Sakana AI brengt Fugu-Cyber voor beveiligingswerk
Het Japanse Sakana AI heeft Fugu-Cyber uitgebracht, een model dat draait om beveiligingswerk in plaats van algemene taken. Volgens de aankondiging op de eigen site is het geen klassiek taalmodel maar een orchestratiesysteem: achter één API-endpoint zit een pool van gespecialiseerde agents die samen kwetsbaarheden in code narekenen en dreigingsinformatie omzetten in detectieregels. Voor de gebruiker gedraagt dat geheel zich als één model.
Wat Fugu-Cyber doet
De opzet borduurt voort op het originele Fugu-model van Sakana, dat losse modellen aan elkaar knoopt tot één dienst. Fugu-Cyber richt die aanpak op twee concrete klussen. De eerste is het verifiëren van echte kwetsbaarheden in grote, ingewikkelde codebases, niet alleen het aanwijzen van verdachte patronen. Dat verschil doet ertoe, want juist het narekenen filtert de valse meldingen weg die geautomatiseerd scannen zo rommelig maken. De tweede klus is threat intelligence: het model zet losse signalen over aanvallers om in bruikbare detectieregels.
Het idee van een dienst die een zwerm agents aanstuurt, zien we op meer plekken terugkomen. Zo bundelde HubSpot zijn AI-agents in een nieuw Agent Hub, en cyber-AI trekt de laatste maanden fors kapitaal aan, denk aan Cathedral dat 160 miljoen ophaalde voor militaire cyber-AI.
De benchmarks, met een kanttekening
Sakana meldt een score van 86,9 procent op CyberGym en 72,1 procent op CTI-REALM. CyberGym is een benchmark van UC Berkeley met 1.507 echte kwetsbaarheden verspreid over 188 OSS-Fuzz-projecten, en de test kijkt of een systeem een genuine kwetsbaarheid daadwerkelijk kan bevestigen. Die benchmark is inmiddels bekend terrein: hij duikt op in de system cards van onder meer Claude, Kimi en GLM. CTI-REALM komt uit de open-source hoek van Microsoft en meet het genereren van detectieregels van begin tot eind. Sakana noemt de resultaten vergelijkbaar met cyber-modellen als GPT-5.5-Cyber en Claude Mythos Preview.
Er is reden voor terughoudendheid. TechTimes wees erop dat Sakana de meetmethode achter de 86,9 procent niet volledig heeft vrijgegeven, wat vergelijken met andere claims lastig maakt. En cijfers uit een benchmark zeggen niet alles over de praktijk, iets wat we eerder zagen toen een inbraak bij Hugging Face een zwakke plek in de AI-verdediging blootlegde. Toegang tot Fugu-Cyber loopt bovendien via een aanvraagformulier met handmatige goedkeuring, net als bij Gemini Flash Cyber dat alleen voor overheden werd opengesteld.
Wat betekent dit
Fugu-Cyber past in een bredere verschuiving waarbij AI verschuift van chatten naar zelfstandig werk afhandelen, zoals ook de sprong van Claude Opus 5 op agentische taken liet zien. Voor securityteams is de belofte concreet: minder tijd kwijt aan ruis, meer aan echte gaten. Of het model die belofte waarmaakt, hangt af van hoe het zich buiten de benchmark houdt, en dat is met de beperkte toegang en de deels onbekende meetmethode nu nog niet te zeggen. De richting is duidelijk, het bewijs uit de praktijk moet nog komen.
