Sakana AI के नए सिस्टम Fugu ने बेंचमार्क टेस्ट्स में Anthropic के Fable 5 और Mythos मॉडल्स को टक्कर देने का दावा किया है.
हैदराबाद: जापान की आर्टिफिशियल इंटेलीजेंस यानी एआई स्टार्टअप Sakana AI ने हाल ही में अपना नया एआई सिस्टम Fugu लॉन्च किया है, जिसे लेकर टेक इंडस्ट्री में काफी चर्चा हो रही है. कंपनी का दावा है कि यह सिस्टम एंथ्रोपिक (Anthropic) के सबसे एडवांस्ड मॉडल्स Fable 5 और Mythos Preview के बराबर परफॉर्मेंस देता है. जापानी एआई कंपनी का दावा है कि उनका नया एआई सिस्टम कुछ खास टास्क्स में अमेरिकी कंपनी एंथ्रोपिक के मॉडल्स से आगे भी निकल जाता है.
एंथ्रोपिक के दो मॉडल्स Fable 5 और Mythos 5 उनके सबसे पावरफुल मॉडल्स माने जाते हैं, लेकिन इन्हें लॉन्च के सिर्फ तीन दिन बाद ही वापस लेना पड़ा था, क्योंकि अमेरिकी सरकार ने नेशनल सिक्योरिटी से जुड़ी चिंताओं का हवाला देते हुए कंपनी को विदेशी यूज़र्स की एक्सेस रोकने का आदेश दिया था.
Fugu की सबसे खास बात यह है कि यह कोई पारंपरिक सिंगल बड़ा मॉडल नहीं है, बल्कि एक मल्टी-एजेंट ऑर्केस्ट्रेशन सिस्टम है, जो एक ही एपीआई के जरिए एक्सेस किया जा सकता है. यह सिस्टम किसी भी एक भारी-भरकम मॉडल पर ही निर्भर नहीं रहता बल्कि उसके बजाय अलग-अलग टास्क्स को कई स्पेशलाइज्ड एआई मॉडल्स के बीच बांट देता है. इसे आसान भाषा में समझें तो यह किसी एक एक्सपर्ट की बात सुनने के बजाय एक पूरी टीम को कॉन्फ्रेंस कॉल पर रखने जैसा है, जहां हर सवाल का जवाब सही एक्सपर्ट से मिलता है.
दो वर्ज़न में आया Fugu
कंपनी ने Fugu को दो वेरिएंट्स में पेश किया है. पहला सामान्य Fugu, जो कोडिंग, चैट, और डेली-लाइफ के कामों के लिए डिज़ाइन किया गया है, जबकि दूसरा Fugu Ultra है, जो ज्यादा कठिन कामों जैसे – एआई रिसर्च, साइबर सिक्योरिटी एनालिसिस और पेटेंट इन्वेस्टिगेशन के लिए बनाया गया है. कंपनी के मुताबिक, Fugu Ultra कई अहम इंजीनियरिंग, साइंस और रीज़निंग बेंचमार्क्स पर Fable 5 और Mythos Preview के बराबर परफॉर्म करता है और कुछ मामलों में Claude के एआई मॉडल्स को पीछे भी छोड़ देता है.
रिपोर्ट्स में सामने आए स्कोर्स के मुताबिक, कोडिंग परफॉर्मेंस मापने वाले ओपन-सोर्स बेंचमार्क LiveCodeBench पर Fugu Ultra और सामान्य Fugu, दोनों ने Claude Fable 5 से बेहतर नंबर हासिल किए. इसी तरह, बायोलॉजी, फिज़िक्स और केमिस्ट्री से जुड़े ग्रेजुएट-लेवल सवालों वाले टेस्ट GPQA-Diamond में भी Fugu और Fugu Ultra ने Claude Mythos Preview के मुकाबले बराबर या ऊपर का स्कोर दिखाया.
ऑर्केस्ट्रेशन सिस्टम बनाम स्टैंडअलोन मॉडल
जापान की एआई कंपनी Sakana के इस नए सिस्टम की परफॉर्मेंस ने रेडिट (Reddit) पर भी एक बड़ी बहस छेड़ दी है, जहां यूज़र्स इस बात पर चर्चा कर रहे हैं कि आखिर Fugu ने यह परफॉर्मेंस कैसे हासिल की और क्या किसी ऑर्केस्ट्रेटर सिस्टम की तुलना फ्रंटियर मॉडल्स से करना सही है.
एक तरह कुछ यूज़र्स का मानना है कि चूंकि फुगु एक आर्केस्ट्रेटर है, जो OpenRouter के फ्यूज़न सिस्टम जैसा ही काम करता है, इसलिए यह कोई स्टैंडअलोन मॉडल नहीं है और इसे एक यूनिफाइड आर्किटेक्चर के तौर पर Mythos या Fable के बराबर नहीं माना जा सकता. इसके बारे में एक यूज़र ने मज़ाक में कहा – “तीन एलएलएम (LLM) मिलकर एक फ्रंटियर मॉडल बनने की कोशिश कर रहे हैं.”
वहीं, दूसरी तरफ कुछ यूज़र्स का तर्क है कि “मॉडल” और “ऑर्केस्ट्रेशन सिस्टम” के बीच का फर्क अब धीरे-धीरे बेमानी होता जा रहा है, क्योंकि आजकल के फ्रंटियर मॉडल्स खुद भी मिक्सचर ऑफ एक्सपर्ट्स टेक्नोलॉजी पर काम कर रहे हैं, जो असल में अंदर से कई सब-मॉडल्स का ही एक कॉम्बिनेशन होता है.
दरअसल, यह बहस सिर्फ यूज़र के नज़रिए पर निर्भर करती है. आर्किटेक्चरल प्योरिटी के लिहाज से देखें तो Fugu की सीधी तुलना Fable 5 से नहीं की जा सकती, क्योंकि यह भारी काम के लिए बाहरी मॉडल्स पर निर्भर रहता है. हालांकि, यूटिलिटी, कॉस्ट और रिस्क मैनेजमेंट के नज़रिए से देखा जाए तो Fugu एक मज़बूत कॉम्पिटिटर बनकर सामने आता है, जो एक ही API एंडपॉइंट के पीछे पूरा मल्टी-एजेंट सिस्टम चलाता है और एक्सपोर्ट कंट्रोल्स या वेंडर डाउनटाइम जैसी रुकावटों के आसपास भी रास्ता निकाल लेता है.
