Fugu Ultra v2 is de prestatiegerichte editie van het aangeleerde modelorkestratiesysteem van Sakana AI. Het coördineert expertmodellen voor complex redeneren in meerdere stappen, onderzoek en full-stack-softwarewerk. De producent benadrukt in deze editie specifiek het langdurig redeneren over visueel en gestructureerd materiaal. Het staat los van Fugu Max en de eerdere Fugu Ultra-release.
Het systeem gebruikt een aangeleerde coördinator om werk binnen een expertgroep te selecteren, delegeren, verifiëren en samen te voegen. Een verzoek kan meerdere aanvullende bijdragen omvatten voordat het eindantwoord wordt samengesteld. Deze orkestratie is een modelmogelijkheid van de fabrikant; de applicatie levert nog steeds de taak, het relevante materiaal en eventuele externe waarnemingen die de workflow nodig heeft.
De producent legt de volledige agentgroep voor de Ultra-variant vast, terwijl de coördinator kiest hoe die voor de taak wordt ingezet. Dit verschilt van de aanname dat de gebruiker elk deelnemend model afzonderlijk kan configureren. Sakana onderscheidt ook de nadruk van Ultra op antwoorddiepte van de focus van Max op efficiënte combinaties. Diepere coördinatie kan meer antwoordtijd kosten, zoals de vergelijking van de fabrikant uitlegt.
Lever voor een visuele of data-analyseopdracht de grafiek, tabel of relevante waarnemingen aan en definieer de op te lossen vraag. Vraag om de bevinding, het bewijs dat haar ondersteunt en de tussentijdse interpretatie die nodig is om haar te beoordelen. Een bruikbaar eindresultaat kan een beknopte conclusie combineren met een gestructureerde beschrijving van de data, in plaats van de analyse als meerdere losstaande waarnemingen te laten staan.
Identificeer voor softwarewerk het verwachte gedrag, de relevante broncode en het resultaat van de huidige controles. Vraag om een gericht wijzigingsvoorstel met de voorwaarden die vaststellen of het werkt. Geef in een gekoppelde workflow het werkelijke uitvoeringsresultaat terug, zodat de volgende stap een concrete fout kan aanpakken of een geslaagde wijziging kan behouden. Zo ontstaat een taak rond bewijs en een afgerond eindresultaat, in plaats van een open verzoek om de code te verbeteren.
Definieer voor een onderzoek de reikwijdte en de structuur van het eindrapport. Het rapport kan vastgestelde bevindingen, concurrerende interpretaties en onopgeloste afhankelijkheden scheiden. De v2-release van Sakana vermeldt 28 augustus 2026 als einddatum voor de trainingsinformatie; extern bewijs dat voor een taak wordt aangeleverd of opgehaald staat los van die trainingsgeschiedenis. Houd dat onderscheid duidelijk bij vragen over informatie die in de loop van de tijd verandert.
", "aboutText": "Fugu Ultra v2 is de prestatiegerichte editie van het aangeleerde modelorkestratiesysteem van Sakana AI. Het coördineert expertmodellen voor complex redeneren in meerdere stappen, onderzoek en full-stack-softwarewerk. De producent benadrukt in deze editie specifiek het langdurig redeneren over visueel en gestructureerd materiaal. Het staat los van Fugu Max en de eerdere Fugu Ultra-release.\n\nHet systeem gebruikt een aangeleerde coördinator om werk binnen een expertgroep te selecteren, delegeren, verifiëren en samen te voegen. Een verzoek kan meerdere aanvullende bijdragen omvatten voordat het eindantwoord wordt samengesteld. Deze orkestratie is een modelmogelijkheid van de fabrikant; de applicatie levert nog steeds de taak, het relevante materiaal en eventuele externe waarnemingen die de workflow nodig heeft.\n\nDe producent legt de volledige agentgroep voor de Ultra-variant vast, terwijl de coördinator kiest hoe die voor de taak wordt ingezet. Dit verschilt van de aanname dat de gebruiker elk deelnemend model afzonderlijk kan configureren. Sakana onderscheidt ook de nadruk van Ultra op antwoorddiepte van de focus van Max op efficiënte combinaties. Diepere coördinatie kan meer antwoordtijd kosten, zoals de vergelijking van de fabrikant uitlegt.\n\nLever voor een visuele of data-analyseopdracht de grafiek, tabel of relevante waarnemingen aan en definieer de op te lossen vraag. Vraag om de bevinding, het bewijs dat haar ondersteunt en de tussentijdse interpretatie die nodig is om haar te beoordelen. Een bruikbaar eindresultaat kan een beknopte conclusie combineren met een gestructureerde beschrijving van de data, in plaats van de analyse als meerdere losstaande waarnemingen te laten staan.\n\nIdentificeer voor softwarewerk het verwachte gedrag, de relevante broncode en het resultaat van de huidige controles. Vraag om een gericht wijzigingsvoorstel met de voorwaarden die vaststellen of het werkt. Geef in een gekoppelde workflow het werkelijke uitvoeringsresultaat terug, zodat de volgende stap een concrete fout kan aanpakken of een geslaagde wijziging kan behouden. Zo ontstaat een taak rond bewijs en een afgerond eindresultaat, in plaats van een open verzoek om de code te verbeteren.\n\nDefinieer voor een onderzoek de reikwijdte en de structuur van het eindrapport. Het rapport kan vastgestelde bevindingen, concurrerende interpretaties en onopgeloste afhankelijkheden scheiden. De v2-release van Sakana vermeldt 28 augustus 2026 als einddatum voor de trainingsinformatie; extern bewijs dat voor een taak wordt aangeleverd of opgehaald staat los van die trainingsgeschiedenis. Houd dat onderscheid duidelijk bij vragen over informatie die in de loop van de tijd verandert.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
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 van Sakana AI coördineert een verzameling expertmodellen voor complex redeneren, onderzoek en softwareontwikkeling. De editie legt de nadruk op langdurig werken met visueel en gestructureerd materiaal en een eindresultaat dat wordt samengesteld uit de bijdragen van de agents.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Fugu Ultra v2 is de prestatiegerichte editie van het aangeleerde modelorkestratiesysteem van Sakana AI. Het coördineert expertmodellen voor complex redeneren in meerdere stappen, onderzoek en full-stack-softwarewerk. De producent benadrukt in deze editie specifiek het langdurig redeneren over visueel en gestructureerd materiaal. Het staat los van Fugu Max en de eerdere Fugu Ultra-release.
Het systeem gebruikt een aangeleerde coördinator om werk binnen een expertgroep te selecteren, delegeren, verifiëren en samen te voegen. Een verzoek kan meerdere aanvullende bijdragen omvatten voordat het eindantwoord wordt samengesteld. Deze orkestratie is een modelmogelijkheid van de fabrikant; de applicatie levert nog steeds de taak, het relevante materiaal en eventuele externe waarnemingen die de workflow nodig heeft.
De producent legt de volledige agentgroep voor de Ultra-variant vast, terwijl de coördinator kiest hoe die voor de taak wordt ingezet. Dit verschilt van de aanname dat de gebruiker elk deelnemend model afzonderlijk kan configureren. Sakana onderscheidt ook de nadruk van Ultra op antwoorddiepte van de focus van Max op efficiënte combinaties. Diepere coördinatie kan meer antwoordtijd kosten, zoals de vergelijking van de fabrikant uitlegt.
Lever voor een visuele of data-analyseopdracht de grafiek, tabel of relevante waarnemingen aan en definieer de op te lossen vraag. Vraag om de bevinding, het bewijs dat haar ondersteunt en de tussentijdse interpretatie die nodig is om haar te beoordelen. Een bruikbaar eindresultaat kan een beknopte conclusie combineren met een gestructureerde beschrijving van de data, in plaats van de analyse als meerdere losstaande waarnemingen te laten staan.
Identificeer voor softwarewerk het verwachte gedrag, de relevante broncode en het resultaat van de huidige controles. Vraag om een gericht wijzigingsvoorstel met de voorwaarden die vaststellen of het werkt. Geef in een gekoppelde workflow het werkelijke uitvoeringsresultaat terug, zodat de volgende stap een concrete fout kan aanpakken of een geslaagde wijziging kan behouden. Zo ontstaat een taak rond bewijs en een afgerond eindresultaat, in plaats van een open verzoek om de code te verbeteren.
Definieer voor een onderzoek de reikwijdte en de structuur van het eindrapport. Het rapport kan vastgestelde bevindingen, concurrerende interpretaties en onopgeloste afhankelijkheden scheiden. De v2-release van Sakana vermeldt 28 augustus 2026 als einddatum voor de trainingsinformatie; extern bewijs dat voor een taak wordt aangeleverd of opgehaald staat los van die trainingsgeschiedenis. Houd dat onderscheid duidelijk bij vragen over informatie die in de loop van de tijd verandert.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten sakana/fugu-ultra-v2 | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Voorbeelden: system, user, assistant, tool, function Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek. Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring|content_part[]|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_calls | Typetool_call[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID | Standaard— |
Veldmessages[].name | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].reasoning_content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt | Standaard— |
Veldmessages[].reasoning_details | Typeobject|array | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmax_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldmax_completion_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldstream_options.include_usage | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop | Typestring|string[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typefunction_tool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].type | Typestring | VereisteOptioneel | Waarden en limieten function Afhankelijk van het model | Standaard— |
Veldtools[].function.name | Typestring | VereisteVereist | Waarden en limieten Geldt wanneer: functietool opgegeven | Standaard— |
Veldtools[].function.description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].function.parameters | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldparallel_tool_calls | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldresponse_format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning_effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten Compatibiliteitsveld | Standaard— |
Veldfunctions | Typefunction[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldfunction_call | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmodalities | Typestring[] | VereisteOptioneel | Waarden en limieten text | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options wordt op deze Ultra-tekstroute geweigerd | Standaard— |
Veldcache_control.ttl | Typestring | VereisteOptioneel | Waarden en limieten Voorwaarden: 1h wordt op de daadwerkelijke locaties voor promptcaching geweigerd | Standaard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Contractmodelspecifiek; functietools van de gebruiker verschillen van gehoste tools |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.01 / 1K tokens Uitvoer · Uitvoertokens $0.06 / 1K tokens Invoer · Cache lezen $0.001 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en met272.000 | Kosten Invoer · Invoertokens $0.01 / 1K tokens Uitvoer · Uitvoertokens $0.06 / 1K tokens Invoer · Cache lezen $0.001 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 2 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan272.000 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.02 / 1K tokens Uitvoer · Uitvoertokens $0.09 / 1K tokens Invoer · Cache lezen $0.002 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra sakana/fugu-ultra-v2
Gebruik de hierboven getoonde methodepaden.
sakana/fugu-ultra-v2Fugu Ultra v2 van Sakana AI coördineert een verzameling expertmodellen voor complex redeneren, onderzoek en softwareontwikkeling. De editie legt de nadruk op langdurig werken met visueel en gestructureerd materiaal en een eindresultaat dat wordt samengesteld uit de bijdragen van de agents.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Fugu Ultra v2 is de prestatiegerichte editie van het aangeleerde modelorkestratiesysteem van Sakana AI. Het coördineert expertmodellen voor complex redeneren in meerdere stappen, onderzoek en full-stack-softwarewerk. De producent benadrukt in deze editie specifiek het langdurig redeneren over visueel en gestructureerd materiaal. Het staat los van Fugu Max en de eerdere Fugu Ultra-release.
Het systeem gebruikt een aangeleerde coördinator om werk binnen een expertgroep te selecteren, delegeren, verifiëren en samen te voegen. Een verzoek kan meerdere aanvullende bijdragen omvatten voordat het eindantwoord wordt samengesteld. Deze orkestratie is een modelmogelijkheid van de fabrikant; de applicatie levert nog steeds de taak, het relevante materiaal en eventuele externe waarnemingen die de workflow nodig heeft.
De producent legt de volledige agentgroep voor de Ultra-variant vast, terwijl de coördinator kiest hoe die voor de taak wordt ingezet. Dit verschilt van de aanname dat de gebruiker elk deelnemend model afzonderlijk kan configureren. Sakana onderscheidt ook de nadruk van Ultra op antwoorddiepte van de focus van Max op efficiënte combinaties. Diepere coördinatie kan meer antwoordtijd kosten, zoals de vergelijking van de fabrikant uitlegt.
Lever voor een visuele of data-analyseopdracht de grafiek, tabel of relevante waarnemingen aan en definieer de op te lossen vraag. Vraag om de bevinding, het bewijs dat haar ondersteunt en de tussentijdse interpretatie die nodig is om haar te beoordelen. Een bruikbaar eindresultaat kan een beknopte conclusie combineren met een gestructureerde beschrijving van de data, in plaats van de analyse als meerdere losstaande waarnemingen te laten staan.
Identificeer voor softwarewerk het verwachte gedrag, de relevante broncode en het resultaat van de huidige controles. Vraag om een gericht wijzigingsvoorstel met de voorwaarden die vaststellen of het werkt. Geef in een gekoppelde workflow het werkelijke uitvoeringsresultaat terug, zodat de volgende stap een concrete fout kan aanpakken of een geslaagde wijziging kan behouden. Zo ontstaat een taak rond bewijs en een afgerond eindresultaat, in plaats van een open verzoek om de code te verbeteren.
Definieer voor een onderzoek de reikwijdte en de structuur van het eindrapport. Het rapport kan vastgestelde bevindingen, concurrerende interpretaties en onopgeloste afhankelijkheden scheiden. De v2-release van Sakana vermeldt 28 augustus 2026 als einddatum voor de trainingsinformatie; extern bewijs dat voor een taak wordt aangeleverd of opgehaald staat los van die trainingsgeschiedenis. Houd dat onderscheid duidelijk bij vragen over informatie die in de loop van de tijd verandert.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten sakana/fugu-ultra-v2 | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.01 / 1K tokens Uitvoer · Uitvoertokens $0.06 / 1K tokens Invoer · Cache lezen $0.001 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en met272.000 | Kosten Invoer · Invoertokens $0.01 / 1K tokens Uitvoer · Uitvoertokens $0.06 / 1K tokens Invoer · Cache lezen $0.001 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 2 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan272.000 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.02 / 1K tokens Uitvoer · Uitvoertokens $0.09 / 1K tokens Invoer · Cache lezen $0.002 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "sakana/fugu-ultra-v2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra sakana/fugu-ultra-v2
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
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.