Fugu Ultra v2 هو إصدار Sakana AI الذي يركز على الأداء من نظامها المتعلم لتنسيق النماذج. ينسق نماذج خبيرة للاستدلال المعقد متعدد الخطوات والأبحاث والعمل البرمجي المتكامل. ويؤكد المطوّر خصوصًا الاستدلال المتواصل على المواد البصرية والمنظمة في هذا الإصدار. وهو مختلف عن Fugu Max وعن إصدار Fugu Ultra السابق.
يستخدم النظام منسقًا متعلمًا لاختيار العمل وتفويضه والتحقق منه وتركيبه داخل مجموعة من الخبراء. قد يتضمن الطلب عدة مساهمات متكاملة قبل تجميع الإجابة النهائية. هذا التنسيق قدرة لنموذج الشركة المصنّعة؛ ويظل التطبيق هو الذي يوفر المهمة والمادة ذات الصلة وأي ملاحظات خارجية يحتاج إليها سير عمله.
يثبّت المطوّر مجموعة الوكلاء الكاملة لخيار Ultra، بينما يختار المنسق كيفية استخدامها للمهمة. يختلف هذا عن افتراض أن المستخدم يستطيع ضبط كل نموذج مشارك على حدة. وتميز Sakana أيضًا بين تركيز Ultra على عمق الإجابة وتركيز Max على التركيبات الكفؤة. قد يستغرق التنسيق الأعمق وقت استجابة أطول، كما توضح مقارنة الشركة المصنّعة.
لمهمة بصرية أو لتحليل بيانات، قدّم الرسم البياني أو الجدول أو الملاحظات ذات الصلة، وحدد السؤال المطلوب حسمه. اطلب النتيجة والأدلة الداعمة لها والتفسير الوسيط اللازم لتقييمها. يمكن لمخرج مفيد أن يجمع استنتاجًا موجزًا مع عرض منظم للبيانات، بدلًا من ترك التحليل في صورة عدة ملاحظات غير مترابطة.
للعمل البرمجي، حدد السلوك المتوقع والمصدر ذا الصلة ونتيجة الفحوص الحالية. اطلب مقترح تغيير محددًا مع الشروط التي ستثبت نجاحه. وفي سير عمل متصل، أعِد نتيجة التنفيذ الفعلية حتى تتمكن الخطوة التالية من معالجة عطل ملموس أو الاحتفاظ بتغيير ناجح. ينشئ ذلك مهمة قائمة على الأدلة ومخرج مكتمل، بدلًا من طلب مفتوح لتحسين الشيفرة.
للاستقصاء البحثي، حدد النطاق وبنية التقرير النهائي. يمكن للتقرير الفصل بين النتائج المثبتة والتفسيرات المتنافسة والاعتمادات التي لم تُحسم. يذكر إصدار v2 من Sakana تاريخًا نهائيًا لمعلومات التدريب هو 28 أغسطس 2026؛ وتظل الأدلة الخارجية المقدمة أو المسترجعة للمهمة منفصلة عن سجل التدريب هذا. أبقِ هذا التمييز واضحًا عند السؤال عن معلومات تتغير بمرور الوقت.
", "aboutText": "Fugu Ultra v2 هو إصدار Sakana AI الذي يركز على الأداء من نظامها المتعلم لتنسيق النماذج. ينسق نماذج خبيرة للاستدلال المعقد متعدد الخطوات والأبحاث والعمل البرمجي المتكامل. ويؤكد المطوّر خصوصًا الاستدلال المتواصل على المواد البصرية والمنظمة في هذا الإصدار. وهو مختلف عن Fugu Max وعن إصدار Fugu Ultra السابق.\n\nيستخدم النظام منسقًا متعلمًا لاختيار العمل وتفويضه والتحقق منه وتركيبه داخل مجموعة من الخبراء. قد يتضمن الطلب عدة مساهمات متكاملة قبل تجميع الإجابة النهائية. هذا التنسيق قدرة لنموذج الشركة المصنّعة؛ ويظل التطبيق هو الذي يوفر المهمة والمادة ذات الصلة وأي ملاحظات خارجية يحتاج إليها سير عمله.\n\nيثبّت المطوّر مجموعة الوكلاء الكاملة لخيار Ultra، بينما يختار المنسق كيفية استخدامها للمهمة. يختلف هذا عن افتراض أن المستخدم يستطيع ضبط كل نموذج مشارك على حدة. وتميز Sakana أيضًا بين تركيز Ultra على عمق الإجابة وتركيز Max على التركيبات الكفؤة. قد يستغرق التنسيق الأعمق وقت استجابة أطول، كما توضح مقارنة الشركة المصنّعة.\n\nلمهمة بصرية أو لتحليل بيانات، قدّم الرسم البياني أو الجدول أو الملاحظات ذات الصلة، وحدد السؤال المطلوب حسمه. اطلب النتيجة والأدلة الداعمة لها والتفسير الوسيط اللازم لتقييمها. يمكن لمخرج مفيد أن يجمع استنتاجًا موجزًا مع عرض منظم للبيانات، بدلًا من ترك التحليل في صورة عدة ملاحظات غير مترابطة.\n\nللعمل البرمجي، حدد السلوك المتوقع والمصدر ذا الصلة ونتيجة الفحوص الحالية. اطلب مقترح تغيير محددًا مع الشروط التي ستثبت نجاحه. وفي سير عمل متصل، أعِد نتيجة التنفيذ الفعلية حتى تتمكن الخطوة التالية من معالجة عطل ملموس أو الاحتفاظ بتغيير ناجح. ينشئ ذلك مهمة قائمة على الأدلة ومخرج مكتمل، بدلًا من طلب مفتوح لتحسين الشيفرة.\n\nللاستقصاء البحثي، حدد النطاق وبنية التقرير النهائي. يمكن للتقرير الفصل بين النتائج المثبتة والتفسيرات المتنافسة والاعتمادات التي لم تُحسم. يذكر إصدار v2 من Sakana تاريخًا نهائيًا لمعلومات التدريب هو 28 أغسطس 2026؛ وتظل الأدلة الخارجية المقدمة أو المسترجعة للمهمة منفصلة عن سجل التدريب هذا. أبقِ هذا التمييز واضحًا عند السؤال عن معلومات تتغير بمرور الوقت.", "editorialOverlay": { "copy_fields": { "practical_html": "مثال تقني باللغة الإنجليزية
Compare competing explanations against data\n\nAnalyze this supplied table: week 1, 100 visits and 10 signups; week 2, 200 visits and 12 signups. Team hypothesis A says conversion improved; hypothesis B says traffic grew while conversion fell. Calculate the relevant rates, compare both interpretations and list one missing fact needed to investigate the cause.Rate calculations, an evidence-based comparison of the hypotheses and one causal-information gap.Check that signup counts and conversion rates are kept distinct and that no causal explanation is presented as established.sakana/fugu-ultra-v2ينسق Fugu Ultra v2 من Sakana AI مجموعة من النماذج الخبيرة للاستدلال المعقد والأبحاث وتطوير البرمجيات. يركز الإصدار على العمل المتواصل مع المواد البصرية والمنظمة، وعلى نتيجة نهائية تُجمع من مساهمات الوكلاء.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Fugu Ultra v2 هو إصدار Sakana AI الذي يركز على الأداء من نظامها المتعلم لتنسيق النماذج. ينسق نماذج خبيرة للاستدلال المعقد متعدد الخطوات والأبحاث والعمل البرمجي المتكامل. ويؤكد المطوّر خصوصًا الاستدلال المتواصل على المواد البصرية والمنظمة في هذا الإصدار. وهو مختلف عن Fugu Max وعن إصدار Fugu Ultra السابق.
يستخدم النظام منسقًا متعلمًا لاختيار العمل وتفويضه والتحقق منه وتركيبه داخل مجموعة من الخبراء. قد يتضمن الطلب عدة مساهمات متكاملة قبل تجميع الإجابة النهائية. هذا التنسيق قدرة لنموذج الشركة المصنّعة؛ ويظل التطبيق هو الذي يوفر المهمة والمادة ذات الصلة وأي ملاحظات خارجية يحتاج إليها سير عمله.
يثبّت المطوّر مجموعة الوكلاء الكاملة لخيار Ultra، بينما يختار المنسق كيفية استخدامها للمهمة. يختلف هذا عن افتراض أن المستخدم يستطيع ضبط كل نموذج مشارك على حدة. وتميز Sakana أيضًا بين تركيز Ultra على عمق الإجابة وتركيز Max على التركيبات الكفؤة. قد يستغرق التنسيق الأعمق وقت استجابة أطول، كما توضح مقارنة الشركة المصنّعة.
لمهمة بصرية أو لتحليل بيانات، قدّم الرسم البياني أو الجدول أو الملاحظات ذات الصلة، وحدد السؤال المطلوب حسمه. اطلب النتيجة والأدلة الداعمة لها والتفسير الوسيط اللازم لتقييمها. يمكن لمخرج مفيد أن يجمع استنتاجًا موجزًا مع عرض منظم للبيانات، بدلًا من ترك التحليل في صورة عدة ملاحظات غير مترابطة.
للعمل البرمجي، حدد السلوك المتوقع والمصدر ذا الصلة ونتيجة الفحوص الحالية. اطلب مقترح تغيير محددًا مع الشروط التي ستثبت نجاحه. وفي سير عمل متصل، أعِد نتيجة التنفيذ الفعلية حتى تتمكن الخطوة التالية من معالجة عطل ملموس أو الاحتفاظ بتغيير ناجح. ينشئ ذلك مهمة قائمة على الأدلة ومخرج مكتمل، بدلًا من طلب مفتوح لتحسين الشيفرة.
للاستقصاء البحثي، حدد النطاق وبنية التقرير النهائي. يمكن للتقرير الفصل بين النتائج المثبتة والتفسيرات المتنافسة والاعتمادات التي لم تُحسم. يذكر إصدار v2 من Sakana تاريخًا نهائيًا لمعلومات التدريب هو 28 أغسطس 2026؛ وتظل الأدلة الخارجية المقدمة أو المسترجعة للمهمة منفصلة عن سجل التدريب هذا. أبقِ هذا التمييز واضحًا عند السؤال عن معلومات تتغير بمرور الوقت.
POST /v1/chat/completionstexttext| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود sakana/fugu-ultra-v2 | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود الحد الأدنى للعناصر: 1 | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود أمثلة: system, user, assistant, tool, function الشروط: تُمثَّل هذه الأدوار صراحةً بأنواع التوافق في الشيفرة المصدرية؛ وتظل مجموعة الأدوار الدقيقة خاصة بكل نموذج. يعتمد على النموذج | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring|content_part[]|null | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_calls | النوعtool_call[] | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_call_id | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: role=tool؛ استخدم المعرّف الفعلي المُرجع | القيمة الافتراضية— |
الحقلmessages[].name | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].reasoning_content | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: أعِد تمرير الاستدلال الفعلي المُرجع حيث يستخدمه هذا النموذج | القيمة الافتراضية— |
الحقلmessages[].reasoning_details | النوعobject|array | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_completion_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
الحقلstream_options.include_usage | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtemperature | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtop_p | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلstop | النوعstring|string[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools | النوعfunction_tool[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].type | النوعstring | المتطلباختياري | القيم والحدود function يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].function.name | النوعstring | المتطلبمطلوب | القيم والحدود ينطبق عندما: أداة دالة مقدّمة | القيمة الافتراضية— |
الحقلtools[].function.description | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtools[].function.parameters | النوعJSON_schema | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtool_choice | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلparallel_tool_calls | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلresponse_format | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning_effort | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلservice_tier | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلinstructions | النوعstring | المتطلباختياري | القيم والحدود حقل للتوافق | القيمة الافتراضية— |
الحقلfunctions | النوعfunction[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلfunction_call | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلprompt_cache_options | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmodalities | النوعstring[] | المتطلباختياري | القيم والحدود text | القيمة الافتراضية— |
الحقلprovider | النوعobject | المتطلباختياري | القيم والحدود الشروط: يُرفَض provider.options في مسار Ultra النصي هذا | القيمة الافتراضية— |
الحقلcache_control.ttl | النوعstring | المتطلباختياري | القيم والحدود الشروط: تُرفَض 1h في المواضع الفعلية للتخزين المؤقت للموجّه | القيمة الافتراضية— |
النص · نص UTF8
messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages |
المعلمةmaterial_types | المواصفاتtext |
المعلمةmessages | المواصفاتمصفوفة رسائل ببنية role/content |
المعلمةfile_material | المواصفاتمستند UTF-8 الفعلي مُدرج كنص حرفي؛ لا يُستنتَج معرّف ملف |
المعلمةoptional_controls | المواصفاتstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
المعلمةcontrol_scope | المواصفاتخاص بالنموذج؛ أدوات الدوال التي يقدّمها المستخدم تختلف عن الأدوات المستضافة |
المعلمةoutput_modalities | المواصفاتtext |
المعلمةhosted_operations | المواصفاتfalse |
المعلمةmultimodal_input_binding | المواصفاتnull |
دورة الحياة: synchronous_or_streamed
أرسل معرّف النموذج الدقيق مع messages.
طول السياق ليس حدًا أقصى للإخراج.
يمكن لملف نصي تقديم نص حرفي؛ وتحتاج مدخلات الصور/الصوت/كائنات الملفات إلى ربط دقيق.
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.
| الإعدادات | جدول التعرفة | رموز السياق، أكثر من | رموز السياق، حتى القيمة شاملةً | الرسوم |
|---|---|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | رموز السياق، أكثر من— | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.01 / 1K من الرموز الإخراج · رموز الإخراج $0.06 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.001 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
| الإعداداتالشريحة 1 لطول الطلب | جدول التعرفة— | رموز السياق، أكثر من0 | رموز السياق، حتى القيمة شاملةً272,000 | الرسوم الإدخال · رموز الإدخال $0.01 / 1K من الرموز الإخراج · رموز الإخراج $0.06 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.001 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
| الإعداداتالشريحة 2 لطول الطلب | جدول التعرفة— | رموز السياق، أكثر من272,000 | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.02 / 1K من الرموز الإخراج · رموز الإخراج $0.09 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.002 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "sakana/fugu-ultra-v2", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='sakana/fugu-ultra-v2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='sakana/fugu-ultra-v2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل اختيار ومحتواه واستدعاءات أدواته واستدلاله. في SSE، جمّع التحديثات بحسب فهرس الاختيار/الأداة، واحتفظ بسبب الإنهاء النهائي والاستخدام.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلchoices[].index | النوعinteger |
الحقلchoices[].message.content | النوعstring|null |
الحقلchoices[].message.tool_calls | النوعtool_call[] |
الحقلchoices[].message.reasoning_content | النوعstring |
الحقلchoices[].message.reasoning_details | النوعobject|array |
الحقلchoices[].finish_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra sakana/fugu-ultra-v2
استخدم مسارات الطرائق المعروضة أعلاه.
sakana/fugu-ultra-v2ينسق Fugu Ultra v2 من Sakana AI مجموعة من النماذج الخبيرة للاستدلال المعقد والأبحاث وتطوير البرمجيات. يركز الإصدار على العمل المتواصل مع المواد البصرية والمنظمة، وعلى نتيجة نهائية تُجمع من مساهمات الوكلاء.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Fugu Ultra v2 هو إصدار Sakana AI الذي يركز على الأداء من نظامها المتعلم لتنسيق النماذج. ينسق نماذج خبيرة للاستدلال المعقد متعدد الخطوات والأبحاث والعمل البرمجي المتكامل. ويؤكد المطوّر خصوصًا الاستدلال المتواصل على المواد البصرية والمنظمة في هذا الإصدار. وهو مختلف عن Fugu Max وعن إصدار Fugu Ultra السابق.
يستخدم النظام منسقًا متعلمًا لاختيار العمل وتفويضه والتحقق منه وتركيبه داخل مجموعة من الخبراء. قد يتضمن الطلب عدة مساهمات متكاملة قبل تجميع الإجابة النهائية. هذا التنسيق قدرة لنموذج الشركة المصنّعة؛ ويظل التطبيق هو الذي يوفر المهمة والمادة ذات الصلة وأي ملاحظات خارجية يحتاج إليها سير عمله.
يثبّت المطوّر مجموعة الوكلاء الكاملة لخيار Ultra، بينما يختار المنسق كيفية استخدامها للمهمة. يختلف هذا عن افتراض أن المستخدم يستطيع ضبط كل نموذج مشارك على حدة. وتميز Sakana أيضًا بين تركيز Ultra على عمق الإجابة وتركيز Max على التركيبات الكفؤة. قد يستغرق التنسيق الأعمق وقت استجابة أطول، كما توضح مقارنة الشركة المصنّعة.
لمهمة بصرية أو لتحليل بيانات، قدّم الرسم البياني أو الجدول أو الملاحظات ذات الصلة، وحدد السؤال المطلوب حسمه. اطلب النتيجة والأدلة الداعمة لها والتفسير الوسيط اللازم لتقييمها. يمكن لمخرج مفيد أن يجمع استنتاجًا موجزًا مع عرض منظم للبيانات، بدلًا من ترك التحليل في صورة عدة ملاحظات غير مترابطة.
للعمل البرمجي، حدد السلوك المتوقع والمصدر ذا الصلة ونتيجة الفحوص الحالية. اطلب مقترح تغيير محددًا مع الشروط التي ستثبت نجاحه. وفي سير عمل متصل، أعِد نتيجة التنفيذ الفعلية حتى تتمكن الخطوة التالية من معالجة عطل ملموس أو الاحتفاظ بتغيير ناجح. ينشئ ذلك مهمة قائمة على الأدلة ومخرج مكتمل، بدلًا من طلب مفتوح لتحسين الشيفرة.
للاستقصاء البحثي، حدد النطاق وبنية التقرير النهائي. يمكن للتقرير الفصل بين النتائج المثبتة والتفسيرات المتنافسة والاعتمادات التي لم تُحسم. يذكر إصدار v2 من Sakana تاريخًا نهائيًا لمعلومات التدريب هو 28 أغسطس 2026؛ وتظل الأدلة الخارجية المقدمة أو المسترجعة للمهمة منفصلة عن سجل التدريب هذا. أبقِ هذا التمييز واضحًا عند السؤال عن معلومات تتغير بمرور الوقت.
POST /v1/messagestextjson, sse| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود sakana/fugu-ultra-v2 | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود user, assistant | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
النص · نص UTF-8
سلسلة نصية messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages, max_tokens |
المعلمةoptional_controls | المواصفاتstream |
المعلمةmaterial_types | المواصفاتtext |
المعلمةtext_file_material | المواصفاتاقرأ مستند UTF-8 الفعلي وضع نصه في الإدخال المحدد أو السلسلة النصية لمحتوى الرسالة. |
دورة الحياة: synchronous_or_streamed
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.
| الإعدادات | جدول التعرفة | رموز السياق، أكثر من | رموز السياق، حتى القيمة شاملةً | الرسوم |
|---|---|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | رموز السياق، أكثر من— | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.01 / 1K من الرموز الإخراج · رموز الإخراج $0.06 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.001 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
| الإعداداتالشريحة 1 لطول الطلب | جدول التعرفة— | رموز السياق، أكثر من0 | رموز السياق، حتى القيمة شاملةً272,000 | الرسوم الإدخال · رموز الإدخال $0.01 / 1K من الرموز الإخراج · رموز الإخراج $0.06 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.001 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
| الإعداداتالشريحة 2 لطول الطلب | جدول التعرفة— | رموز السياق، أكثر من272,000 | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.02 / 1K من الرموز الإخراج · رموز الإخراج $0.09 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.002 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
{\n "model": "sakana/fugu-ultra-v2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'sakana/fugu-ultra-v2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'sakana/fugu-ultra-v2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل كتل المحتوى وتوقيعات التفكير ومعرّفات استخدام الأدوات الفعلية. جمّع جميع تحديثات كتل SSE؛ فأول كتلة نصية ليست الإخراج الكامل.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلid | النوعstring |
الحقلmodel | النوعstring |
الحقلcontent[] | النوعtext|thinking|tool_use|other content block |
الحقلstop_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra sakana/fugu-ultra-v2
استخدم مسارات الطرائق المعروضة أعلاه.
مثال تقني باللغة الإنجليزية
Compare competing explanations against data\n\nAnalyze this supplied table: week 1, 100 visits and 10 signups; week 2, 200 visits and 12 signups. Team hypothesis A says conversion improved; hypothesis B says traffic grew while conversion fell. Calculate the relevant rates, compare both interpretations and list one missing fact needed to investigate the cause.Rate calculations, an evidence-based comparison of the hypotheses and one causal-information gap.Check that signup counts and conversion rates are kept distinct and that no causal explanation is presented as established.