Model
.ai
śledzimy otwarte modele AI
Fugu Ultra
Sakana | 1,000,000 tokenów kontekstu | $5.00/M wejścia, $30.00/M wyjścia. Fugu Ultra to model o wyższej wydajności w rodzinie Fugu AI Sakana. Zamiast pojedynczego monolitycznego modelu, Fugu to system orkiestracji wieloagentowej uczony do kierowania zadań pomiędzy wymiennymi modelami bazowymi oraz do rekurencyjnego wywoływania własnych instancji. Fugu Ultra priorytetowo traktuje jakość odpowiedzi w złożonym, wieloetapowym rozumowaniu, kodowaniu i przepływach pracy agentowych. Obsługuje konfigurowalny wysiłek rozumowania, wywoływanie narzędzi oraz wbudowane wyszukiwanie w sieci. Tokeny orkiestracji zużywane przez system są rozliczane jak standardowe tokeny wejścia/wyjścia.
Poradniki do tego modelu
Wszystkie poradniki
Fugu Ultra to model o wyższej wydajności z rodziny Fugu od Sakana AI, zbudowany nie jako pojedynczy monolit, lecz jako system orkiestracji wieloagentowej uczący się, który kieruje zadania do puli modeli bazowych i może wywoływać sam siebie rekurencyjnie. Ta architektura jest sednem: zaprojektowano ją do obsługi złożonych, wieloetapowych problemów, które korzystają z dekompozycji i iteracji. Jeśli potrzebujesz zdolnego modelu API do trudnego rozumowania, pipeline'ów kodowania lub pracy agentowej i możesz zaakceptować wyższą cenę za wyjście, warto się przyjrzeć.

Znany z

  • Orkiestracja wieloagentowa: kieruje zadania do wymiennej puli modeli bazowych
  • Rekurencyjne wywoływanie samego siebie dla złożonego, wieloetapowego rozumowania i workflow agentowych
  • Okno kontekstowe na milion tokenów
  • Wbudowane wyszukiwanie w sieci i wywoływanie narzędzi z konfigurowalnym wysiłkiem rozumowania
  • Stawia na jakość odpowiedzi ponad szybkość w trudnych zadaniach kodowania i rozumowania

Uważaj na

  • Koszt wyjścia to 30,00 USD za milion tokenów; narzut orkiestracji może utrudniać przewidywanie faktycznych rachunków.
  • Zamknięte API, brak otwartych wag, więc nie można uruchomić lokalnie ani zbadać logiki kierowania.
  • Tokeny orkiestracji liczą się jako standardowe wejście/wyjście, co zwiększa koszty w zadaniach wieloetapowych.

Podpowiedzi do wypróbowania

Rekurencyjny pipeline debugowania
Mam serwis Pythona, który przetwarza kolejkę wiadomości JSON i czasem cicho pomija elementy. Przeprowadź systematyczny plan debugowania: zidentyfikuj miejsca, gdzie najczęściej występują ciche błędy, napisz instrumentowane wersje kluczowych funkcji, a następnie zaproponuj testowy harness, który wykryje tę klasę błędów. Pokaż swoje rozumowanie na każdym kroku.
Wieloetapowa synteza badań
Użyj wyszukiwania w sieci, aby znaleźć trzy najnowsze recenzowane badania dotyczące długoterminowych efektów kardiologicznych agonistów receptora GLP-1. Dla każdego badania podaj projekt, kluczowy wynik i jedno ograniczenie. Następnie napisz dwustronicowe podsumowanie, które lekarz mógłby wykorzystać jako notatkę briefingową.
Zadanie planowania agentowego
Planujesz migrację oprogramowania z monolitycznej aplikacji Rails do zestawu niezależnych usług. Podziel projekt na fazy, zidentyfikuj trzy najwyższe ryzyka zależności, zaproponuj kolejność działań minimalizującą przestoje i wskaż decyzje wymagające zatwierdzenia przez człowieka przed kontynuacją.

Porównaj z

  • Sakana Namazu
    Model tylko z API
    Kontekst 262,144 tokenów · $0.95/M wejście, $4.00/M wyjście
  • Fugu Max
    Model tylko z API
    Kontekst 1,000,000 tokenów · $2.00/M wejście, $6.00/M wyjście
  • Fugu Ultra v2
    Model tylko z API
    Kontekst 1,000,000 tokenów · $5.00/M wejście, $30.00/M wyjście
  • DeepSeek V4.1 Flash
    Model z otwartymi wagami
    Kontekst 1,048,576 tokenów · $0.04/M wejście, $0.68/M wyjście
Więcej modeli tekstowych od sakana

Pytania, które ludzie zadają

Czy mogę uruchomić Fugu Ultra lokalnie?
Nie. Fugu Ultra to zamknięty model API bez opublikowanych otwartych wag; działa tylko przez API Sakana AI.
Ile kosztuje i jak duży ma kontekst?
Fugu Ultra kosztuje 5,00 USD za milion tokenów wejściowych i 30,00 USD za milion tokenów wyjściowych, z oknem kontekstowym na milion tokenów. Pamiętaj, że tokeny orkiestracji generowane wewnętrznie są rozliczane według tych samych stawek, więc zadania agentowe mogą szybko generować koszty.
Czym Fugu Ultra różni się od standardowego dużego modelu językowego?
Zamiast pojedynczego modelu, Fugu Ultra to uczący się system orkiestracji, który kieruje podzadania do puli modeli bazowych i może wywoływać siebie rekurencyjnie, co ma poprawić jakość na złożonych, wieloetapowych problemach w porównaniu do pojedynczego przebiegu.
Wyrok kapitana
Naprawdę nietypowa architektura, która zasługuje na wyższą cenę tylko wtedy, gdy Twój workflow jest na tyle złożony, że korzysta z rekurencyjnej dekompozycji wieloagentowej.
Kapitan pisze te notatki na podstawie opisu modelu i karty modelu. Ceny i rozmiary kontekstu pochodzą od dostawcy w momencie pisania i mogą się zmieniać.
Ranking badge
Updated Oct 22, 2026
Fugu Ultra na ModelTrends.ai: Heat 3,471°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Jak ten wynik się sumuje
Ten model nie ma jeszcze danych o popularności z żadnego źródła, więc ma zastępczą wartość poniżej 7,000°, która pozwala utrzymać kompletność list. Nigdy nie zajmuje wyższej pozycji niż model z danymi. Szczegóły pojawią się tutaj, gdy tylko jakieś źródło je zgłosi.
Słowniczek: używane tu terminy
Wynik heat
Jedna liczba pokazująca, jak bardzo model jest używany i pożądany teraz, od 0° do 9,999°. Każda lista na tej stronie z napisem hottest jest sortowana według tego i niczego innego.
Podstawa
7,000° to punkt startowy dla każdego modelu z prawdziwymi danymi. Skala idzie od 0° do 9,999°; część poniżej podstawy jest zarezerwowana dla zastępczych modeli (bez danych), żeby model z danymi zawsze był wyżej. Podstawa jest taka sama dla wszystkich i nic nie decyduje; stopnie powyżej niej to właściwy pomiar.
Równoważniki pobrań
Wszystko, co wynik traktuje jak pobranie, zsumowane: same pobrania, każdy seeder torrenta jako 1,000, każde AI Horde zdjęcie i każde uruchomienie na stronie generującej jako jedno.
Skala logarytmiczna
Liczenie co dziesięć, nie co jeden: przejście z 1,000 do 10,000 pobrań dodaje tyle samo stopni, co z 10,000 do 100,000. Zapobiega to dominacji gigantów nad resztą.
Polubienia
Kciuki w górę i polubienia ze wszystkich źródeł, warte połowę pobrania na skali logarytmicznej.
Tempo adopcji
Ile pobrań dziennie model ma teraz, na podstawie różnicy między dwoma odczytami źródła. Ćwierć wagi terminu pobrania.
Zmierzony i szacowany
Zmierzony oznacza, że istnieją dwa odczyty źródła i różnica jest rzeczywista. Szacowany oznacza, że znana jest tylko dzisiejsza suma, a przeszłość jest rozłożona na czas życia modelu; strona mówi, który z nich pokazuje.
Seeder
Ktoś, kto trzyma kopię wag online, aby inni mogli je pobrać przez torrent, albo hostowany mirror robiący to samo. Każdy taki liczy się jako 1 000 pobrań.
AI Horde
Sieć wolontariuszy, która generuje obrazy za darmo na komputerach darczyńców. Liczba obrazów wygenerowanych z modelem jest publiczna i każde liczy się jako jedno pobranie.
Strony generujące
Strony, które mają własne kopie modelu i pozwalają ludziom generować z nim obrazy, takie jak PixAI, SeaArt i Yodayo. Ich pobrania liczą się jak na Civitai, a każde uruchomienie generowania to jedno pobranie.
Tokeny OpenRouter
Model tekstowy obsługiwany przez API, taki jak Claude czy GPT, nie ma wag do pobrania, więc jego użycie mierzy się tokenami: fragmentami tekstu, które przeczytał i napisał przez OpenRouter, bramkę używaną przez wiele aplikacji, w ciągu ostatnich 30 dni. Każde 10,000,000 tokenów liczy się jako jedno pobranie. Źródło: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Pełny model (checkpoint)
Same wagi, plik, który generuje samodzielnie. Dostaje bonus, bo dodatki od niego zależą.
LoRA i embedding
Małe pliki dodatków, które kierują czyjeś wagi w stronę stylu, postaci lub koncepcji. Nie mogą działać samodzielnie.
Rodzina i wagi
Podstawa, na której zbudowano model, np. SD 1.5, SDXL, Flux lub Wan. Każdy model dziedziczy datę wydania wag swojej rodziny.
Wiek
Stopnie odejmowane za to, jak dawno wyszły wagi rodziny: 150° za rok, do 750°. Zachowuje stare pobrania, które miały lata na narastanie, zamrażając szczyt listy.
Wzmocnienie rodziny
Małe, ograniczone wsparcie dla LoRA z rodziny, którą ta strona teraz promuje, zawsze podane w rozbiciu.
Wynik zastępczy
Stabilna liczba poniżej minimum, przyznawana modelowi, o którym jeszcze nie ma danych źródłowych, żeby listy były kompletne. Nigdy nie jest wyżej niż model z danymi.
Nowy! (okres karencji)
Model młodszy niż 7 dni pokazuje Nowy! zamiast wyniku i nie zajmuje miejsca w rankingu. Jego wynik jest liczony od pierwszego dnia, ale model jednodniowy rośnie najszybciej, więc bez oczekiwania #1 tygodnia byłby zawsze tym, który pojawił się wczoraj, a nie tym, który utrzymał się przez tydzień.
Trend
Jak wzrost modelu w danym okresie wypada na tle typowego wzrostu modelu w tym samym czasie. Szybszy niż zwykle to wzrost, wolniejszy to spadek.
Typowy model
Środek katalogu: połowa modeli z danymi rosła szybciej w tym okresie, połowa wolniej.