我今天試用了 Sakana AI 今天發佈的 Fugu Ultra，用於實際的程式開發工作。
先說結論，就像 AI 一樣：
「Fugu Ultra 明顯比單獨的 GPT-5.5 或 Opus 4.8 更聰明，但目前來說，我基本上不推薦給其他人。」
如果用 10 分制來評比，感覺是這樣：
- Fugu Ultra：9.3 分
- GPT-5.5：7.6 分
- Opus 4.8：7.5 分
順帶一提，Fable 5 是 12 分。
我交給 Fugu Ultra 的任務如下：
「在同一個儲存庫的兩個不同分支上，分別實作不同的功能。然後，進行大規模且具破壞性的最佳化與重構，並在解決衝突時不產生回歸，同時維持雙方的實作意圖。」
這個任務對單獨的 GPT-5.5 或 Opus 4.8 來說相當困難；它們會在中途做出錯誤判斷，或陷入重複相同修正的無限迴圈，需要頻繁的人工介入。
另一方面，Fugu Ultra 準確掌握了兩個分支的實作意圖、隱含規格、重構後的結構以及對現有功能的影響，並按照意圖整合了它們。
在這種需要維護多個變更歷史整體一致性的任務中，我認為它明顯比單獨的模型更強。老實說，如果我沒有體驗過 Fable，我可能會給它相當高的評價。
但如果你問它是否達到 Fable 的等級，我可以明確地說不一樣。Fable 就是這麼壓倒性的強大。
它會從推理中將任務拆分成適當的大小，傳遞給子 Agent，彙總結果，然後編譯成最終產出。它非常輕量地執行了這種編排。
Fugu Ultra 的干預次數與 Fable 相差不大，但完成任務的感知速度大約慢了 3 倍。
Fable 雖然也以極快的速度消耗 Token，但處理速度足以匹配，而且我對輸出品質沒有任何抱怨。
另一方面，Fugu Ultra 消耗 Token 很快，但處理速度卻很慢。被迫等待的壓力，以及使用配額同時減少的壓力，讓人非常痛苦。
Sakana AI 解釋說，Fugu Ultra 是一個以犧牲回應速度來換取複雜多步驟任務品質的模型，但在執行包含大型任務在內的實際開發約 2 小時後，我就達到了 5 小時單位的限制。
我使用的是每月 220 美元的 Max 方案，但我覺得 Fugu Ultra 的用途與使用配額的設計並不一致。
要發揮 Fugu Ultra 的智慧，你會想給它大型且複雜的任務，但大型任務既慢又消耗大量使用配額，造成了一個在關鍵時刻會停止運作的兩難局面。
反過來說，對於小型任務，它又太慢且太昂貴。換句話說，它目前變成了一個非常不上不下的模型。
照這樣下去，由一個有能力的人給 GPT-5.5 或 Opus 詳細的指示，並自己拆分開發流程，壓力反而會更小。
如果維持現狀，我不會續約，也基本上不會推薦給其他人。
如果月費大約減半，而使用配額增加大約五倍，我可能會考慮再次使用。
不過，我非常期待當 Fable 或下一代 GPT 等級的模型出現，並整合到 Fugu 的編排中時，它能達到什麼樣的程度。
並不是說 Fugu Ultra 不好。
Fable 改變了 AI 程式開發。
