Sakana AI: Fugu-Cyber postiže 86,9% na CyberGym i 72,1% na CTI-REALM testu, usporedivo s GPT-5.5-Cyber
Sakana AI predstavio je Fugu-Cyber, multi-agentni orkestracijski sustav specijaliziran za cybersecurity koji djeluje kao jedan model. Postiže 86,9% na CyberGym testu analize ranjivosti i 72,1% na CTI-REALM testu prevođenja threat intelligencea, usporedivo s GPT-5.5-Cyber i Mythos-Preview. Dostupan je preko API-ja uz ručno odobravanje pristupa.
Ovaj članak generiran je uz pomoć umjetne inteligencije na temelju primarnih izvora.
Što je Fugu-Cyber i zašto djeluje kao jedan model?
Sakana AI predstavio je Fugu-Cyber, multi-agentni orkestracijski sustav — arhitekturu u kojoj više specijaliziranih AI agenata surađuje na rješavanju zadatka — specijaliziran isključivo za cybersecurity. Iako iznutra koordinira više agenata, sustav se prema korisniku ponaša i odgovara kao jedinstven model, bez vidljivih prijelaza između pojedinih komponenti.
Rezultati na CyberGym i CTI-REALM testovima
Fugu-Cyber postiže 86,9% uspješnost na CyberGym testu, benchmarku koji mjeri sposobnost analize ranjivosti u kompleksnom, stvarnom kodu. Na CTI-REALM testu, koji provjerava prevođenje threat intelligencea — obavještajnih podataka o prijetnjama prikupljenih iz raznih izvora — u konkretna detekcijska pravila za sigurnosne sustave, model postiže 72,1%. Sakana AI navodi da su oba rezultata usporediva s onima koje postižu GPT-5.5-Cyber i Mythos-Preview, dva vodeća konkurentska modela specijalizirana za sličan segment cyber-sigurnosti.
Tko smije koristiti Fugu-Cyber?
Pristup modelu ide preko API endpointa sakana.ai/fugu, no ograničen je isključivo na pretplatnike Sakanina Token Plana. Svaki zahtjev za pristup prolazi ručno odobravanje, a korisnik mora dostaviti verificirani kontakt prije nego dobije API ključ. Ovakav model odobravanja slijedi Acceptable Usage Policy tvrtke, koja izričito zabranjuje ofenzivnu zloupotrebu alata — primjerice korištenje sustava za razvoj napada umjesto obrane.
Zašto je usporedivost s GPT-5.5-Cyber važna?
Rezultati na oba benchmarka pokazuju da Fugu-Cyber ne zaostaje značajno za konkurentskim specijaliziranim modelima unatoč drukčijoj, multi-agentnoj arhitekturi. Za sigurnosne timove to znači dodatnu opciju na tržištu alata za analizu ranjivosti i obradu threat intelligencea, uz strože kontrole pristupa nego kod dosad uobičajenih API ponuda. Usporedba s GPT-5.5-Cyber i Mythos-Preview pokazuje da multi-agentna arhitektura, unatoč dodatnoj složenosti orkestracije, ne mora značiti niže performanse na specijaliziranim cyber-sigurnosnim zadacima — naprotiv, koordinacija više agenata može biti prednost kod zadataka koji zahtijevaju i analizu koda i tumačenje obavještajnih podataka u istom koraku.
Česta pitanja
- Što je Fugu-Cyber i kako radi?
- Fugu-Cyber je multi-agentni orkestracijski sustav tvrtke Sakana AI specijaliziran za cybersecurity zadatke, koji iznutra koordinira više specijaliziranih agenata, ali se prema korisniku ponaša i predstavlja kao jedinstven model.
- Koliko je Fugu-Cyber uspješan na sigurnosnim testovima?
- Fugu-Cyber postiže 86,9% uspješnost na CyberGym testu analize ranjivosti u kompleksnom kodu i 72,1% na CTI-REALM testu prevođenja threat intelligencea u detekcijska pravila, što je usporedivo s rezultatima GPT-5.5-Cyber i Mythos-Preview modela.
- Tko može pristupiti Fugu-Cyber modelu?
- Pristup je ograničen na pretplatnike Sakanina Token Plana, uz ručno odobravanje svakog zahtjeva i verificirani kontakt, u skladu s Acceptable Usage Policy koja zabranjuje ofenzivnu zloupotrebu alata.
Izvori
📬 AI vijesti u tvoj inbox
Dnevni digest po tvojoj mjeri — biraš teme, izvore i ritam. Odjava jednim klikom.
Povezane vijesti
arXiv:2607.18086: Evidence-sufficiency prompt smanjuje pretjeranu sigurnost kliničkih LLM-ova, ali i točnost
arXiv:2607.17779: MIND okvir zaobilazi obranu text-to-image modela stopom uspješnosti napada od 95,62%
OpenAI: zajednički rani nalazi s Hugging Faceom o sigurnosnom incidentu tijekom evaluacije AI modela