Fugu Max — Sakana AI kompaniyasining ekspert modellarning samarali kombinatsiyalari atrofida yaratilgan Fugu varianti. Ishlab chiqaruvchi ochiq va ixtisoslashgan modellar to‘plamini kengaytiradi va tizimni vazifaga mos vositalarni tanlashga o‘qitadi. Ushbu variant Fugu Ultra v2 bilan asosiy muvofiqlashtirish yondashuvini bo‘lishadi, lekin ish uchun ishtirokchi modellar qanday birlashtirilishiga urg‘u beradi.
Ilova nuqtayi nazaridan Fugu bitta model kabi ishlaydi. Ichkarida muvofiqlashtiruvchi vazifani bevosita bajarish mumkinmi yoki topshirish kerakmi, shuni aniqlaydi, keyin hissalarni tartiblaydi va yakuniy javob yaratadi. Tanlash, topshirish, tekshirish va umumlashtirish foydalanuvchi ko‘rsatmada qo‘lda tayinlashi kerak bo‘lgan alohida agentlar emas, shu ishlab chiqaruvchi tizimining qismlaridir.
Max uchun ishlab chiquvchi ishtirokchilar to‘plamini o‘zi belgilaydi, shunda muvofiqlashtiruvchi ularning kombinatsiyalarini optimallashtira oladi. U standart Fugu varianti uchun ta’riflangan alohida modellarni chiqarib tashlash tartibini ochmaydi. Model tanlashda bu farqni saqlang: katta ekspertlar to‘plami va foydalanuvchi sozlay oladigan to‘plam turli xususiyatlardir.
Aniq maqsad va natijani baholash uchun kerakli ma’lumotga ega vazifa tayyorlang. Kod tekshiruvida manba kodi, kutilgan xatti-harakat va o‘rganiladigan muammoni kiriting. Tegishli amalga oshirishga bog‘langan topilmalar va har bir muhim muammo uchun taklif etilgan tekshiruvni so‘rang. Texnik taqqoslashda umumiy mezonlarni belgilang va qaysi dalil tanlovni o‘zgartirishini tushuntirishni so‘rang.
Ko‘p bosqichli topshiriq aniq yakuniy natijadan foyda ko‘radi. Masalan, topilmalar ochiq savollardan ajratilgan o‘zgarish taklifi, tadqiqot qaydi yoki tuzilmali tahlilni so‘rang. Uni ishlatayotgan ilova vositalarni bajarsa, keyingi qarordan oldin ularning haqiqiy kuzatuvlarini qaytaring. Bu jarayonni taklif etilgan amalni tugallangan deb qabul qilish o‘rniga haqiqatda sodir bo‘lgan voqeadan davom ettirishga yordam beradi.
Sakana Max modelining optimallashtirish maqsadini Ultra modelining maksimal javob chuqurligiga urg‘usidan ajratadi. Qaytarilgan natijani dastlabki maqsadga nisbatan baholagan holda, vazifani model variantiga moslash uchun ishlab chiquvchining shu farqidan foydalaning. Muvofiqlashtirish tizimi javobni yig‘adi; ilova esa har qanday tashqi amalning haqiqiy natijasini aniqlaydi va undan qanday foydalanishni hal qiladi.
", "aboutText": "Fugu Max — Sakana AI kompaniyasining ekspert modellarning samarali kombinatsiyalari atrofida yaratilgan Fugu varianti. Ishlab chiqaruvchi ochiq va ixtisoslashgan modellar to‘plamini kengaytiradi va tizimni vazifaga mos vositalarni tanlashga o‘qitadi. Ushbu variant Fugu Ultra v2 bilan asosiy muvofiqlashtirish yondashuvini bo‘lishadi, lekin ish uchun ishtirokchi modellar qanday birlashtirilishiga urg‘u beradi.\n\nIlova nuqtayi nazaridan Fugu bitta model kabi ishlaydi. Ichkarida muvofiqlashtiruvchi vazifani bevosita bajarish mumkinmi yoki topshirish kerakmi, shuni aniqlaydi, keyin hissalarni tartiblaydi va yakuniy javob yaratadi. Tanlash, topshirish, tekshirish va umumlashtirish foydalanuvchi ko‘rsatmada qo‘lda tayinlashi kerak bo‘lgan alohida agentlar emas, shu ishlab chiqaruvchi tizimining qismlaridir.\n\nMax uchun ishlab chiquvchi ishtirokchilar to‘plamini o‘zi belgilaydi, shunda muvofiqlashtiruvchi ularning kombinatsiyalarini optimallashtira oladi. U standart Fugu varianti uchun ta’riflangan alohida modellarni chiqarib tashlash tartibini ochmaydi. Model tanlashda bu farqni saqlang: katta ekspertlar to‘plami va foydalanuvchi sozlay oladigan to‘plam turli xususiyatlardir.\n\nAniq maqsad va natijani baholash uchun kerakli ma’lumotga ega vazifa tayyorlang. Kod tekshiruvida manba kodi, kutilgan xatti-harakat va o‘rganiladigan muammoni kiriting. Tegishli amalga oshirishga bog‘langan topilmalar va har bir muhim muammo uchun taklif etilgan tekshiruvni so‘rang. Texnik taqqoslashda umumiy mezonlarni belgilang va qaysi dalil tanlovni o‘zgartirishini tushuntirishni so‘rang.\n\nKo‘p bosqichli topshiriq aniq yakuniy natijadan foyda ko‘radi. Masalan, topilmalar ochiq savollardan ajratilgan o‘zgarish taklifi, tadqiqot qaydi yoki tuzilmali tahlilni so‘rang. Uni ishlatayotgan ilova vositalarni bajarsa, keyingi qarordan oldin ularning haqiqiy kuzatuvlarini qaytaring. Bu jarayonni taklif etilgan amalni tugallangan deb qabul qilish o‘rniga haqiqatda sodir bo‘lgan voqeadan davom ettirishga yordam beradi.\n\nSakana Max modelining optimallashtirish maqsadini Ultra modelining maksimal javob chuqurligiga urg‘usidan ajratadi. Qaytarilgan natijani dastlabki maqsadga nisbatan baholagan holda, vazifani model variantiga moslash uchun ishlab chiquvchining shu farqidan foydalaning. Muvofiqlashtirish tizimi javobni yig‘adi; ilova esa har qanday tashqi amalning haqiqiy natijasini aniqlaydi va undan qanday foydalanishni hal qiladi.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Review a stock decrement function\n\nReview this Python function: def take(stock, qty): stock["units"] -= qty; return stock["units"]. Requirements: qty must be positive and cannot exceed available units; a rejected request must leave stock unchanged. Identify material issues and propose a focused patch with a check for each, preserving the take function name.Behavior-linked review findings, a focused patch and checks for accepted and rejected decrements.Check that validation occurs before mutation and a rejected overdraw leaves the original stock unchanged.sakana/fugu-maxSakana AI kompaniyasining Fugu Max modeli ochiq va ixtisoslashgan modellarning katta to‘plamidan samarali kombinatsiyalarni tanlaydigan o‘rgatilgan muvofiqlashtirish modelidir. U vazifani muvofiqlashtirilgan ish va umumlashtirilgan natijaga aylantiradi; yo‘nalishi Fugu Ultra modelidan farq qiladi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Fugu Max — Sakana AI kompaniyasining ekspert modellarning samarali kombinatsiyalari atrofida yaratilgan Fugu varianti. Ishlab chiqaruvchi ochiq va ixtisoslashgan modellar to‘plamini kengaytiradi va tizimni vazifaga mos vositalarni tanlashga o‘qitadi. Ushbu variant Fugu Ultra v2 bilan asosiy muvofiqlashtirish yondashuvini bo‘lishadi, lekin ish uchun ishtirokchi modellar qanday birlashtirilishiga urg‘u beradi.
Ilova nuqtayi nazaridan Fugu bitta model kabi ishlaydi. Ichkarida muvofiqlashtiruvchi vazifani bevosita bajarish mumkinmi yoki topshirish kerakmi, shuni aniqlaydi, keyin hissalarni tartiblaydi va yakuniy javob yaratadi. Tanlash, topshirish, tekshirish va umumlashtirish foydalanuvchi ko‘rsatmada qo‘lda tayinlashi kerak bo‘lgan alohida agentlar emas, shu ishlab chiqaruvchi tizimining qismlaridir.
Max uchun ishlab chiquvchi ishtirokchilar to‘plamini o‘zi belgilaydi, shunda muvofiqlashtiruvchi ularning kombinatsiyalarini optimallashtira oladi. U standart Fugu varianti uchun ta’riflangan alohida modellarni chiqarib tashlash tartibini ochmaydi. Model tanlashda bu farqni saqlang: katta ekspertlar to‘plami va foydalanuvchi sozlay oladigan to‘plam turli xususiyatlardir.
Aniq maqsad va natijani baholash uchun kerakli ma’lumotga ega vazifa tayyorlang. Kod tekshiruvida manba kodi, kutilgan xatti-harakat va o‘rganiladigan muammoni kiriting. Tegishli amalga oshirishga bog‘langan topilmalar va har bir muhim muammo uchun taklif etilgan tekshiruvni so‘rang. Texnik taqqoslashda umumiy mezonlarni belgilang va qaysi dalil tanlovni o‘zgartirishini tushuntirishni so‘rang.
Ko‘p bosqichli topshiriq aniq yakuniy natijadan foyda ko‘radi. Masalan, topilmalar ochiq savollardan ajratilgan o‘zgarish taklifi, tadqiqot qaydi yoki tuzilmali tahlilni so‘rang. Uni ishlatayotgan ilova vositalarni bajarsa, keyingi qarordan oldin ularning haqiqiy kuzatuvlarini qaytaring. Bu jarayonni taklif etilgan amalni tugallangan deb qabul qilish o‘rniga haqiqatda sodir bo‘lgan voqeadan davom ettirishga yordam beradi.
Sakana Max modelining optimallashtirish maqsadini Ultra modelining maksimal javob chuqurligiga urg‘usidan ajratadi. Qaytarilgan natijani dastlabki maqsadga nisbatan baholagan holda, vazifani model variantiga moslash uchun ishlab chiquvchining shu farqidan foydalaning. Muvofiqlashtirish tizimi javobni yig‘adi; ilova esa har qanday tashqi amalning haqiqiy natijasini aniqlaydi va undan qanday foydalanishni hal qiladi.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar sakana/fugu-max | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar Elementlarning eng kam soni: 1 | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Namunalar: system, user, assistant, tool, function Shartlar: Bu rollar manba kodining moslik turlarida ochiq ifodalangan; aniq rollar to‘plami har bir modelga xos bo‘lib qoladi. Modelga bogʻliq | Standart— |
Maydonmessages[].content | Turstring|content_part[]|null | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_calls | Turtool_call[] | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_call_id | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: role=tool; haqiqatan qaytarilgan IDdan foydalaning | Standart— |
Maydonmessages[].name | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].reasoning_content | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Ushbu model foydalanganda, haqiqatan qaytarilgan fikrlash ma’lumotlarini keyingi so‘rovda qayta yuboring | Standart— |
Maydonmessages[].reasoning_details | Turobject|array | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmax_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonmax_completion_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Maydonstream_options.include_usage | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontemperature | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontop_p | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonstop | Turstring|string[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools | Turfunction_tool[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools[].type | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar function Modelga bogʻliq | Standart— |
Maydontools[].function.name | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Funksiya vositasi taqdim etilgan | Standart— |
Maydontools[].function.description | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontools[].function.parameters | TurJSON_schema | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontool_choice | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonparallel_tool_calls | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonresponse_format | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning_effort | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonservice_tier | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydoninstructions | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Moslik maydoni | Standart— |
Maydonfunctions | Turfunction[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonfunction_call | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonprompt_cache_options | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmodalities | Turstring[] | TalabIxtiyoriy | Qiymatlar va cheklovlar text | Standart— |
Maydonprovider | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Ushbu Ultra matn marshrutida provider.options rad etiladi | Standart— |
Maydoncache_control.ttl | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Haqiqiy prompt-kesh joylarida 1h rad etiladi | Standart— |
Matn · UTF8 matni
messages[].content
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages |
Parametrmaterial_types | Parametr talablaritext |
Parametrmessages | Parametr talablarirole/content tuzilishidagi xabarlar massivi |
Parametrfile_material | Parametr talablariHaqiqiy UTF-8 hujjati aynan matn sifatida kiritiladi; fayl IDsi faraz qilinmaydi |
Parametroptional_controls | Parametr talablaristream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Parametr talablariModelga xos; foydalanuvchi funksiya vositalari hostingdagi vositalardan farq qiladi |
Parametroutput_modalities | Parametr talablaritext |
Parametrhosted_operations | Parametr talablarifalse |
Parametrmultimodal_input_binding | Parametr talablarinull |
Hayot sikli: synchronous_or_streamed
Aniq model IDsini messages bilan yuboring.
Kontekst uzunligi chiqishning yuqori chegarasi emas.
Matn fayli aynan matnni taqdim etishi mumkin; tasvir, audio va fayl obyekti kirishlari aniq bog‘lashni talab qiladi.
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.
| Sozlama | Tariflar jadvali | Kontekst tokenlari soni bundan ko‘p | Kontekst tokenlari soni bundan oshmaydi, chegara kiradi | To‘lov |
|---|---|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | Kontekst tokenlari soni bundan ko‘p— | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.004 / 1K token Chiqish · Chiqish tokenlari $0.012 / 1K token Kirish · Keshdan o‘qish $0.0005 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaSo‘rov uzunligi bo‘yicha 1-daraja | Tariflar jadvali— | Kontekst tokenlari soni bundan ko‘p0 | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.004 / 1K token Chiqish · Chiqish tokenlari $0.012 / 1K token Kirish · Keshdan o‘qish $0.0005 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "sakana/fugu-max", "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-max',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-max',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 yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Har bir javob variantini va uning kontenti, vosita chaqiruvlari hamda fikrlash ma’lumotlarini saqlang. SSEda o‘zgarish qismlarini variant va vosita indeksi bo‘yicha yig‘ing, yakuniy tugash sababi va sarf ma’lumotlarini saqlang.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonchoices[].index | Turinteger |
Maydonchoices[].message.content | Turstring|null |
Maydonchoices[].message.tool_calls | Turtool_call[] |
Maydonchoices[].message.reasoning_content | Turstring |
Maydonchoices[].message.reasoning_details | Turobject|array |
Maydonchoices[].finish_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot Ultra sakana/fugu-max
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
sakana/fugu-maxSakana AI kompaniyasining Fugu Max modeli ochiq va ixtisoslashgan modellarning katta to‘plamidan samarali kombinatsiyalarni tanlaydigan o‘rgatilgan muvofiqlashtirish modelidir. U vazifani muvofiqlashtirilgan ish va umumlashtirilgan natijaga aylantiradi; yo‘nalishi Fugu Ultra modelidan farq qiladi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Fugu Max — Sakana AI kompaniyasining ekspert modellarning samarali kombinatsiyalari atrofida yaratilgan Fugu varianti. Ishlab chiqaruvchi ochiq va ixtisoslashgan modellar to‘plamini kengaytiradi va tizimni vazifaga mos vositalarni tanlashga o‘qitadi. Ushbu variant Fugu Ultra v2 bilan asosiy muvofiqlashtirish yondashuvini bo‘lishadi, lekin ish uchun ishtirokchi modellar qanday birlashtirilishiga urg‘u beradi.
Ilova nuqtayi nazaridan Fugu bitta model kabi ishlaydi. Ichkarida muvofiqlashtiruvchi vazifani bevosita bajarish mumkinmi yoki topshirish kerakmi, shuni aniqlaydi, keyin hissalarni tartiblaydi va yakuniy javob yaratadi. Tanlash, topshirish, tekshirish va umumlashtirish foydalanuvchi ko‘rsatmada qo‘lda tayinlashi kerak bo‘lgan alohida agentlar emas, shu ishlab chiqaruvchi tizimining qismlaridir.
Max uchun ishlab chiquvchi ishtirokchilar to‘plamini o‘zi belgilaydi, shunda muvofiqlashtiruvchi ularning kombinatsiyalarini optimallashtira oladi. U standart Fugu varianti uchun ta’riflangan alohida modellarni chiqarib tashlash tartibini ochmaydi. Model tanlashda bu farqni saqlang: katta ekspertlar to‘plami va foydalanuvchi sozlay oladigan to‘plam turli xususiyatlardir.
Aniq maqsad va natijani baholash uchun kerakli ma’lumotga ega vazifa tayyorlang. Kod tekshiruvida manba kodi, kutilgan xatti-harakat va o‘rganiladigan muammoni kiriting. Tegishli amalga oshirishga bog‘langan topilmalar va har bir muhim muammo uchun taklif etilgan tekshiruvni so‘rang. Texnik taqqoslashda umumiy mezonlarni belgilang va qaysi dalil tanlovni o‘zgartirishini tushuntirishni so‘rang.
Ko‘p bosqichli topshiriq aniq yakuniy natijadan foyda ko‘radi. Masalan, topilmalar ochiq savollardan ajratilgan o‘zgarish taklifi, tadqiqot qaydi yoki tuzilmali tahlilni so‘rang. Uni ishlatayotgan ilova vositalarni bajarsa, keyingi qarordan oldin ularning haqiqiy kuzatuvlarini qaytaring. Bu jarayonni taklif etilgan amalni tugallangan deb qabul qilish o‘rniga haqiqatda sodir bo‘lgan voqeadan davom ettirishga yordam beradi.
Sakana Max modelining optimallashtirish maqsadini Ultra modelining maksimal javob chuqurligiga urg‘usidan ajratadi. Qaytarilgan natijani dastlabki maqsadga nisbatan baholagan holda, vazifani model variantiga moslash uchun ishlab chiquvchining shu farqidan foydalaning. Muvofiqlashtirish tizimi javobni yig‘adi; ilova esa har qanday tashqi amalning haqiqiy natijasini aniqlaydi va undan qanday foydalanishni hal qiladi.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar sakana/fugu-max | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar user, assistant | Standart— |
Maydonmessages[].content | Turstring | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmax_tokens | Turinteger | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Matn · UTF-8 matni
messages[].content satri
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages, max_tokens |
Parametroptional_controls | Parametr talablaristream |
Parametrmaterial_types | Parametr talablaritext |
Parametrtext_file_material | Parametr talablariHaqiqiy UTF-8 hujjatini o‘qing va uning matnini ko‘rsatilgan kirish yoki xabar kontenti satriga joylashtiring. |
Hayot sikli: synchronous_or_streamed
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.
| Sozlama | Tariflar jadvali | Kontekst tokenlari soni bundan ko‘p | Kontekst tokenlari soni bundan oshmaydi, chegara kiradi | To‘lov |
|---|---|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | Kontekst tokenlari soni bundan ko‘p— | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.004 / 1K token Chiqish · Chiqish tokenlari $0.012 / 1K token Kirish · Keshdan o‘qish $0.0005 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaSo‘rov uzunligi bo‘yicha 1-daraja | Tariflar jadvali— | Kontekst tokenlari soni bundan ko‘p0 | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.004 / 1K token Chiqish · Chiqish tokenlari $0.012 / 1K token Kirish · Keshdan o‘qish $0.0005 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "sakana/fugu-max",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-max', '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-max', '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 yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Barcha kontent bloklari, fikrlash imzolari va haqiqiy vosita ishlatish IDlarini saqlang. SSE bloklarining barcha o‘zgarish qismlarini yig‘ing; birinchi matn bloki to‘liq chiqish emas.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonid | Turstring |
Maydonmodel | Turstring |
Maydoncontent[] | Turtext|thinking|tool_use|other content block |
Maydonstop_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot Ultra sakana/fugu-max
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
Review a stock decrement function\n\nReview this Python function: def take(stock, qty): stock["units"] -= qty; return stock["units"]. Requirements: qty must be positive and cannot exceed available units; a rejected request must leave stock unchanged. Identify material issues and propose a focused patch with a check for each, preserving the take function name.Behavior-linked review findings, a focused patch and checks for accepted and rejected decrements.Check that validation occurs before mutation and a rejected overdraw leaves the original stock unchanged.