Sakana AI lança Fugu-Cyber, orquestrador, 86,9% no CyberGym

Introdução

Sakana AI oficializou em 21 de julho de 2026 o Fugu-Cyber, um orquestrador de agentes voltado à cibersegurança que reporta 86,9 por cento no benchmark CyberGym e 72,1 por cento no CTI-REALM, números posicionados ao nível de modelos voltados a segurança como GPT-5.5-Cyber e Mythos-Preview. (sakana.ai)

A proposta do Fugu-Cyber é simples de entender e ambiciosa de aplicar. Em vez de um único modelo tentar resolver tudo, o sistema de orquestração escolhe e coordena vários agentes para analisar código, validar vulnerabilidades e transformar inteligência de ameaças em regras de detecção, tudo por meio de um único endpoint de API. (sakana.ai)

A palavra-chave aqui é Fugu-Cyber, porque o que está em jogo não é apenas uma nova API. É um movimento que consolida a tese de que, na segurança, a inteligência coletiva de múltiplos modelos supera a de um monolito isolado, ao mesmo tempo que reduz a dependência de um único fornecedor. (sakana.ai)

O que é o Fugu-Cyber e por que importa

No ecossistema Fugu, a Sakana treina um modelo para agir como maestro, delegando tarefas a um pool de agentes especializados, inclusive chamando instâncias de si mesmo quando necessário. O Fugu-Cyber aplica esse conceito a fluxos de defesa modernos, como triagem de vulnerabilidades, verificação de prova de conceito e geração de regras a partir de relatórios de ameaça. A empresa afirma que os 86,9 por cento no CyberGym refletem a capacidade de entender bases de código reais, acionar bugs documentados e produzir explorações reproduzíveis, enquanto o CTI-REALM mede o quão bem o sistema traduz inteligência em detecções acionáveis. (sakana.ai)

Por trás desses números está uma visão maior. Desde junho, a Sakana vende a ideia de orquestração como novo padrão para tarefas complexas, citando resiliência operacional e soberania tecnológica como benefícios de não amarrar workflows críticos a um único provedor de modelos. Essa visão antecede o Fugu-Cyber e foi detalhada quando a empresa apresentou o Fugu e o Fugu Ultra como camadas orquestradoras para tarefas de alta complexidade. (sakana.ai)

Como o CyberGym mudou a régua de avaliação

Benchmarks tradicionais de segurança focavam CTFs ou tarefas sintéticas. O CyberGym surgiu para medir agentes em cenários mais próximos do mundo real. Ele reúne mais de mil instâncias baseadas em vulnerabilidades históricas de grandes projetos, exigindo que agentes naveguem em código, raciocinem sobre falhas e produzam entradas que de fato disparem o bug. Publicações acadêmicas e o site do projeto detalham a escala, as métricas e a evolução para variações como o CyberGym-E2E. (arxiv.org)

Os autores do CyberGym destacaram que, até 2025, combinações topo de linha em frameworks de agentes ainda tinham taxas de reprodução modestas, o que torna qualquer salto de performance algo a ser examinado de perto. Na prática, isso significa olhar além de médias e entender distribuição de casos por dificuldade, setup de execução, isolamento de ambiente e controles anti bypass. (arxiv.org)

O que os 86,9 por cento significam na prática

Tomar 86,9 por cento no valor nominal seria um erro comum. Primeiro, porque benchmarks como o CyberGym possuem níveis de dificuldade, variam o contexto dado ao agente e punem falhas de reprodutibilidade. Segundo, porque diferenças de setup, orquestração e timeouts podem alterar bastante o resultado. Por isso, convém cruzar a reivindicação da Sakana com a documentação do próprio benchmark e acompanhar tentativas independentes de reprodução. A página oficial do Fugu-Cyber traz os números e o escopo de tarefas, enquanto os materiais do CyberGym e do CyberGym-E2E dão o pano de fundo metodológico. (sakana.ai)

Há, inclusive, análises externas que pedem escrutínio adicional sobre a lacuna entre resultados de fornecedores e de avaliações independentes. Uma cobertura da TechTimes, em 22 de julho de 2026, reconhece a pontuação e a ambição do Fugu-Cyber, mas observa que ainda faltam detalhes metodológicos públicos para reconciliar o salto frente a linhas de base reportadas em venues acadêmicos. Ponderar esse ponto é saudável e não diminui o valor do anúncio, apenas orienta a leitura dos números. (techtimes.com)

O papel do CTI-REALM e a ponte entre inteligência e detecção

A outra metade do enunciado da Sakana está no CTI-REALM. A métrica de 72,1 por cento sugere competência em traduzir reports de ameaça em regras de detecção que passam em testes automatizados. Isso é relevante para SOCs que precisam transformar PDFs e posts de blog em sinal de segurança operacional. Mesmo assim, cada ambiente tem telemetria, versões e mitigações diferentes, então a generalização precisa ser verificada em pipelines de validação internos. A própria Sakana frisa que modelos isolados tendem a gerar falsos positivos se não houver o harness certo, com subagentes especializados e revisão humana. (sakana.ai)

Imagem 1, orquestração precisa de infraestrutura

Onde o Fugu-Cyber se encaixa na pilha de segurança

A Sakana posiciona o Fugu-Cyber como um novo endpoint da família Fugu. A empresa afirma que o acesso exige aceite de política de uso aceitável atualizada, voltada a prevenir uso ofensivo, além de um fluxo de aplicação com revisão manual de casos de uso. O objetivo declarado é alinhar a liberação com padrões de segurança da indústria, dada a sensibilidade dos workflows atendidos. Para uso via API, a página de modelos do console destaca explicitamente os números de benchmark do Fugu-Cyber. (sakana.ai)

Para quem precisa de previsibilidade de custos, a página de preços lista o fugu-cyber-v1.0 com valores por milhão de tokens, cobrando entradas, saídas e tokens de orquestração, inclusive linhas específicas de contagem como orchestration_input_tokens e orchestration_output_tokens. Isso dá visibilidade ao custo extra inerente à coordenação multiagente, algo central para planejar budget em ambientes de produção. (console.sakana.ai)

Como avaliar o anúncio sem cair em hype

Há um equilíbrio entre celebrar progresso e cobrar verificabilidade. Três passos práticos ajudam a tirar proveito do Fugu-Cyber sem perder o pé no chão:

1. Recriar amostras do CyberGym internamente. A documentação pública explica como as instâncias usam vulnerabilidades reais e como a métrica de sucesso é definida. Rodar um subconjunto representativo, com auditoria de logs e reprodutibilidade, cria baseline local para comparar. (arxiv.org)
2. Medir o funil CIEM, do report à detecção. Usar relatórios de ameaça recentes, gerar regras com o Fugu-Cyber e validar contra telemetria histórica do seu SIEM e do seu EDR. Isso testa a tradução de inteligência em sinal operacional, exatamente o que o CTI-REALM procura medir. (sakana.ai)
3. Isolar ganhos da orquestração. Comparar o Fugu-Cyber a execuções equivalentes com um único modelo, mantendo tempo, contexto e ferramentas, ajuda a separar o que vem do “maestro” do que vem dos solistas. A própria Sakana posiciona a orquestração como forma de compor forças de modelos diversos. (sakana.ai)

Casos de uso, do código à detecção

A partir do que a Sakana descreve e do que os benchmarks avaliam, três trilhas aparecem claras para equipes de segurança:

• Verificação de vulnerabilidades conhecidas. Dado um CVE e o repositório afetado, pedir ao Fugu-Cyber uma prova de conceito reproduzível e, em seguida, checá-la em ambientes de teste. O CyberGym foi construído exatamente para estimular essa cadeia de raciocínio. (cybergym.io)
• Enriquecimento de inteligência. Ao receber relatórios de grupos de ameaça, instruir o orquestrador a sugerir detecções específicas para sua telemetria de SIEM e EDR, incluindo pseudo queries e traduções para linguagens proprietárias. O CTI-REALM opera nessa fronteira de transformação de texto em detecção. (sakana.ai)
• Preparação defensiva em ranges realistas. Estudos recentes como AgentCyberRange indicam tendência de avaliar agentes em ambientes corporativos simulados com tarefas de exploração web e pós exploração. Integrar o Fugu-Cyber a exercícios desse tipo acelera a descoberta de gaps operacionais. (arxiv.org)

Imagem 2, orquestração com múltiplos nós

Limitações e pontos de atenção

O próprio anúncio da Sakana ressalta que um modelo isolado, por melhor que seja, vai gerar falsos positivos quando implantado sem os devidos harnesses. O caminho apontado inclui subagentes especializados e verificação humana antes de sugerir correções, o que casa com a prática de engenharia de confiabilidade aplicada à segurança. Isso é importante porque, mesmo com bons números em benchmarks, ambientes de produção têm middlewares, flags de compilação e mitigações que podem invalidar uma prova de conceito gerada em laboratório. (sakana.ai)

Também é válido acompanhar a discussão pública. Matérias como a da TechTimes pedem divulgação mais detalhada de metodologia para que a comunidade entenda como os 86,9 por cento se comparam a linhas de base independentes observadas em venues como o ICLR. Expectativa saudável é ver reproduções abertas, submissões para reavaliação e, se possível, datasets com logs anonimizados que permitam auditoria de execução. (techtimes.com)

Quanto custa usar o Fugu-Cyber

Para uso via API, o pricing público do console lista fugu-cyber-v1.0 em pay as you go, com tabelas por milhão de tokens de entrada, saída e entradas cacheadas, além da contagem específica de tokens de orquestração incluída no retorno. Para cargas longas e contextos acima de 272K, há preços diferenciados. Esses detalhes são práticos para quem planeja embedder o orquestrador em pipelines de SAST, DAST e caça a ameaças. (console.sakana.ai)

Como começar, roteiro prático em 7 passos

1. Habilitar o endpoint Fugu-Cyber no console e submeter a aplicação de acesso com caso de uso claro, incluindo dados de contato verificados. (sakana.ai)
2. Definir políticas de uso aceitável e limites de ferramentas. Mapear quais recursos o agente pode chamar, com logging detalhado de execuções. (sakana.ai)
3. Montar uma suíte de verificação interna com amostras do CyberGym e do seu próprio backlog de vulnerabilidades, incluindo casos com diferentes níveis de dificuldade. (arxiv.org)
4. Estabelecer um fluxo humano no loop. Revisores de segurança validam cada achado antes de sugerir patch, mitigação ou regra. (sakana.ai)
5. Medir custos por tipo de tarefa. Registrar tokens de orquestração, entradas e saídas. Ajustar prompts, ferramentas e timeouts para otimizar custo e latência. (console.sakana.ai)
6. Integrar com SIEM e EDR para testar a conversão de inteligência em detecções com o menor índice possível de falsos positivos. (sakana.ai)
7. Publicar métricas internas comparando Fugu-Cyber a execuções single model e a execuções humanas assistidas, para demonstrar valor incremental ao time executivo. (sakana.ai)

Reflexões e insights para 2026

Num ciclo em que benchmarks realistas ganham espaço, o anúncio do Fugu-Cyber reforça uma mudança de paradigma. Em cibersegurança, mais do que tamanho de modelo, conta a capacidade de coordenar especialistas e transformar texto em ação verificável. O campo acompanha, com trabalhos recentes sobre ranges realistas e sobre a própria evolução do CyberGym, que passou a mirar capacidades fim a fim e não apenas a geração de código. Isso indica que as métricas de amanhã vão avaliar a cadeia completa, da coleta de contexto à execução segura. (arxiv.org)

Outra lição está no desenho de produto. A Sakana publica preços explícitos para o Fugu-Cyber, incluindo contadores de tokens de orquestração. Essa transparência permite que times de segurança tratem o orquestrador como serviço de plataforma, com SLOs e orçamento sob controle. Se a empresa sustentar a abertura metodológica prometida e a comunidade reproduzir os resultados em escala, o Fugu-Cyber tem espaço real em pipelines de defesa corporativa. (console.sakana.ai)

Conclusão

Fugu-Cyber coloca a orquestração no centro da conversa sobre IA aplicada à defesa. Os 86,9 por cento no CyberGym e os 72,1 por cento no CTI-REALM sinalizam proficiência em duas frentes que importam ao SOC moderno, análise de código e operacionalização de inteligência. O valor competitivo, no entanto, virá da capacidade de cada organização traduzir esses ganhos para o seu contexto, com harnesses adequados e validação rigorosa. (sakana.ai)

O próximo passo é de execução. Quem combinar avaliação independente, integração cuidadosa e medição de custo benefício tende a colher mais sinal com menos ruído. Se a promessa da orquestração se confirmar sob escrutínio público, 2026 pode marcar a virada definitiva em que “multiagentes coordenados” deixa de ser tendência para se tornar padrão operacional em segurança.