22. Juni 2026 ausdrücklich auf diesen Vorfall.

Das ist ein starkes Argument gegen Vendor Lock in. Es ist kein Argument für Datenschutz. Diese beiden Dinge werden gerade munter vermischt.

Fugu nutzt alle großen Modelle, auch die amerikanischen. Deine Prompts wandern zu Sakana und von dort weiter an Anbieter im Pool, darunter OpenAI, Anthropic und Google. Welche das im Einzelfall sind, erfährst du nicht. In der Standardvariante lassen sich einzelne Anbieter ausschließen, bei Fugu Ultra ist der Pool fest. Für DSGVO Konformität gewinnst du damit nichts. Und in der EU ist der Dienst ohnehin nicht freigegeben.

Wer Datenhoheit will, kommt an lokaler Inferenz nicht vorbei. Bei NCA heißt das Ollama mit lokalen Modellen, konkret Qwen3 Coder für Coding Aufgaben. Wer europäisch bleiben will, schaut sich Mistral Vibe an. Wer offene Gewichte mit starker Coding Leistung sucht, findet sie bei GLM 5 oder MiniMax. Den ganzen Entscheidungsweg zeigt der Guide KI Modell auswählen ohne US Anbieter.

Kurz gesagt: Fugu adressiert Verfügbarkeit. Es schützt nicht deine Daten. Beides ist wichtig, aber es ist nicht dasselbe.

Fugu ist das Produkt. Dahinter steht eine Forschungspipeline mit einem roten Faden: KI, die über viele Schritte hinweg selbst nach Lösungen sucht.

• AI Scientist: Ein System, das eigenständig Forschungsideen erkundet, Experimente fährt und Ergebnisse aufschreibt. Quelle: Sakana AI Blog.
• ALE Bench und ALE Agent: Benchmark und Agent für schwere Optimierungsprobleme. Im Mai 2025 erreichte ALE Agent Platz 21 von 1.000 menschlichen Teilnehmern in einem AtCoder Wettbewerb. Am 5. Januar 2026 meldete Sakana den ersten Sieg eines KI Agenten in einem Optimierungswettbewerb mit 804 Teilnehmern. Quelle: Sakana AI Blog vom 5. Januar 2026.
• Trinity und Conductor: Die beiden ICLR 2026 Paper, auf denen die gelernte Orchestrierung aufbaut.
• Sakana Marlin: Autonomer Research Assistent, vorgestellt am 15. Juni 2026. Quelle: Sakana AI Blog vom 15. Juni 2026.
• CoffeeBench: Benchmark mit der Wirtschaftsprüfung KPMG AZSA, der die langfristige Steuerungsfähigkeit von LLM Agenten in einer simulierten Kaffee Lieferkette prüft. Quelle: Sakana AI Blog vom 26. Juni 2026.

Immer geht es um lange Aufgaben, viele Schritte, echte Entscheidungen. Genau das, woran einzelne Modellaufrufe scheitern und woran auch Multi Agent Workspaces in der Praxis hart arbeiten müssen.

Fugu ist kein Tool aus dem NCA Produktionsstack, schon weil es in der EU nicht freigegeben ist. Wir ordnen es ein, wir empfehlen es nicht.

Fugu ist geeignet für:

• Lange, unordentliche Aufgaben über viele Schritte, bei denen ein einzelner Modellaufruf regelmäßig abbricht
• Teams außerhalb der EU, die Multi Agent Verhalten wollen, aber kein Multi Agent System pflegen möchten
• Organisationen, deren größtes Risiko der Ausfall eines einzelnen Anbieters ist
• Recherche, Code Review und Analysen, bei denen Vollständigkeit vor Geschwindigkeit geht

Fugu hat Schwächen bei:

• Verfügbarkeit in Europa. In EU und EWR ist der Dienst Stand Juli 2026 gesperrt
• Datenschutz. Prompts laufen weiter an Drittanbieter, bei Ultra ohne Ausschlussmöglichkeit
• Kostenkontrolle. Orchestrierungs Tokens zwischen den Agenten sind abrechenbare Nutzung
• Nachvollziehbarkeit. Sakana legt weder Pool noch Routing Plan offen

Ob ein handgebautes Setup, ein offenes Modell aus China oder lokale Inferenz für dein Projekt der richtige Weg ist, hängt an deinen Daten, deinem Budget und deiner Risikolage. Wir klären das im Vibe Coding Consulting und schauen uns dabei auch Sicherheitsaspekte deiner Codebase an.

In Beratungsprojekten sehen wir regelmäßig dasselbe Muster. Ein Team hört von Multi Agent Systemen, baut ein Setup mit fünf Rollen, drei Modellen und einem Router, und wundert sich dann, warum die Ergebnisse schlechter sind als vorher.

Der Grund ist meistens banal. Die Prompts sind unscharf, die Tests fehlen, niemand prüft, was die KI produziert. Orchestrierung verstärkt beides: gute Arbeit und schlechte. Wer ohne Guardrails orchestriert, bekommt schnell viel Output und wenig Qualität.

Deshalb starten wir andersherum. Erst Qualitätssicherung, dann Automatisierung. Cypress für End to End Tests, saubere CI Pipelines, echte Reviews. Wenn das steht, ist Orchestrierung ein Hebel. Vorher ist sie ein Verstärker für Chaos.

Sakana Fugu ist trotzdem einen genauen Blick wert. Nicht wegen der Benchmarks, sondern wegen der Grundfrage: Wie unabhängig ist dein Stack von einem einzigen Anbieter? Diese Frage stellt sich jedes Team, das KI ernsthaft in die Produktion bringt. Wir helfen Teams dabei, sie zu beantworten, im Vibe Coding Consulting, im Mentoring und beim Onboarding neuer KI Werkzeuge.

Die wichtigsten Fragen zu Sakana AI, dem Orchestrierungsmodell Fugu und der Einordnung für Entwicklerteams.