나는 '왜 그냥 Fable 5, Mythos 또는 GPT-5.5를 직접 사용하지 않을까?'라는 질문을 품고 Sakana 논문 전체를 읽었다.

단순하고 깨끗한 프롬프트라면 아마 그럴 것이다.

하지만 업무가 더 복잡해질수록—위임(delegation), 검증(verification), 종합(synthesis), 코드 리뷰, 연구 루프(research loops), 보안 분석, 특허/문헌 검색 등 여러 모델이 각기 다른 강점을 가지는 모든 경우에—이것을 사용하는 것이 더 합리적이라는 것이 분명하다.

많은 사람들이 Fugu가 무엇인지 묻고 있으며, 그 답은 본질적으로 모델처럼 작동하지만 내부적으로 어떤 에이전트(agents)를 호출할지, 언제 재귀(recurse)할지, 언제 검증할지, 그리고 약하거나 사용 불가능한 모델을 어떻게 우회(route around)할지를 결정하는 API라는 것이다.

그들이 '수출 통제(export controls)'를 언급하는 이유는 만약 벤더 정책이나 규제로 인해 최첨단 AI 접근성이 제거된다면, 오케스트레이션(orchestration)은 여러 모델을 넣고 빼면서 작동할 수 있기 때문인데, 물론 성능이 완전히 떨어지지는 않더라도 처음부터 다른 모델로 완전히 전환하는 것보다는 훨씬 나을 것이기 때문이다.

벤치마크 표도 상당히 강력하다.

HLE: 50.0
GPQA-D: 95.5
SWE Bench Pro: 73.7
TerminalBench 2.1: 82.1