Sakana Fugu vs. Claude Fable 5: benchmarks, preços e mais

A Sakana promove o Fugu como equivalente ao Fable 5, mas deixa o Fable 5 fora da sua própria tabela de benchmarks. Então, vamos comparar os dois modelos lado a lado, na medida do possível.

Aqui vai o contexto. O governo dos EUA suspendeu o acesso público ao Claude Fable 5 apenas três dias após o lançamento pela Anthropic. E o Fable 5 foi anunciado como seu modelo mais capaz. Duas semanas depois, a Sakana AI, de Tóquio, lançou o Fugu com várias promessas. Uma em especial ganhou destaque: a Sakana AI diz que o Fugu Ultra "fica ombro a ombro com modelos líderes como Fable 5 e Mythos Preview" nos benchmarks mais difíceis de engenharia, ciência e raciocínio do setor — e sem risco de controle de exportação. O CEO David Ha disse no X que o Fugu prova que um pool intercambiável de agentes orquestrados pode equiparar modelos de fronteira restritos como o Fable.

As afirmações são um pouco difíceis de checar porque o Fable 5 não aparece na tabela de benchmarks do Fugu. A Sakana o exclui pelo fato de não estar publicamente acessível. Vamos fazer o que dá: estamos conferindo os poucos benchmarks que aparecem nas tabelas publicadas por ambos os labs, com as mesmas linhas de base. Para fechar, vamos falar de preços e da situação de acesso.

Se você quer conhecer melhor cada sistema, temos posts sobre isso: leia nossa cobertura do Claude Fable 5 e o artigo sobre o Sakana Fugu.

O que é o Sakana Fugu?

O Sakana Fugu não é um único modelo treinado no sentido tradicional. Ele é um orquestrador: um modelo que recebe seu pedido, decide se responde diretamente ou delega a modelos especialistas em um pool, gerencia verificação e síntese e devolve uma resposta por meio de uma única API compatível com a OpenAI. Por fora, você chama um endpoint; por dentro, um conjunto coordenado de modelos de ponta faz o trabalho.

Ele chega em duas variantes. Fugu equilibra qualidade com baixa latência e é posicionado como padrão do dia a dia para código, revisão e serviços interativos. Fugu Ultra coordena um pool mais profundo de agentes especialistas e é ajustado para máxima qualidade de resposta em problemas difíceis e de múltiplas etapas — reprodução de artigos, análise de cibersegurança, data science no estilo Kaggle, investigações de patentes.

A proposta, na prática, são duas ideias.

• Primeiro, orquestração aprendida: o coordenador é treinado para decidir quando delegar e como combinar saídas, em vez de rodar um pipeline codificado à mão.
• Segundo, um pool de agentes intercambiável: quando um novo modelo de fronteira se torna publicamente disponível, a Sakana espera levar cerca de duas semanas para integrá-lo. (Importante para o restante do artigo: o Fable 5 não está nesse pool porque não é publicamente acessível.)

O que é o Claude Fable 5?

O Claude Fable 5 é um modelo da classe Mythos, um nível que a Anthropic posiciona acima da classe Opus, tornado seguro para uso geral por meio de um conjunto de classificadores. É o mesmo modelo subjacente do Claude Mythos 5; a diferença é que o Fable 5 roda (rodava) com classificadores de segurança ativos, enquanto o Mythos 5 tem alguns deles desativados e é restrito a parceiros do Project Glasswing e a alguns pesquisadores de biologia.

A Anthropic afirmava que o Fable 5 era o estado da arte em quase todos os benchmarks que acompanha, com a vantagem crescendo em tarefas mais longas e complexas. O ponto prático principal: quando uma consulta envolve cibersegurança, biologia/química ou destilação de modelos, um classificador em duas etapas redireciona a resposta para o Claude Opus 4.8 e avisa o usuário sobre isso. 

Sakana Fugu vs. Claude Fable 5: benchmarks

A tabela de comparação publicada pela Sakana exclui o Fable 5 e o Mythos Preview, alegando que não são publicamente acessíveis e, portanto, não podem estar no pool do Fugu. Assim, os números oficiais do Fugu são medidos contra o Opus 4.8, o GPT-5.5 e o Gemini 3.1 Pro, todos listados na tabela abaixo. Dá para ver o Fugu vencer em 10 de 11 benchmarks. 

Para incluir o Fable 5 na análise, fiz um cruzamento dos benchmarks que aparecem tanto na tabela da Anthropic quanto na da Sakana e verifiquei se as linhas de base em comum batiam. No SWE-Bench Pro e no Humanity's Last Exam (sem ferramentas), os números de Opus 4.8, GPT-5.5 e Gemini 3.1 Pro são idênticos nas duas fontes — então essas duas comparações são limpas. Reduzindo só aos dois sistemas, o confronto direto fica assim:

‡ Os dois labs reportam linhas de base diferentes e usam scaffolds distintos no TerminalBench, então as condições não são idênticas.

Estes foram os únicos benchmarks em que encontramos resultados publicados diretamente comparáveis. O Fable 5 lidera os três.

Portanto, em todo benchmark onde uma comparação lado a lado é possível, o Fable 5 fica à frente do Fugu Ultra por cerca de 6–9 pontos. Isso condiz com onde o Fable 5 foi projetado para vencer: tarefas de longo horizonte, avaliadas no fim, em que um único modelo mais forte acumula menos erros compostos.

Em resumo:

1. Todos os números do Fugu são autorreportados e ainda não apareceram em leaderboards de terceiros.
2. A Sakana caracteriza o Fugu como "ombro a ombro" com o Fable 5 e o Mythos Preview. Diante das diferenças acima, é uma leitura defensável, mas generosa. "Perto, porém atrás" é mais preciso.
3. Os conjuntos de comparação só se sobrepõem parcialmente. O Fable 5 lidera em visão (ele consegue reconstruir o código-fonte de um app web a partir de screenshots), algo que o Fugu não enfatiza; o Fugu publica benchmarks de contexto longo e de banking que a tabela da Anthropic não cobre. Ou seja, estão otimizados para formatos de trabalho um pouco diferentes.

Sakana Fugu vs. Claude Fable 5: disponibilidade e acesso

O Claude Fable 5 está suspenso no momento. A Anthropic retirou o acesso ao Fable 5 e ao Mythos 5 em 12 de junho após uma diretriz de controle de exportação do governo dos EUA e diz estar trabalhando para restaurar o acesso o quanto antes. Outros modelos da Anthropic, como o Opus 4.8, continuam disponíveis.

O Sakana Fugu está disponível agora em console.sakana.ai com uma API compatível com a OpenAI — exceto na UE e no EEE, onde a Sakana pausou a disponibilidade enquanto trabalha a conformidade com o GDPR. Não consegui um prazo exato.

No momento, uma equipe europeia pode não conseguir usar nenhum dos dois modelos.

Considerações finais

No papel, é um confronto real e equilibrado entre duas filosofias.

A Anthropic aposta em escala — um modelo da classe Mythos tão capaz que precisa de um sistema de classificadores paralelo.

A Sakana aposta em coordenação — que um orquestrador treinado sobre um pool intercambiável consegue se manter perto de qualquer modelo de fronteira individual, sendo mais barato, mais resiliente e agnóstico ao provedor.

Os benchmarks, tomados ao pé da letra, dizem que a aposta da Anthropic produz o artefato mais forte nos testes comparáveis, enquanto a da Sakana produz o mais disponível e barato.