Sakana Fugu vs. Claude Fable 5: benchmarks, prijzen en meer

Sakana positioneert Fugu als een evenknie van Fable 5, maar sluit Fable 5 uit in de eigen benchmarktabel. Dus vergelijken we de twee modellen naast elkaar, voor zover dat in de praktijk kan.

Hier is de achtergrond. De Amerikaanse overheid schorste de publieke toegang tot Claude Fable 5 nog geen drie dagen nadat Anthropic het lanceerde. En Fable 5 werd gepresenteerd als het meest capabele model. Nu, twee weken later, komt het Japanse Sakana AI met Fugu en stevige claims. Eén claim ging rond: Sakana AI zegt dat Fugu Ultra "schouder aan schouder staat met toonaangevende modellen zoals Fable 5 en Mythos Preview" op de zwaarste engineering-, wetenschap- en redeneerbenchmarks in de industrie, en dan zonder exportcontrolegevaar. CEO David Ha zei op X dat Fugu bewijst dat een verwisselbare pool van georkestreerde agents kan wedijveren met beperkte frontiermodellen zoals Fable.

Die claims zijn lastig te verifiëren, omdat Fable 5 überhaupt niet in Fugu’s benchmarktabel staat. Sakana sluit het uit omdat het niet openbaar toegankelijk is. We doen wat kan: we checken de paar benchmarks die in de tabellen van beide labs voorkomen met overeenkomende baselines. En ter afronding bespreken we de prijzen en de toegangssituatie

Wil je achtergrond over de twee systemen afzonderlijk, bekijk dan onze blogs: lees onze covering van Claude Fable 5 en de bespreking van Sakana Fugu.

Wat is Sakana Fugu?

Sakana Fugu is niet één getraind model in de gebruikelijke zin. Het is een orkestrator: een model dat je verzoek ontvangt, beslist of het direct antwoordt of delegeert aan specialistische modellen in een pool, verificatie en synthese aanstuurt, en via één OpenAI-compatibele API één antwoord teruggeeft. Van buitenaf roep je één endpoint aan; onder de motorkap doet een gecoördineerde set frontiermodellen het werk.

Het komt in twee varianten. Fugu balanceert kwaliteit met lage latency en is gepositioneerd als de alledaagse standaard voor coderen, review en interactieve services. Fugu Ultra coördineert een diepere pool van expertagents en is getuned voor maximale antwoordkwaliteit op lastige, meerstapsproblemen — het reproduceren van papers, cybersecurity-analyses, data science in Kaggle-stijl, octrooionderzoeken.

Het idee is eigenlijk tweeledig.

• Ten eerste, geleerde orkestratie: de coördinator wordt getraind om te beslissen wanneer te delegeren en hoe outputs te combineren, in plaats van een handmatig gecodeerde pipeline te draaien.
• Ten tweede, een verwisselbare agentpool: wanneer een nieuw frontiermodel openbaar beschikbaar komt, verwacht Sakana ongeveer twee weken nodig te hebben om het op te nemen. (Belangrijk voor de rest van het artikel: Fable 5 zit daar niet in, omdat het niet openbaar toegankelijk is.

Wat is Claude Fable 5?

Claude Fable 5 is een Mythos-klasse model, een niveau dat Anthropic boven de Opus-klasse positioneert, geschikt gemaakt voor algemeen gebruik via een set classifiers. Het is hetzelfde onderliggende model als Claude Mythos 5; het verschil is dat Fable 5 draait (of draaide) met actieve veiligheidsclassifiers, terwijl Mythos 5 er enkele opheft en is beperkt tot Project Glasswing-partners en geselecteerde biologieresearchers.

Anthropic claimde dat Fable 5 state-of-the-art was op vrijwel elke benchmark die Anthropic volgt, met een groeiende voorsprong bij langere, complexere taken. Het belangrijkste praktische detail: wanneer een query cybersecurity, biologie/chemie of modeldistillatie raakt, stuurt een tweestaps-classifier het antwoord door naar Claude Opus 4.8 en meldt dat aan de gebruiker. 

Sakana Fugu vs. Claude Fable 5: benchmarks

Sakana’s gepubliceerde vergelijkingstabel sluit Fable 5 en Mythos Preview uit, omdat ze niet openbaar toegankelijk zijn en dus niet in Fugu’s pool kunnen zitten. Fugu’s officiële cijfers zijn daarom gemeten tegen Opus 4.8, GPT-5.5 en Gemini 3.1 Pro, die je allemaal in de onderstaande tabel ziet. Daarin wint Fugu op 10 van de 11 benchmarks. 

Om Fable 5 mee te nemen, heb ik de benchmarks gekruist die in zowel Anthropic’s als Sakana’s tabellen staan en gecontroleerd dat de gedeelde baselines overeenkomen. Op SWE-Bench Pro en Humanity’s Last Exam (zonder tools) zijn de cijfers voor Opus 4.8, GPT-5.5 en Gemini 3.1 Pro identiek in beide bronnen — dus die twee vergelijkingen zijn zuiver. Teruggebracht tot alleen de twee systemen ziet de head-to-head er zo uit:

‡ De twee labs rapporteren verschillende baselines en gebruiken verschillende scaffolds voor TerminalBench, dus de condities zijn niet identiek.

Dit zijn de enige benchmarks die we vonden waarvan de gepubliceerde resultaten direct vergelijkbaar zijn. Fable 5 leidt alle drie.

Dus, op elke benchmark waar een side-by-side überhaupt mogelijk is, komt Fable 5 ongeveer 6–9 punten voor op Fugu Ultra. Dat past bij waar Fable 5 voor is gebouwd: langetermijntaken die achteraf worden beoordeeld, waar één sterker model minder opeenstapelende fouten maakt.

Kort samengevat:

1. Alle Fugu-cijfers zijn zelf gerapporteerd en staan nog niet op externe leaderboards.
2. Sakana typeert Fugu als "schouder aan schouder" met Fable 5 en Mythos Preview. Gezien de bovenstaande gaten is dat verdedigbaar maar royaal. "Dichtbij, maar erachter" is nauwkeuriger.
3. De vergelijkingssets overlappen maar deels. Fable 5 leidt op vision (het kan de broncode van een webapp herbouwen uit screenshots), iets wat Fugu helemaal niet benadrukt; Fugu publiceert dan weer long-context- en banking-benchmarks die niet in Anthropic’s tabel staan. Ze zijn dus geoptimaliseerd voor enigszins andere soorten werk.

Sakana Fugu vs. Claude Fable 5: beschikbaarheid en toegang

Claude Fable 5 is momenteel geschorst. Anthropic trok op 12 juni de toegang tot zowel Fable 5 als Mythos 5 in na een Amerikaans exportcontroledirectief, en zegt te werken aan zo snel mogelijke hersteltoegang. Andere modellen van Anthropic, zoals Opus 4.8, zijn nog beschikbaar.

Sakana Fugu is nu beschikbaar via console.sakana.ai met een OpenAI-compatibele API — behalve in de EU en EER, waar Sakana de beschikbaarheid heeft gepauzeerd terwijl het aan AVG-naleving werkt. Ik kon daar geen exacte tijdlijn voor krijgen.

Op dit moment kan een Europees team mogelijk geen van beide modellen gebruiken.

Tot slot

Op papier is dit een echte, spannende strijd tussen twee filosofieën.

Anthropic denkt in schaal — één Mythos-klasse model dat zó capabel is dat er een parallel classifiersysteem voor nodig is.

Sakana gokt op coördinatie — dat een getrainde orkestrator boven een verwisselbare pool binnen schot kan blijven van elk individueel frontiermodel, terwijl het goedkoper, veerkrachtiger en provider-agnostisch is.

De benchmarks, op hun gezicht, zeggen dat Anthropics gok het sterkere artefact oplevert op de vergelijkbare tests, terwijl Sakana’s gok het meer beschikbare en goedkopere oplevert.