Sakana: Sakana Namazu

Sakana Namazu é um modelo de texto da Sakana AI, um fornecedor cujo trabalho se centra em contextos de língua japonesa e empresariais. O modelo é descrito como um modelo de raciocínio especializado em japonês baseado no Kimi K2.6, com treino adicional aplicado para uso em japonês e em contextos empresariais. O seu model id na api14 é sakana/sakana-namazu, e situa-se na categoria de texto. Se está a construir para utilizadores falantes de japonês ou para fluxos de trabalho em que o seguimento de instruções em japonês é importante, este é o modelo a avaliar primeiro.

Do lado da entrada, o Sakana Namazu aceita texto, imagens e ficheiros, e produz saída de texto. Essa combinação significa que pode enviar um prompt juntamente com um documento digitalizado, uma captura de ecrã ou um ficheiro do tipo PDF e obter uma resposta escrita, em vez de ficar limitado a prompts de texto simples. A janela de contexto é de 262,144 tokens, o que é suficiente para conter documentos longos ou histórico de conversa extenso num único pedido. A saída máxima é de 65,536 tokens, pelo que as respostas podem ser substanciais quando a tarefa o exige. O raciocínio é uma parte fundamental do modelo, e os parâmetros suportados incluem include_reasoning, reasoning e reasoning_effort, que permitem controlar quanto trabalho de raciocínio interno o modelo realiza antes de responder.

Essas capacidades apontam para um conjunto bastante específico de casos de uso. A revisão de documentos em japonês é um encaixe óbvio: envie um contrato, um relatório ou um formulário como ficheiro ou imagem, faça perguntas sobre ele em japonês e obtenha uma resposta em japonês sem uma etapa separada de tradução. A análise de contexto longo é outra, uma vez que a janela de 262,144 tokens permite trabalhar sobre materiais extensos numa só passagem. Como o modelo aceita imagens e também ficheiros, tarefas como extrair informação de páginas digitalizadas ou ler gráficos e tabelas dentro de documentos estão ao seu alcance. Os controlos de raciocínio também o tornam útil para problemas de vários passos, em que quer que o modelo trabalhe a lógica em vez de responder imediatamente.

Chamar o modelo através da api14 é o mesmo que chamar qualquer outro modelo no gateway, uma vez que a API é compatível com OpenAI. Define o campo model como sakana/sakana-namazu e envia o teu pedido para o endpoint de chat completions com a tua chave da api14. Os parâmetros de pedido suportados são include_reasoning, reasoning, reasoning_effort, structured_outputs, tool_choice, tools e web_search_options. Na prática, isso significa que podes pedir saída JSON estruturada através de structured_outputs, definir funções ou serviços externos através de tools e tool_choice, ajustar a profundidade do raciocínio através dos parâmetros de reasoning e ativar a pesquisa web através de web_search_options. Como a interface segue o esquema da OpenAI, as bibliotecas de cliente existentes e o código escrito para modelos OpenAI devem funcionar apenas com a alteração do model id.

Vale a pena ter em conta que a modalidade de saída é apenas texto. Se a tua aplicação precisa de imagens ou áudio gerados, este modelo não os fornecerá. A especialização também é um fator: o Sakana Namazu foi construído a pensar em contextos de língua japonesa e empresariais, por isso, para cargas de trabalho puramente centradas em inglês, um modelo de propósito geral pode ser uma escolha mais natural. Para tarefas em japonês que envolvem documentos longos, ficheiros ou imagens, e em que queres controlo sobre a profundidade do raciocínio e a saída estruturada, é um forte candidato.