Model
.ai
memantau model AI terbuka
Fugu Max

Sakana | konteks token 1,000,000 | $2.00/M input, $6.00/M output. Fugu Max adalah model kos-prestasi dalam keluarga Fugu AI Sakana. Daripada model monolitik tunggal, Fugu adalah sistem orkestrasi multi-agen yang dipelajari: model bahasa yang dilatih untuk mengarahkan tugas merentasi kolam tetap model berat terbuka dan model khusus, termasuk keluarga NVIDIA Nemotron, dan untuk memanggil semula contoh dirinya sendiri secara rekursif. Fugu Max memilih secara dinamik gabungan agen pakar yang cekap untuk meningkatkan kualiti dan kos bersama, dan harga tetap tanpa mengira panjang konteks. Ia…Sakana | konteks token 1,000,000 | $2.00/M input, $6.00/M output. Fugu Max adalah model kos-prestasi dalam keluarga Fugu AI Sakana. Daripada model monolitik tunggal, Fugu adalah sistem orkestrasi multi-agen yang dipelajari: model bahasa yang dilatih untuk mengarahkan tugas merentasi kolam tetap model berat terbuka dan model khusus, termasuk keluarga NVIDIA Nemotron, dan untuk memanggil semula contoh dirinya sendiri secara rekursif. Fugu Max memilih secara dinamik gabungan agen pakar yang cekap untuk meningkatkan kualiti dan kos bersama, dan harga tetap tanpa mengira panjang konteks. Ia menyokong usaha penaakulan yang boleh dikonfigurasikan (tinggi, xhigh, max), pemanggilan fungsi, output berstruktur, input imej dan PDF, serta carian web terbina dalam dan pengambilan web. Token orkestrasi yang digunakan oleh sistem dikenakan bayaran sebagai token input/output standard.

Panduan untuk model ini
Semua panduan
Fugu Max adalah model utama kos-prestasi Sakana AI, dan ia berfungsi berbeza daripada apa-apa yang lain dalam senarai ini: bukannya satu model besar tunggal, ia adalah sistem orkestrasi terlatih yang mengarahkan tugasan anda ke kolam model khusus berat terbuka, termasuk keluarga Nemotron NVIDIA, dan boleh memanggil dirinya secara rekursif. Hasilnya adalah harga rata per token tanpa mengira berapa lama konteks anda berjalan, sehingga satu juta token. Ia sesuai untuk pembangun dan penyelidik yang mahukan output berkualiti hadapan tanpa membayar harga output hadapan.

Dikenali untuk

  • Orkestrasi multi-agen: mengarahkan tugasan ke model khusus dan bukan menjalankan satu monolit
  • Konteks satu juta token pada kadar rata, tanpa caj panjang
  • Usaha penaakulan boleh dikonfigurasikan: tinggi, sangat tinggi atau maksimum
  • Menerima input imej dan PDF bersama teks
  • Carian web terbina dalam dan pengambilan web, plus panggilan fungsi dan output berstruktur

Berhati-hati dengan

  • Berat tidak dikeluarkan; anda bergantung sepenuhnya pada infrastruktur API Sakana
  • Token orkestrasi dikira sebagai token input/output standard, jadi tugasan kompleks boleh menambah kos lebih cepat daripada yang dijangka
  • Penghalaan multi-agen tidak telus: anda tidak memilih model asas mana yang mengendalikan permintaan anda

Arahan untuk cuba

Sintesis penyelidikan mendalam
Gunakan carian web untuk mencari tiga kajian semakan rakan sebaya terbaru tentang pengumpulan mikroplastik dalam ikan air tawar. Untuk setiap kajian, ekstrak spesies yang diuji, kepekatan yang ditemui, dan implikasi kesihatan utama. Kemudian tulis sintesis 200 perkataan membandingkan penemuan, menyatakan di mana mereka bersetuju dan bertentangan.
Imbas risiko kontrak PDF
Dilampirkan adalah perjanjian perkhidmatan. Kenal pasti setiap klausa yang mencipta pembaharuan automatik, had liabiliti, atau kewajipan indemnifikasi di pihak saya. Untuk setiap satu, petik teks klausa tepat, nyatakan nombor muka surat atau seksyen, dan berikan ringkasan satu ayat dalam Bahasa Inggeris mudah tentang apa yang saya setujui.
Pelan penaakulan berbilang langkah
Sebuah syarikat mempunyai tiga gudang: satu di Leeds, satu di Bristol, satu di Glasgow. Ia perlu menghantar 40 palet seragam ke satu tapak di Birmingham. Setiap gudang menyimpan: Leeds 18, Bristol 10, Glasgow 12. Lori kos £180 setiap perjalanan dari Leeds, £90 dari Bristol, £220 dari Glasgow, setiap satu membawa sehingga 14 palet. Cari pelan penghantaran kos terendah dan tunjukkan kerja anda langkah demi langkah.

Bandingkan dengan

  • Sakana Namazu
    Model hanya API
    konteks 262,144 token · Input $0.95/M, output $4.00/M
  • Fugu Ultra
    Model hanya API
    konteks 1,000,000 token · Input $5.00/M, output $30.00/M
  • Fugu Ultra v2
    Model hanya API
    konteks 1,000,000 token · Input $5.00/M, output $30.00/M
  • DeepSeek V4.1 Flash
    Model berat terbuka
    konteks 1,048,576 token · Input $0.04/M, output $0.68/M
Lebih banyak model teks dari sakana

Soalan yang sering ditanya

Bolehkah saya jalankan Fugu Max secara tempatan?
Tidak. Sakana belum mengeluarkan berat untuk Fugu Max; ia hanya tersedia melalui API mereka.
Berapa kos Fugu Max dan berapa panjang konteksnya?
Harga adalah $2.00 setiap sejuta token input dan $6.00 setiap sejuta token output, dengan tetingkap konteks satu juta token yang dikenakan pada kadar rata sama tanpa mengira panjang.
Bagaimana Fugu Max berbeza daripada model bahasa besar standard?
Daripada satu model monolitik tunggal, Fugu Max adalah sistem orkestrasi terlatih yang mengarahkan subtugas ke kolam model khusus berat terbuka, termasuk keluarga Nemotron NVIDIA, dan boleh memanggil dirinya secara rekursif; anda hantar satu permintaan dan sistem menentukan agen mana yang mengendalikannya.
Keputusan Kapten
Seni bina yang benar-benar luar biasa yang menukar ketelusan model untuk potensi perdagangan kos-kualiti yang lebih baik, patut diuji jika tugasan penaakulan konteks panjang memakan bajet anda.
Kapten menulis nota ini berdasarkan penerangan model dan kad model itu sendiri. Harga dan saiz konteks adalah dari penyedia pada masa penulisan dan boleh berubah.
Ranking badge
Updated Oct 22, 2026
Fugu Max di ModelTrends.ai: Heat 3,903°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Bagaimana skor ini dijumlahkan
Model ini belum ada data populariti dari mana-mana sumber lagi, jadi ia membawa nombor gantian di bawah 7,000° yang memastikan senarai lengkap. Ia tidak pernah menduduki tempat lebih tinggi daripada model yang ada data. Pecahan muncul di sini sebaik sahaja sumber melaporkannya.
Glosari: istilah yang digunakan di sini
Skor heat
Satu nombor untuk seberapa banyak model digunakan dan diingini sekarang, dari 0° hingga 9,999°. Setiap senarai di laman ini yang kata paling panas disusun mengikutnya dan tiada yang lain.
Lantai
7,000° yang setiap model dengan data sebenar bermula. Skala dari 0° hingga 9,999°; bahagian bawah lantai untuk pengganti (model tanpa data), supaya model dengan data sentiasa lebih tinggi dari yang tiada. Lantai sama untuk semua dan tidak tentukan apa-apa; darjah di atasnya adalah ukuran.
Setara muat turun
Semua yang skor anggap sebagai muat turun, dijumlahkan: muat turun sendiri, setiap torrent seeder sebagai 1,000, setiap imej AI Horde dan setiap larian di laman generasi sebagai satu.
Skala log
Mengira dengan puluhan, bukan satuan: dari 1,000 ke 10,000 muat turun tambah darjah sama seperti dari 10,000 ke 100,000. Ini elak gergasi menindas yang lain.
Suka
Jempol dan suka dari semua sumber, bernilai separuh muat turun pada skala log.
Kadar penerimaan
Berapa banyak muat turun sehari model dapat sekarang, dari beza dua bacaan sumber. Berat suku dari terma muat turun.
Diukur dan dianggarkan
Diukur bermaksud ada dua bacaan dari satu sumber dan perbezaannya adalah nyata. Dianggarkan bermaksud hanya jumlah hari ini yang diketahui dan masa lalu diagihkan sepanjang hayat model; laman web akan memberitahu yang mana satu ia tunjukkan.
Seeder
Seseorang yang menyimpan salinan berat secara dalam talian untuk dimuat turun oleh orang lain melalui torrent, atau cermin yang dihoskan melakukan perkara yang sama. Setiap satu dikira sebagai 1,000 muat turun.
AI Horde
Rangkaian sukarelawan yang menjana imej secara percuma pada komputer yang didermakan. Bilangan imej yang telah dihasilkan dengan model adalah awam, dan setiap satu dikira sebagai satu muat turun.
Laman penjanaan
Laman yang menghoskan salinan model mereka sendiri dan membenarkan orang menjana dengannya, seperti PixAI, SeaArt dan Yodayo. Muat turun mereka dikira seperti Civitai dan setiap sesi penjanaan dikira sebagai satu muat turun.
Token OpenRouter
Model teks yang disediakan melalui API, seperti Claude atau GPT, tidak mempunyai berat untuk dimuat turun, jadi penggunaannya diukur dalam token: bahagian teks yang dibaca dan ditulis melalui OpenRouter, pintu masuk yang digunakan oleh banyak aplikasi, dalam 30 hari terakhir. Setiap 10,000,000 token dikira sebagai satu muat turun. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint)
Berat itu sendiri, fail yang menjana secara sendiri. Ia mendapat bonus kerana add-on bergantung padanya.
LoRA dan embedding
Fail add-on kecil yang mengarahkan berat orang lain ke arah gaya, watak atau konsep. Ia tidak boleh dijalankan sendiri.
Keluarga dan berat
Asas yang model dibina, seperti SD 1.5, SDXL, Flux atau Wan. Setiap model mewarisi tarikh keluaran berat keluarganya.
Umur
Darjah yang ditolak berdasarkan berapa lama berat keluarga itu dikeluarkan: 150° setahun, sehingga 750°. Ia mengekalkan muat turun lama yang mempunyai masa bertahun-tahun untuk terkumpul dengan membekukan di bahagian atas senarai.
Peningkatan keluarga
Dorongan kecil dan terhad untuk LoRA dari keluarga yang laman ini sedang galakkan sekarang, sentiasa disenaraikan dalam pecahan.
Skor gantian
Nombor stabil di bawah paras yang diberikan kepada model yang belum ada laporan sumber, supaya senarai kekal lengkap. Ia tidak pernah mendahului model yang ada data.
Baru! (tempoh kelonggaran)
Model yang berumur kurang dari 7 hari menunjukkan Baru! dan tidak mempunyai skor serta tidak menduduki tempat dalam kedudukan. Skornya dikira dari hari pertama, tetapi model yang berumur satu hari berkembang lebih cepat daripada apa pun, jadi tanpa menunggu, #1 minggu ini akan sentiasa menjadi apa sahaja yang keluar semalam dan bukan yang bertahan selama seminggu.
Trend
Bagaimana pertumbuhan model dalam tempoh tertentu dibandingkan dengan pertumbuhan model biasa dalam tempoh yang sama. Lebih cepat dari biasa bermaksud naik, lebih perlahan bermaksud turun.
Model biasa
Tengah katalog: separuh model dengan angka tumbuh lebih cepat dalam tempoh itu, separuh lagi lebih perlahan.