Sakana: Fugu Ultra

Sakana: Fugu Ultra, Sakana AI का एक टेक्स्ट जनरेशन मॉडल है, और यह कंपनी के Fugu परिवार में उच्च-प्रदर्शन विकल्प के रूप में सबसे ऊपर है। Fugu श्रृंखला को असामान्य बनाने वाली बात इसकी आर्किटेक्चर है: एक एकल अखंड मॉडल होने के बजाय, Fugu एक सीखा हुआ मल्टी-एजेंट ऑर्केस्ट्रेशन सिस्टम है, जिसमें एक भाषा मॉडल को कई एजेंटों में काम रूट करने के लिए प्रशिक्षित किया जाता है। Fugu Ultra उस परिवार का बड़ा, अधिक सक्षम सदस्य है, इसलिए यदि आप Sakana के दृष्टिकोण का मूल्यांकन कर रहे हैं, तो यह वह वेरिएंट है जो हल्के वर्कलोड के बजाय मांग वाले वर्कलोड के लिए लक्षित है।

इनपुट की ओर से, Fugu Ultra टेक्स्ट और छवियाँ स्वीकार करता है, और आउटपुट के रूप में टेक्स्ट उत्पन्न करता है। इस संयोजन का मतलब है कि आप लिखित निर्देशों को दृश्य सामग्री के साथ मिलाकर प्रॉम्प्ट भेज सकते हैं, और एक एकल टेक्स्ट प्रतिक्रिया प्राप्त कर सकते हैं। कॉन्टेक्स्ट विंडो 1,000,000 टोकन पर बहुत बड़ी है, जो आपको लंबे दस्तावेज़ों, विस्तारित बातचीत या सामग्री के बड़े संग्रह के साथ एक ही अनुरोध में काम करने की अनुमति देती है, बिना उन्हें स्वयं खंडों में बाँटे। अधिकतम आउटपुट लंबाई 128,000 टोकन है, इसलिए जब किसी कार्य की आवश्यकता हो तो प्रतिक्रियाएँ उसी अनुपात में लंबी हो सकती हैं। समर्थित अनुरोध पैरामीटर में रीज़निंग नियंत्रण (reasoning, reasoning_effort और include_reasoning), structured_outputs, tools और tool_choice के माध्यम से टूल उपयोग, और web_search_options शामिल हैं।

ये क्षमताएँ व्यावहारिक उपयोगों के एक काफी विशिष्ट समूह की ओर संकेत करती हैं। दस लाख टोकन का कॉन्टेक्स्ट लंबी रिपोर्टों, अनुबंधों या कोडबेस का विश्लेषण करने, या किसी लंबे सत्र में निरंतरता बनाए रखने जैसे कार्यों के लिए उपयुक्त है। छवि इनपुट दस्तावेज़ समझ, स्क्रीनशॉट विश्लेषण और मिश्रित मीडिया वर्कफ़्लो को खोलता है जहाँ मॉडल को गद्य और दृश्य दोनों पढ़ने की आवश्यकता होती है। चूँकि टूल कॉलिंग और structured outputs समर्थित हैं, Fugu Ultra एजेंटिक पाइपलाइनों में भी फिट बैठता है: आप इसे यह तय करने दे सकते हैं कि बाहरी फ़ंक्शन कब कॉल करने हैं और इसके उत्तरों को एक ऐसी स्कीमा तक सीमित कर सकते हैं जिसे आपका एप्लिकेशन पार्स कर सके। रीज़निंग पैरामीटर आपको इस आधार पर प्रयास बढ़ाने या घटाने देते हैं कि किसी कार्य को कितने विचार की आवश्यकता है, और web_search_options तब उपलब्ध है जब किसी अनुरोध को खोज से लाभ होता है।

api14 के माध्यम से मॉडल को कॉल करना सीधा है क्योंकि गेटवे एक OpenAI-संगत API प्रदान करता है। आप अपने अनुरोध मानक chat completions एंडपॉइंट पर भेजते हैं और मॉडल आईडी को "sakana/fugu-ultra" पर सेट करते हैं। ऊपर सूचीबद्ध पैरामीटर सामान्य तरीके से अनुरोध बॉडी में पास किए जा सकते हैं, इसलिए मौजूदा OpenAI क्लाइंट लाइब्रेरी और वह कोड जो पहले से उस इंटरफ़ेस को लक्षित करता है, न्यूनतम बदलावों के साथ काम करना चाहिए, आम तौर पर केवल मॉडल पहचानकर्ता बदलना और बेस URL को api14 पर इंगित करना।

ध्यान में रखने योग्य कुछ बातें हैं। आउटपुट केवल टेक्स्ट है, इसलिए यदि आपको जनरेट की गई छवियाँ या ऑडियो चाहिए, तो यह उसके लिए मॉडल नहीं है। समर्थित पैरामीटर सूची में temperature या top_p जैसे सैंपलिंग नियंत्रण शामिल नहीं हैं, इसलिए यदि आपके उपयोग के मामले के लिए यादृच्छिकता पर सूक्ष्म नियंत्रण मायने रखता है, तो जाँचें कि api14 पर कोई अन्य मॉडल वे नियंत्रण प्रदान करता है या नहीं। अन्यथा, लंबे-कॉन्टेक्स्ट, मल्टीमॉडल, टूल-उपयोग करने वाले टेक्स्ट कार्यों के लिए, Fugu Ultra परीक्षण करने के लिए एक उचित उम्मीदवार है।