日本 AI 獨角獸 Sakana AI 於 7 月 21 日推出資安特化模型 Fugu-Cyber，官方公告指出在漏洞驗證榜單 CyberGym 拿下 86.9% 成功率、威脅情報榜單 CTI-REALM 拿下 72.1%，並自評與 OpenAI 的 GPT-5.5-Cyber、Anthropic 的 Mythos-Preview 等資安前沿模型「同級」。
（前情提要：日本 AI 獨角獸上線 Sakana Fugu：自動呼叫多種模型可媲美 Claude Mythos？跑分、價格一次看）
（背景補充：GPT-5.5-Cyber 資安能力打敗 Claude Mythos！白宮放行 vs 被封殺兩種命運）
日本 AI 獨角獸 Sakana AI（サカナ AI）7 月 21 日在官方部落格宣布，旗下編排模型 Sakana Fugu 家族新增資安特化版本 Fugu-Cyber，以獨立 API 端點提供。官方公告指出，Fugu-Cyber 在 CyberGym 取得 86.9% 成功率、在 CTI-REALM 取得 72.1%，並直接點名這個成績「與 GPT-5.5-Cyber、Mythos-Preview 這類專攻資安的前沿模型相當（comparable to）」。
這裡先幫中文圈的讀者校正一件事。官方用的字是「相當」，不是「超越」，公告裡也沒有排名表。部分簡中媒體把標題寫成「效能超越 GPT-5.5-Cyber」，那不是 Sakana AI 說的。
兩個榜單測的完全不是同一件事，值得用白話講清楚。CyberGym 是加州大學柏克萊分校（UC Berkeley）做的評測，把 188 個真實開源專案、1,507 個真實漏洞丟給 AI，要 AI 讀懂整包程式碼、追依賴、推理記憶體行為，最後做出一個能觸發漏洞的驗證程式。CTI-REALM 則是要 AI 讀一份威脅情報報告，翻成資安團隊能直接上線的偵測規則，中間還得對映 MITRE 攻擊技術、寫出 KQL 查詢。前者是「找洞」，後者是「守洞」。
2025 年 6 月 CyberGym 論文剛發表時，當時最強的 AI agent 成功率只有 11.9%。一年出頭，題目沒換，數字站上 86.9%。這條斜率本身比誰排第一名更值得盯著看。
不自建大模型
Fugu-Cyber 不是 Sakana AI 從零訓練的新大模型，這點是整件事最關鍵的地方。
Sakana Fugu 的本體是一套「多代理編排」（orchestration）系統，白話說就是它自己不解題，而是當排程員。收到任務後，它動態把一群專長不同的模型分派成 Thinker（想）、Worker（做）、Verifier（驗）三種角色，跑完再把結果收斂成一個回覆，對外只露出一個 API。這套排程邏輯出自 Sakana AI 兩篇 ICLR 2026 論文 TRINITY 與 the Conductor，底下實際叫了哪幾家的模型，官方明講「屬於專有資訊，設計上就不對外揭露」。
Fugu 家族目前有三個版本，Fugu（日常均衡）、Fugu Ultra（複雜推理）、Fugu Cyber（資安）。換句話說，7 月 21 日這一發不是新引擎，是同一副骨架換上資安專用的配置與使用條款。
這正是 Sakana AI 一貫的打法。這家公司 2023 年由前 Google 研究員 David Ha 與 Llion Jones（2017 年《Attention Is All You Need》論文共同作者之一）在東京創立，招牌是演化式模型合併、AI Scientist 這類「不靠堆算力」的路子。去年 11 月的 B 輪拿下 320 億日圓（約 2 億美元），投後估值約 4,320 億日圓（約 27 億美元），股東名單裡除了 MUFG、Google、Salesforce Ventures，還有美國情報體系的創投 In-Q-Tel。一家日本資安模型公司的股東名單上出現 In-Q-Tel，這個組合本身就滿有畫面的。
價格分兩級，門檻卡在申請表
計價方式官方公告本身沒寫，實際費率掛在 Sakana Fugu 產品頁的 Token Plan。Fugu-Cyber 每百萬 token 輸入 6 美元、輸出 36 美元、快取輸入 0.6 美元；上下文超過 272K token 之後跳一級，輸入 12 美元、輸出 54 美元、快取輸入 1.2 美元。
所以外傳的「輸入 6 到 12 美元、輸出 36 到 54 美元」不是浮動區間，是兩段式階梯，多數情況下你付的是 6 與 36。對照家族內另一款 Fugu Ultra 的 5 美元與 30 美元，資安版只貴了兩成。
真正的門檻在 Fugu-Cyber 採申請制，使用者必須填表說明用途、附上已驗證的聯絡資訊，由 Sakana AI 團隊逐件人工審查，透過才給存取權。同時公告搭配修訂後的使用條款，明文禁止攻擊性濫用。
📍相關報導📍
Hugging Face 被 AI agent 打穿！最後鑑識模型靠中國開源 GLM 5.2
