---
title: "Sakana Fugu: orchestrazione multi-agente come un singolo modello"
description: "Il 22 giugno 2026 Sakana AI ha presentato Fugu, un modello-orchestratore che dietro un'unica API coordina un pool di LLM di frontiera. Cos'è, come funziona (TRINITY e Conductor), i numeri dichiarati, la tesi anti vendor lock-in e perché al lancio non è disponibile in UE/SEE per il GDPR."
url: "https://www.noze.it/insights/sakana-fugu/"
lang: "it"
alternate: "https://www.noze.it/en/insights/sakana-fugu/"
published: "2026-06-23"
author: "noze S.r.l."
keywords: "AI, Governance, Compliance, Sakana AI, Fugu, Multi-agent, Orchestration, LLM, Vendor lock-in, GDPR"
---

# Sakana Fugu: orchestrazione multi-agente come un singolo modello

Il 22 giugno 2026 Sakana AI ha presentato Fugu, un modello-orchestratore che dietro un'unica API coordina un pool di LLM di frontiera. Cos'è, come funziona (TRINITY e Conductor), i numeri dichiarati, la tesi anti vendor lock-in e perché al lancio non è disponibile in UE/SEE per il GDPR.

23 giugno 2026

![Schema dell'architettura di Sakana Fugu: il modello orchestratore in alto instrada le richieste verso un pool di LLM chiusi e a pesi aperti che comprende un'istanza ricorsiva di Fugu stesso](https://www.noze.it/images/insights/sakana-fugu-architecture.png)

L’architettura dichiarata di Fugu: dietro un’unica API, l’orchestratore sceglie i modelli del pool e può richiamare ricorsivamente sé stesso. Immagine: Sakana AI (sakana.ai).

## Che cos’è Sakana Fugu

Il **22 giugno 2026** il laboratorio giapponese **Sakana AI** ha presentato **Sakana Fugu**, descritto come “un sistema multi-agente che si comporta come un singolo modello”. Non è un nuovo LLM monolitico: è una **famiglia di modelli-orchestratori**. Fugu è esso stesso un modello linguistico, addestrato a interpretare la richiesta dell’utente e a comporre **dinamicamente** lo _scaffold_ di agenti necessario a risolverla, chiamando di volta in volta diversi LLM di un pool, comprese ricorsivamente istanze di sé stesso.

Tutto questo dietro **un’unica API compatibile con OpenAI**: chi integra invia la richiesta a un solo endpoint, e la selezione dei modelli, la delega, la verifica e la sintesi finale avvengono internamente. Due le varianti: **Fugu**, a bassa latenza per i compiti quotidiani (code review, chatbot), e **Fugu Ultra**, tarata sulla massima qualità per problemi complessi e multi-step (ricerca AI, analisi di cybersecurity, indagini brevettuali). Distribuzione a sottoscrizione, con piano pay-as-you-go per i carichi enterprise.

## Come funziona

La tecnologia poggia su due lavori di ricerca presentati a **ICLR 2026**:

- **TRINITY** (_An Evolved LLM Coordinator_): un coordinatore leggero, ottenuto per via evolutiva, che assegna a LLM diversi i ruoli di **Thinker, Worker e Verifier** lungo più turni.
- **The Conductor** (_Learning to Orchestrate Agents in Natural Language_): addestrato con reinforcement learning a **scoprire da solo** strategie di coordinamento espresse in linguaggio naturale, invece di affidarsi a workflow scritti a mano.

L’addestramento combina fine-tuning su larga scala, algoritmi evolutivi e RL. L’aspetto più interessante è l’**orchestrazione ricorsiva**: Fugu può rileggere il proprio output e decidere se adottare una strategia di coordinamento migliore, **senza alcun riaddestramento**.

## I numeri (dichiarati da Sakana)

Secondo le cifre pubblicate dall’azienda nel report tecnico, Fugu Ultra è in testa su quattro benchmark di coding, su CharXiv Reasoning e su Humanity’s Last Exam. Alcuni valori riportati:

- **SWE-Bench Pro**: 73,7 (Ultra), 59,0 (Fugu)
- **LiveCodeBench**: 93,2 (Ultra), 92,9 (Fugu)
- **GPQA-Diamond**: 95,5 per entrambe le varianti

Sakana sostiene che Fugu Ultra “regge il confronto” con modelli di punta come Fable 5 e Mythos Preview. Come sempre con i benchmark **auto-riportati**, sono numeri da prendere con cautela e da verificare in modo indipendente.

## La scommessa: niente lock-in da un singolo fornitore

La motivazione dichiarata è esplicita. Sakana inquadra Fugu come copertura contro la **dipendenza da un singolo fornitore**: “le recenti turbolenze nel panorama AI hanno mostrato il grave rischio della dipendenza da un unico vendor”. L’azienda cita come esempio, testualmente, gli “export control imposti ai modelli Fable e Mythos di Anthropic”, per cui l’accesso “può cambiare o sparire da un giorno all’altro”. Se un fornitore limita l’accesso, l’orchestratore instrada il lavoro su altri modelli del pool.

È una tesi di **resilienza architetturale**: spostare il valore dal singolo modello alla capacità di coordinarne molti. In Europa, però, l’accesso al servizio è soggetto a un vincolo geografico.

## Il paradosso europeo

Qui sta il punto per chi opera in Italia e in UE. **Al lancio, Fugu non è disponibile in UE/SEE**: Sakana dichiara di essere ancora al lavoro sulla **conformità GDPR** e nel frattempo non eroga il servizio negli Stati membri UE/SEE (Stati Uniti e Regno Unito sono invece già attivi).

Il motivo è strutturale. Il **routing dei modelli non è esposto “by design”**: l’utente non sa quale modello di terze parti elabori la sua richiesta e, di conseguenza, dove e da chi vengano trattati i dati. Per un’architettura black-box di questo tipo le domande GDPR sono concrete: titolare e responsabili del trattamento, trasferimenti extra-UE, base giuridica, trasparenza verso l’interessato. Uno strumento pensato per ridurre la dipendenza da un fornitore arriva, in Europa, con un vincolo di accesso geografico.

## Cosa ne pensiamo

Trattare l’**orchestrazione multi-modello come un prodotto** è un’idea solida, e probabilmente una delle direzioni dei prossimi mesi: su molti task reali il guadagno viene più dal _come_ si combinano i modelli che dal singolo modello. Per un’azienda o una PA italiana, però, valgono oggi due note pratiche:

- **In UE non è utilizzabile**, e quando lo sarà la trasparenza sul routing sarà dirimente per qualsiasi valutazione GDPR/DPIA.
- La tesi anti lock-in è corretta, ma si può perseguire **anche senza affidarsi a una scatola nera**: un’orchestrazione multi-modello gestita internamente, con modelli open o self-hosted dove i dati lo richiedono, mantiene il controllo su routing e trattamento.

In sintesi: segnale tecnologico importante, da tenere d’occhio; in Europa, per ora, più spunto architetturale che strumento adottabile.

## Fonti

- [Sakana AI: pagina Fugu](https://sakana.ai/fugu/)
- [Sakana AI: annuncio di rilascio](https://sakana.ai/fugu-release/)
- [Sakana Fugu Technical Report (arXiv 2606.21228)](https://arxiv.org/abs/2606.21228)
- [TRINITY: An Evolved LLM Coordinator (arXiv 2512.04695)](https://arxiv.org/abs/2512.04695)
- [The Conductor: Learning to Orchestrate Agents in Natural Language (arXiv 2512.04388)](https://arxiv.org/abs/2512.04388)
