模型

Sakana: Fugu Ultra

仅 API 可商用
— · 商业闭源 · — · 上下文 1M
能做什么
聊天问答编程开发逻辑推理长文档分析多模态理解
部署门槛
待补充
上下文
1M
token 窗口
参数

01基础参数

参数规模
上下文窗口
1M
输入模态
image / text
可生成
text
模型系列
开源许可
商业闭源
主要语言
multi

02部署门槛详情

硬件等级 待补充

03Benchmark 评测

待补充

04适用场景

✓ 适用
复杂多步骤编程任务、科研论文分析与复现、深度文档审查与长上下文任务、需要多模型交叉验证的高难度问题
✗ 不适用
对延迟敏感的实时交互场景、简单问答或分类任务(性价比低)、需要明确知道每次请求具体由哪个模型生成的合规场景

05部署与限制

⚙ 本地部署建议
该模型为闭源API服务,无法本地部署。通过OpenAI兼容API调用,无需硬件配置。
⚠ 已知限制
架构导致响应延迟和成本波动较大。具体路由决策和底层模型归属不透明,无法审计每次调用的具体模型。性能高度依赖其可调用的第三方模型池(如GPT、Claude),存在间接依赖风险。

06详细介绍

来源:OpenRouter API(scraper 采集,2026-06-30)

Sakana AI于2026年6月发布的Fugu Ultra并非传统的大语言模型,而是一个创新的“学习型协调器”(learned coordinator)。其核心是一个经过强化学习训练的小型语言模型(据传约7B参数),它本身不直接生成答案,而是负责动态分析任务、将其拆解,并从包含GPT-5.5、Claude Opus 4.8、Gemini 3.1 Pro等顶尖模型的池中调度最合适的“专家”模型来协同工作,最后综合验证输出结果。

该模型通过这种多智能体编排架构,在GPQA Diamond(95.1%)、SWE-Bench Pro(54.2%)等多项推理、编码和科学知识基准测试中取得了领先成绩,官方宣称其性能可媲美Anthropic的Fable 5与Mythos Preview。Fugu Ultra支持100万Token的超长上下文,并能处理图像和文本输入,适合用于复杂的代码生成与审查、深度长文档分析、科研推理及多步骤Agent工作流。然而,其调度机制不透明和依赖第三方模型的特性也带来了高延迟、成本波动以及供应商依赖等风险。

OpenRouter Provider 比价

共 1 家 provider(2026-06-30 采集),按输入价升序:

Provider输入(USD/1M)输出(USD/1M)量化上下文
Sakana AI5.030.0unknown1M

代表价(满血最低):Sakana AI 输入 5.0 / 输出 30.0 USD/1M。按 provider 选择可进一步降本。

07官方资源

暂无

08同类模型