我试用了今天发布的 Sakana AI 的 Fugu Ultra，用于实际的编码工作。
先直接说结论，就像 AI 一样：
"Fugu Ultra 明显比单独的 GPT-5.5 或 Opus 4.8 更聪明，但目前，我基本上不推荐给别人。"
如果按 10 分制来打分，感觉是这样的：
- Fugu Ultra：9.3 分
- GPT-5.5：7.6 分
- Opus 4.8：7.5 分
顺便说一下，Fable 5 是 12 分。
我给 Fugu Ultra 的任务如下：
"在同一个仓库的两个不同分支上分别实现功能。然后，进行大规模且具有破坏性的优化和重构，并在不引入回归缺陷的情况下解决冲突，同时保持双方的实现意图。"
这个任务对于单独的 GPT-5.5 或 Opus 4.8 来说相当困难；它们会在中途做出错误判断，或者陷入无限循环重复相同的修复，需要频繁的人工干预。
另一方面，Fugu Ultra 准确地把握了两个分支的实现意图、隐含规范、重构后的结构以及对现有功能的影响，并按照预期进行了整合。
在像这样需要跨多个变更历史保持整体一致性的任务中，我认为它明显强于单独的模型。老实说，如果我没有体验过 Fable，我会给它相当高的评价。
但如果你问它是否达到了 Fable 的水平，我可以明确地说，不一样。Fable 就是那么强大。
它从推理开始就将任务拆分成适当的大小，传递给子 Agent，汇总结果，然后编译成最终产品。它非常轻量地执行了这种编排。
Fugu Ultra 的干预次数与 Fable 相差不大，但感知到的完成速度大约慢了 3 倍。
Fable 也以极快的速度消耗 Token，但处理速度足以匹配，我对输出质量没有任何抱怨。
另一方面，Fugu Ultra 消耗 Token 很快，但处理速度却很慢。既要等待，又要看着使用配额同时减少，这种压力非常痛苦。
Sakana AI 解释说，Fugu Ultra 是一个以牺牲响应速度为代价，优先考虑复杂多步骤任务质量的模型，但在运行了大约 2 个小时的包含大型任务的实际开发后，我就达到了 5 小时单位的限制。
我使用的是每月 220 美元的 Max 计划，但我感觉 Fugu Ultra 的目的和使用配额的设计并不一致。
要利用 Fugu Ultra 的智能，你需要给它大型且复杂的任务，但大型任务速度慢且消耗大量使用配额，这就造成了一个困境——它会在关键时刻停止。
反过来，对于小型任务，它又太慢、太贵了。换句话说，它目前已经变成了一个非常不上不下的模型。
照这样下去，还不如让一个有能力的人给 GPT-5.5 或 Opus 下达详细的指令，然后自己拆分开发过程，压力更小。
如果保持现状，我不会续订，而且基本上不会推荐给别人。
如果月费减半，使用配额增加大约五倍，我可能会考虑再次使用。
不过，我非常期待当 Fable 或下一代 GPT 级别的模型可用，并集成到 Fugu 的编排中时，它能走多远。
这并不是说 Fugu Ultra 不好。
Fable 改变了 AI 编码。
