Model
.ai
śledzimy otwarte modele AI
Sakana Namazu
Sakana | 262,144 tokenów kontekstu | $0.95/M wejście, $4.00/M wyjście. Sakana Namazu to specjalistyczny model rozumowania dla języka japońskiego od Sakana AI, oparty na Kimi K2.6 z dodatkowymi treningami dla języka japońskiego i kontekstów biznesowych. Nadaje się do wykonywania poleceń w języku japońskim, pisania biznesowego, matematyki, kodowania, badań i wieloetapowych przepływów pracy agentów. Domyślnie Sakana AI może wykorzystywać dane wejściowe do treningu i ulepszania modelu, z możliwością rezygnacji w Sakana Console. Nie gwarantuje się przetwarzania wyłącznie na terenie Japonii.
Poradniki do tego modelu
Wszystkie poradniki
Sakana Namazu to model specjalizujący się w języku japońskim od Sakana AI, zbudowany na bazie Kimi K2.6 z dodatkowymi treningami ukierunkowanymi na język japoński i zastosowania biznesowe. Celuje w lukę między ogólnymi modelami frontowymi a praktycznymi wymaganiami japońskiego śledzenia instrukcji, formalnego pisania i wieloetapowych przepływów pracy. Jeśli Twoja praca odbywa się w języku japońskim i potrzebujesz modelu ukształtowanego pod ten kontekst, a nie doklejonego na siłę, to jest oczywisty pierwszy wybór.

Znany z

  • Śledzenie instrukcji i pisanie biznesowe w języku japońskim, dostrojone ponad ogólny wielojęzyczny model bazowy.
  • Rozumowanie i wieloetapowe przepływy agentowe odziedziczone po Kimi K2.6.
  • Matematyka i kodowanie obok zadań w języku japońskim.
  • Bardzo długie okno kontekstowe: 262 144 tokeny.
  • Badania i strukturalne wykonywanie zadań w japońskich kontekstach zawodowych.

Uważaj na

  • Sakana AI może domyślnie używać Twoich danych do treningu modelu; można zrezygnować w Sakana Console.
  • Nie ma gwarancji, że przetwarzanie odbywa się wyłącznie w Japonii, co może mieć znaczenie dla zgodności.
  • Wagi nie są publiczne, więc nie możesz uruchomić lokalnie ani sprawdzić, co zmieniono względem bazy Kimi K2.6.

Podpowiedzi do wypróbowania

Szkic biznesowego maila w języku japońskim
取引先への納期遅延のお詫びメールを書いてください。遅延は約2週間で、原因は部品調達の問題です。丁寧かつ誠実なトーンで、再発防止策への言及も含めてください。
Wieloetapowy plan badawczy
Planujesz analizę konkurencji na rynku japońskich sklepów convenience dla zagranicznego wejścia. Podziel badanie na konkretne kroki, wskaż kluczowe źródła danych dostępne w Japonii, zaznacz kwestie regulacyjne i oszacuj czas trwania każdego kroku.
Łamigłówka logiczna z zapisem rozumowania
Pięciu kolegów siedzi w rzędzie. Aiko nie siedzi obok Kenjiego. Riku siedzi bezpośrednio na lewo od Yuny. Haruto jest na jednym z końców. Kenji nie siedzi na żadnym końcu. Pokaż rozumowanie krok po kroku, a następnie podaj ostateczny układ miejsc.

Porównaj z

  • Fugu Max
    Model tylko z API
    Kontekst 1,000,000 tokenów · $2.00/M wejście, $6.00/M wyjście
  • Fugu Ultra
    Model tylko z API
    Kontekst 1,000,000 tokenów · $5.00/M wejście, $30.00/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 Sakana Namazu lokalnie?
Nie. Wagi nie są publicznie udostępnione, więc jest to usługa wyłącznie przez API na platformie Sakana AI.
Ile to kosztuje i jak długie jest okno kontekstowe?
Cena to 0,95 USD za milion tokenów wejściowych i 4,00 USD za milion tokenów wyjściowych, z oknem kontekstowym 262 144 tokeny.
Czym Sakana Namazu różni się od bazowego modelu Kimi K2.6?
Sakana AI zastosowało dodatkowe treningi specjalnie pod kątem języka japońskiego i kontekstów biznesowych na bazie Kimi K2.6, co czyni go lepiej dopasowanym do śledzenia instrukcji i formalnego pisania w języku japońskim niż model bazowy.
Wyrok kapitana
Skoncentrowany wybór: jeśli Twoja praca to rozumowanie i zadania biznesowe w języku japońskim, specyficzne treningi uzasadniają wyższą cenę w porównaniu do ogólnego modelu frontowego.
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
Sakana Namazu na ModelTrends.ai: Heat 4,340°
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.