Sakana: Fugu Ultra

Sakana: Fugu Ultra는 Sakana AI의 텍스트 생성 모델이며, 회사의 Fugu 제품군에서 더 높은 성능을 제공하는 상위 옵션에 위치합니다. Fugu 라인의 특이한 점은 아키텍처에 있습니다. 단일 모놀리식 모델이 아니라, 언어 모델이 여러 에이전트에 걸쳐 작업을 라우팅하도록 훈련된 학습된 멀티 에이전트 오케스트레이션 시스템입니다. Fugu Ultra는 그 제품군에서 더 크고 더 뛰어난 성능을 가진 구성원이므로, Sakana의 접근 방식을 평가하고 있다면 이것은 가벼운 워크로드보다는 까다로운 워크로드를 겨냥한 변형입니다.

입력 측면에서 Fugu Ultra는 텍스트와 이미지를 받아들이고, 출력으로 텍스트를 생성합니다. 이 조합은 서면 지시와 시각적 콘텐츠를 섞은 프롬프트를 보내고 단일 텍스트 응답을 받을 수 있다는 뜻입니다. 컨텍스트 윈도우는 1,000,000 토큰으로 매우 커서, 긴 문서, 장시간 대화 또는 상당한 규모의 자료 모음을 직접 청킹하지 않고 한 번의 요청으로 작업할 수 있습니다. 최대 출력 길이는 128,000 토큰이므로, 작업이 요구할 때 응답도 그에 맞게 길어질 수 있습니다. 지원되는 요청 파라미터에는 추론 제어(reasoning, reasoning_effort, include_reasoning), structured_outputs, tools와 tool_choice를 통한 도구 사용, 그리고 web_search_options가 포함됩니다.

이러한 기능들은 상당히 구체적인 실용적 용도들을 가리킵니다. 100만 토큰 컨텍스트는 긴 보고서, 계약서 또는 코드베이스를 분석하거나 긴 세션 전반에 걸쳐 연속성을 유지하는 작업에 적합합니다. 이미지 입력은 모델이 산문과 시각 자료를 모두 읽어야 하는 문서 이해, 스크린샷 분석, 혼합 미디어 워크플로를 열어 줍니다. 도구 호출과 구조화된 출력이 지원되므로 Fugu Ultra는 에이전트 파이프라인에도 맞습니다. 외부 함수를 언제 호출할지 모델이 결정하게 하고, 응답을 애플리케이션이 파싱할 수 있는 스키마로 제한할 수 있습니다. 추론 파라미터를 사용하면 작업에 필요한 숙고의 양에 따라 노력을 높이거나 낮출 수 있고, 요청이 검색의 이점을 얻을 때는 web_search_options를 사용할 수 있습니다.

api14를 통해 모델을 호출하는 것은 간단합니다. 게이트웨이가 OpenAI 호환 API를 노출하기 때문입니다. 표준 chat completions 엔드포인트로 요청을 보내고 model id를 "sakana/fugu-ultra"로 설정하면 됩니다. 위에 나열된 파라미터들은 일반적인 방식으로 요청 본문에 전달할 수 있으므로, 이미 해당 인터페이스를 대상으로 하는 기존 OpenAI 클라이언트 라이브러리와 코드는 최소한의 변경으로, 보통은 모델 식별자를 바꾸고 base URL을 api14로 지정하는 것만으로 작동해야 합니다.

몇 가지 유의할 점이 있습니다. 출력은 텍스트 전용이므로, 생성된 이미지나 오디오가 필요하다면 이것은 그 용도의 모델이 아닙니다. 지원되는 파라미터 목록에는 temperature나 top_p 같은 샘플링 제어가 포함되지 않으므로, 무작위성에 대한 세밀한 제어가 사용 사례에 중요하다면 api14의 다른 모델이 그러한 설정을 노출하는지 확인하세요. 그렇지 않다면, 긴 컨텍스트의 멀티모달 도구 사용 텍스트 작업에는 Fugu Ultra가 테스트해 볼 만한 합리적인 후보입니다.