Sakana: Fugu Ultra

Sakana: Fugu Ultra es un modelo de generación de texto de Sakana AI, y se sitúa en la cima de la familia Fugu de la compañía como la opción de mayor rendimiento. Lo que hace inusual a la línea Fugu es su arquitectura: en lugar de ser un único modelo monolítico, Fugu es un sistema de orquestación multiagente aprendido, en el que se entrena a un modelo de lenguaje para enrutar el trabajo entre múltiples agentes. Fugu Ultra es el miembro más grande y más capaz de esa familia, así que si estás evaluando el enfoque de Sakana, esta es la variante orientada a cargas de trabajo exigentes en lugar de las ligeras.

En el lado de la entrada, Fugu Ultra acepta texto e imágenes, y produce texto como salida. Esa combinación significa que puedes enviar prompts que mezclen instrucciones escritas con contenido visual, y recibir una única respuesta de texto. La ventana de contexto es muy grande, de 1.000.000 de tokens, lo que te permite trabajar con documentos largos, conversaciones extendidas o colecciones considerables de material en una sola solicitud sin trocearlos tú mismo. La longitud máxima de salida es de 128.000 tokens, por lo que las respuestas pueden ser correspondientemente largas cuando una tarea lo requiere. Los parámetros de solicitud admitidos incluyen controles de razonamiento (reasoning, reasoning_effort e include_reasoning), structured_outputs, uso de herramientas mediante tools y tool_choice, y web_search_options.

Esas capacidades apuntan a un conjunto bastante específico de usos prácticos. El contexto de un millón de tokens se adapta a tareas como analizar informes largos, contratos o bases de código, o mantener la continuidad a lo largo de una sesión extensa. La entrada de imágenes abre la comprensión de documentos, el análisis de capturas de pantalla y los flujos de trabajo con medios mixtos en los que el modelo necesita leer tanto texto como elementos visuales. Dado que se admiten la llamada a herramientas y las salidas estructuradas, Fugu Ultra también encaja en canalizaciones agénticas: puedes dejar que decida cuándo llamar a funciones externas y restringir sus respuestas a un esquema que tu aplicación pueda analizar. Los parámetros de razonamiento te permiten subir o bajar el esfuerzo según cuánta deliberación necesite una tarea, y web_search_options está disponible cuando una solicitud se beneficia de la búsqueda.

Llamar al modelo a través de api14 es sencillo porque la pasarela expone una API compatible con OpenAI. Envías tus solicitudes al endpoint estándar de chat completions y estableces el id del modelo como "sakana/fugu-ultra". Los parámetros enumerados anteriormente se pueden pasar en el cuerpo de la solicitud de la forma habitual, por lo que las bibliotecas de cliente de OpenAI existentes y el código que ya apunta a esa interfaz deberían funcionar con cambios mínimos, normalmente solo intercambiando el identificador del modelo y apuntando la URL base a api14.

Hay un par de cosas que tener en cuenta. La salida es solo texto, así que si necesitas imágenes o audio generados, este no es el modelo para eso. La lista de parámetros admitidos no incluye controles de muestreo como temperature o top_p, así que si el control preciso sobre la aleatoriedad es importante para tu caso de uso, comprueba si otro modelo en api14 expone esos ajustes. Por lo demás, para tareas de texto de contexto largo, multimodal y con uso de herramientas, Fugu Ultra es un candidato razonable para probar.