Fugu Ultra v2 adalah edisi sistem orkestrasi model terlatih Sakana AI yang berfokus pada kinerja. Model ini mengoordinasikan model ahli untuk penalaran bertahap yang kompleks, riset, dan pekerjaan perangkat lunak full-stack. Pengembang secara khusus menekankan penalaran berkelanjutan atas materi visual dan terstruktur pada edisi ini. Edisi ini berbeda dari Fugu Max dan rilis Fugu Ultra sebelumnya.
Sistem menggunakan koordinator terlatih untuk memilih, mendelegasikan, memverifikasi, dan menyintesis pekerjaan dalam kumpulan ahli. Sebuah permintaan dapat melibatkan beberapa kontribusi yang saling melengkapi sebelum jawaban akhir dirangkai. Orkestrasi ini merupakan kemampuan model dari pengembang; aplikasi tetap menyediakan tugas, materi yang relevan, dan pengamatan eksternal yang diperlukan alur kerjanya.
Pengembang menetapkan seluruh kumpulan agen untuk pilihan Ultra, sedangkan koordinator memilih cara menggunakannya untuk tugas. Ini berbeda dari anggapan bahwa pengguna dapat mengonfigurasi setiap model yang berpartisipasi secara individual. Sakana juga membedakan penekanan Ultra pada kedalaman jawaban dari fokus Max pada kombinasi yang efisien. Koordinasi yang lebih mendalam dapat memerlukan waktu respons lebih lama, seperti dijelaskan dalam perbandingan pengembang.
Untuk tugas visual atau analisis data, berikan grafik, tabel, atau pengamatan yang relevan dan tentukan pertanyaan yang perlu dijawab. Minta temuan, bukti pendukungnya, dan interpretasi antara yang diperlukan untuk menilainya. Hasil yang berguna dapat menggabungkan kesimpulan singkat dengan uraian data yang terstruktur, alih-alih membiarkan analisis berupa beberapa pengamatan yang tidak saling terhubung.
Untuk pekerjaan perangkat lunak, tentukan perilaku yang diharapkan, sumber yang relevan, dan hasil pemeriksaan saat ini. Minta usulan perubahan terarah dengan syarat yang akan menentukan apakah perubahan tersebut bekerja. Dalam alur kerja yang terhubung, kembalikan hasil eksekusi aktual agar langkah berikutnya dapat menangani kegagalan konkret atau mempertahankan perubahan yang berhasil. Hal ini membentuk tugas berdasarkan bukti dan hasil selesai, bukan permintaan terbuka untuk memperbaiki kode.
Untuk penyelidikan riset, tentukan cakupan dan struktur laporan akhir. Laporan dapat memisahkan temuan yang telah ditetapkan, interpretasi yang bersaing, dan ketergantungan yang belum terselesaikan. Rilis v2 Sakana menyatakan batas waktu informasi pelatihan pada 28 Agustus 2026; bukti eksternal yang diberikan atau diambil untuk tugas terpisah dari riwayat pelatihan tersebut. Jaga agar perbedaan ini jelas saat menanyakan informasi yang berubah seiring waktu.
", "aboutText": "Fugu Ultra v2 adalah edisi sistem orkestrasi model terlatih Sakana AI yang berfokus pada kinerja. Model ini mengoordinasikan model ahli untuk penalaran bertahap yang kompleks, riset, dan pekerjaan perangkat lunak full-stack. Pengembang secara khusus menekankan penalaran berkelanjutan atas materi visual dan terstruktur pada edisi ini. Edisi ini berbeda dari Fugu Max dan rilis Fugu Ultra sebelumnya.\n\nSistem menggunakan koordinator terlatih untuk memilih, mendelegasikan, memverifikasi, dan menyintesis pekerjaan dalam kumpulan ahli. Sebuah permintaan dapat melibatkan beberapa kontribusi yang saling melengkapi sebelum jawaban akhir dirangkai. Orkestrasi ini merupakan kemampuan model dari pengembang; aplikasi tetap menyediakan tugas, materi yang relevan, dan pengamatan eksternal yang diperlukan alur kerjanya.\n\nPengembang menetapkan seluruh kumpulan agen untuk pilihan Ultra, sedangkan koordinator memilih cara menggunakannya untuk tugas. Ini berbeda dari anggapan bahwa pengguna dapat mengonfigurasi setiap model yang berpartisipasi secara individual. Sakana juga membedakan penekanan Ultra pada kedalaman jawaban dari fokus Max pada kombinasi yang efisien. Koordinasi yang lebih mendalam dapat memerlukan waktu respons lebih lama, seperti dijelaskan dalam perbandingan pengembang.\n\nUntuk tugas visual atau analisis data, berikan grafik, tabel, atau pengamatan yang relevan dan tentukan pertanyaan yang perlu dijawab. Minta temuan, bukti pendukungnya, dan interpretasi antara yang diperlukan untuk menilainya. Hasil yang berguna dapat menggabungkan kesimpulan singkat dengan uraian data yang terstruktur, alih-alih membiarkan analisis berupa beberapa pengamatan yang tidak saling terhubung.\n\nUntuk pekerjaan perangkat lunak, tentukan perilaku yang diharapkan, sumber yang relevan, dan hasil pemeriksaan saat ini. Minta usulan perubahan terarah dengan syarat yang akan menentukan apakah perubahan tersebut bekerja. Dalam alur kerja yang terhubung, kembalikan hasil eksekusi aktual agar langkah berikutnya dapat menangani kegagalan konkret atau mempertahankan perubahan yang berhasil. Hal ini membentuk tugas berdasarkan bukti dan hasil selesai, bukan permintaan terbuka untuk memperbaiki kode.\n\nUntuk penyelidikan riset, tentukan cakupan dan struktur laporan akhir. Laporan dapat memisahkan temuan yang telah ditetapkan, interpretasi yang bersaing, dan ketergantungan yang belum terselesaikan. Rilis v2 Sakana menyatakan batas waktu informasi pelatihan pada 28 Agustus 2026; bukti eksternal yang diberikan atau diambil untuk tugas terpisah dari riwayat pelatihan tersebut. Jaga agar perbedaan ini jelas saat menanyakan informasi yang berubah seiring waktu.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
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-v2Fugu Ultra v2 dari Sakana AI mengoordinasikan kumpulan model ahli untuk penalaran kompleks, riset, dan pengembangan perangkat lunak. Edisi ini menekankan pekerjaan berkelanjutan dengan materi visual dan terstruktur serta hasil akhir yang dirangkai dari kontribusi para agen.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Fugu Ultra v2 adalah edisi sistem orkestrasi model terlatih Sakana AI yang berfokus pada kinerja. Model ini mengoordinasikan model ahli untuk penalaran bertahap yang kompleks, riset, dan pekerjaan perangkat lunak full-stack. Pengembang secara khusus menekankan penalaran berkelanjutan atas materi visual dan terstruktur pada edisi ini. Edisi ini berbeda dari Fugu Max dan rilis Fugu Ultra sebelumnya.
Sistem menggunakan koordinator terlatih untuk memilih, mendelegasikan, memverifikasi, dan menyintesis pekerjaan dalam kumpulan ahli. Sebuah permintaan dapat melibatkan beberapa kontribusi yang saling melengkapi sebelum jawaban akhir dirangkai. Orkestrasi ini merupakan kemampuan model dari pengembang; aplikasi tetap menyediakan tugas, materi yang relevan, dan pengamatan eksternal yang diperlukan alur kerjanya.
Pengembang menetapkan seluruh kumpulan agen untuk pilihan Ultra, sedangkan koordinator memilih cara menggunakannya untuk tugas. Ini berbeda dari anggapan bahwa pengguna dapat mengonfigurasi setiap model yang berpartisipasi secara individual. Sakana juga membedakan penekanan Ultra pada kedalaman jawaban dari fokus Max pada kombinasi yang efisien. Koordinasi yang lebih mendalam dapat memerlukan waktu respons lebih lama, seperti dijelaskan dalam perbandingan pengembang.
Untuk tugas visual atau analisis data, berikan grafik, tabel, atau pengamatan yang relevan dan tentukan pertanyaan yang perlu dijawab. Minta temuan, bukti pendukungnya, dan interpretasi antara yang diperlukan untuk menilainya. Hasil yang berguna dapat menggabungkan kesimpulan singkat dengan uraian data yang terstruktur, alih-alih membiarkan analisis berupa beberapa pengamatan yang tidak saling terhubung.
Untuk pekerjaan perangkat lunak, tentukan perilaku yang diharapkan, sumber yang relevan, dan hasil pemeriksaan saat ini. Minta usulan perubahan terarah dengan syarat yang akan menentukan apakah perubahan tersebut bekerja. Dalam alur kerja yang terhubung, kembalikan hasil eksekusi aktual agar langkah berikutnya dapat menangani kegagalan konkret atau mempertahankan perubahan yang berhasil. Hal ini membentuk tugas berdasarkan bukti dan hasil selesai, bukan permintaan terbuka untuk memperbaiki kode.
Untuk penyelidikan riset, tentukan cakupan dan struktur laporan akhir. Laporan dapat memisahkan temuan yang telah ditetapkan, interpretasi yang bersaing, dan ketergantungan yang belum terselesaikan. Rilis v2 Sakana menyatakan batas waktu informasi pelatihan pada 28 Agustus 2026; bukti eksternal yang diberikan atau diambil untuk tugas terpisah dari riwayat pelatihan tersebut. Jaga agar perbedaan ini jelas saat menanyakan informasi yang berubah seiring waktu.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan sakana/fugu-ultra-v2 | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.01 / 1K token Keluaran · Token keluaran $0.06 / 1K token Masukan · Pembacaan cache $0.001 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk272.000 | Biaya Masukan · Token masukan $0.01 / 1K token Keluaran · Token keluaran $0.06 / 1K token Masukan · Pembacaan cache $0.001 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 2 | Jadwal tarif— | Token konteks, lebih dari272.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.02 / 1K token Keluaran · Token keluaran $0.09 / 1K token Masukan · Pembacaan cache $0.002 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra sakana/fugu-ultra-v2
Gunakan jalur metode yang ditampilkan di atas.
sakana/fugu-ultra-v2Fugu Ultra v2 dari Sakana AI mengoordinasikan kumpulan model ahli untuk penalaran kompleks, riset, dan pengembangan perangkat lunak. Edisi ini menekankan pekerjaan berkelanjutan dengan materi visual dan terstruktur serta hasil akhir yang dirangkai dari kontribusi para agen.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Fugu Ultra v2 adalah edisi sistem orkestrasi model terlatih Sakana AI yang berfokus pada kinerja. Model ini mengoordinasikan model ahli untuk penalaran bertahap yang kompleks, riset, dan pekerjaan perangkat lunak full-stack. Pengembang secara khusus menekankan penalaran berkelanjutan atas materi visual dan terstruktur pada edisi ini. Edisi ini berbeda dari Fugu Max dan rilis Fugu Ultra sebelumnya.
Sistem menggunakan koordinator terlatih untuk memilih, mendelegasikan, memverifikasi, dan menyintesis pekerjaan dalam kumpulan ahli. Sebuah permintaan dapat melibatkan beberapa kontribusi yang saling melengkapi sebelum jawaban akhir dirangkai. Orkestrasi ini merupakan kemampuan model dari pengembang; aplikasi tetap menyediakan tugas, materi yang relevan, dan pengamatan eksternal yang diperlukan alur kerjanya.
Pengembang menetapkan seluruh kumpulan agen untuk pilihan Ultra, sedangkan koordinator memilih cara menggunakannya untuk tugas. Ini berbeda dari anggapan bahwa pengguna dapat mengonfigurasi setiap model yang berpartisipasi secara individual. Sakana juga membedakan penekanan Ultra pada kedalaman jawaban dari fokus Max pada kombinasi yang efisien. Koordinasi yang lebih mendalam dapat memerlukan waktu respons lebih lama, seperti dijelaskan dalam perbandingan pengembang.
Untuk tugas visual atau analisis data, berikan grafik, tabel, atau pengamatan yang relevan dan tentukan pertanyaan yang perlu dijawab. Minta temuan, bukti pendukungnya, dan interpretasi antara yang diperlukan untuk menilainya. Hasil yang berguna dapat menggabungkan kesimpulan singkat dengan uraian data yang terstruktur, alih-alih membiarkan analisis berupa beberapa pengamatan yang tidak saling terhubung.
Untuk pekerjaan perangkat lunak, tentukan perilaku yang diharapkan, sumber yang relevan, dan hasil pemeriksaan saat ini. Minta usulan perubahan terarah dengan syarat yang akan menentukan apakah perubahan tersebut bekerja. Dalam alur kerja yang terhubung, kembalikan hasil eksekusi aktual agar langkah berikutnya dapat menangani kegagalan konkret atau mempertahankan perubahan yang berhasil. Hal ini membentuk tugas berdasarkan bukti dan hasil selesai, bukan permintaan terbuka untuk memperbaiki kode.
Untuk penyelidikan riset, tentukan cakupan dan struktur laporan akhir. Laporan dapat memisahkan temuan yang telah ditetapkan, interpretasi yang bersaing, dan ketergantungan yang belum terselesaikan. Rilis v2 Sakana menyatakan batas waktu informasi pelatihan pada 28 Agustus 2026; bukti eksternal yang diberikan atau diambil untuk tugas terpisah dari riwayat pelatihan tersebut. Jaga agar perbedaan ini jelas saat menanyakan informasi yang berubah seiring waktu.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan sakana/fugu-ultra-v2 | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.01 / 1K token Keluaran · Token keluaran $0.06 / 1K token Masukan · Pembacaan cache $0.001 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk272.000 | Biaya Masukan · Token masukan $0.01 / 1K token Keluaran · Token keluaran $0.06 / 1K token Masukan · Pembacaan cache $0.001 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 2 | Jadwal tarif— | Token konteks, lebih dari272.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.02 / 1K token Keluaran · Token keluaran $0.09 / 1K token Masukan · Pembacaan cache $0.002 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "sakana/fugu-ultra-v2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra sakana/fugu-ultra-v2
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
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.