Профессор Уортонской школы бизнеса Итан Моллик (Ethan Mollick) и разработчик Петер Штайнбергер (Peter Steinberger) провели тестирование модели Fugu Ultra от Sakana AI и пришли к выводу, что она уступает конкурентам в решении комплексных задач по кодированию.
Исследование, результаты которого были опубликованы в социальной сети X, показало, что Fugu Ultra — одна из последних разработок японского стартапа Sakana AI — не справляется с рядом продвинутых задач по программированию. По словам авторов теста, модель демонстрирует заметное отставание от аналогов, включая гипотетическую версию GPT-5.5 от OpenAI.
Моллик и Штайнбергер протестировали Fugu Ultra на наборе задач, требующих глубокого понимания алгоритмов, оптимизации кода и работы с большими объёмами данных. В частности, модель показала слабые результаты в генерации эффективных решений для задач с высокой вычислительной сложностью. «В некоторых случаях ответы были не только неоптимальными, но и содержали критические ошибки», — отметил Штайнбергер в своём посте.
Sakana AI, основанная бывшими сотрудниками Google DeepMind и Meta, позиционирует Fugu Ultra как универсальную модель для работы с кодом, научными данными и мультимодальными задачами. Однако результаты тестирования ставят под сомнение её готовность конкурировать с лидерами рынка в сегменте сложных технических задач. В компании пока не прокомментировали выводы экспертов.
Ранее Sakana AI заявляла о прорывных возможностях Fugu Ultra, включая поддержку нескольких языков программирования и интеграцию с инструментами разработки. Однако, как подчёркивают авторы теста, реальные возможности модели пока не соответствуют заявленным амбициям.
Источники: X-пост Петера Штайнбергера, 22 июня 2026; публикация Итана Моллика.