Sakana: Fugu Ultra

Sakana: Fugu UltraはSakana AIのテキスト生成モデルであり、同社のFuguファミリーの中でより高性能な選択肢として最上位に位置しています。Fuguシリーズが異例なのはそのアーキテクチャにあります。単一の monolithic なモデルではなく、Fuguは学習されたマルチエージェントオーケストレーションシステムであり、言語モデルが複数のエージェント間で作業をルーティングするように訓練されています。Fugu Ultraはそのファミリーの中でより大規模で高性能なメンバーであるため、Sakanaのアプローチを評価する場合、軽量なワークロードではなく要求の厳しいワークロードを対象としたバリアントとなります。

入力側では、Fugu Ultraはテキストと画像を受け付け、出力としてテキストを生成します。この組み合わせにより、文章による指示と視覚コンテンツを混在させたプロンプトを送信し、単一のテキスト応答を受け取ることができます。コンテキストウィンドウは1,000,000トークンと非常に大きく、長い文書、拡張された会話、かなりの規模の資料コレクションを、自分でチャンク分割することなく1回のリクエストで扱えます。最大出力長は128,000トークンであるため、タスクがそれを必要とする場合には応答も相応に長くできます。サポートされるリクエストパラメータには、reasoning controls (reasoning、reasoning_effort、include_reasoning)、structured_outputs、toolsとtool_choiceによるツール使用、web_search_optionsが含まれます。

これらの機能は、かなり具体的な実用的用途を示しています。100万トークンのコンテキストは、長いレポート、契約書、コードベースの分析や、長時間のセッションを通じた継続性の維持といったタスクに適しています。画像入力は、文書理解、スクリーンショット分析、散文と視覚情報の両方をモデルが読み取る必要がある混合メディアのワークフローを可能にします。ツール呼び出しと構造化出力がサポートされているため、Fugu Ultraはエージェント型パイプラインにも適合します。外部関数をいつ呼び出すかをモデルに判断させ、その返答をアプリケーションが解析できるスキーマに制約できます。reasoningパラメータにより、タスクがどれほどの熟考を必要とするかに応じて努力量を上げ下げでき、リクエストが検索から恩恵を受ける場合にはweb_search_optionsを利用できます。

api14を通じてこのモデルを呼び出すのは簡単です。ゲートウェイがOpenAI互換APIを公開しているためです。標準のchat completionsエンドポイントにリクエストを送信し、model idを"sakana/fugu-ultra"に設定します。上記のパラメータは通常どおりリクエストボディで渡せるため、既存のOpenAIクライアントライブラリや、すでにそのインターフェースを対象としているコードは、最小限の変更で動作するはずです。通常はモデル識別子を差し替え、base URLをapi14に向けるだけで済みます。

留意すべき点がいくつかあります。出力はテキストのみであるため、生成画像や音声が必要な場合、これはそのためのモデルではありません。サポートされるパラメータ一覧にはtemperatureやtop_pなどのサンプリング制御は含まれていないため、ランダム性に対する細かい制御がユースケースで重要な場合は、api14上の別のモデルがそうした調整項目を公開しているか確認してください。そうでなければ、長いコンテキスト、マルチモーダル、ツール使用を伴うテキストタスクにとって、Fugu Ultraは試す価値のある妥当な候補です。