Rudi kwa Habari
BidhaaAI Understanding muhtasari

Sakana AI inazindua Fugu Ultra v2 na Fugu Max ya bei ya chini

Sakana AI inaripotiwa ilizindua bidhaa mbili za okestra, ikidai Fugu Ultra v2 inazidi alama zilizochaguliwa za kielelezo cha modeli ya mipaka na Fugu Max inapunguza gharama za matumizi.

4 min readRead the linked source
Source-provided image accompanying Sakana AI unveils Fugu Ultra v2 and lower-cost Fugu Max
Rejeleo la chanzoChanzo kimerekodiwa
Mchapishaji
finance.biggo.com
Kiungo cha chanzo
finance.biggo.comhttps://finance.biggo.com/news/b97559a4-53ff-450c-afaa-38c98658fc76
Aina ya chanzo
Chanzo kilichounganishwa - hali ya chanzo-msingi haijaanzishwa.
MuktadhaElewa hili katika sekunde 60

Anzia hapa

Masharti muhimu

API (Kiolesura cha Kuandaa Programu)
Njia iliyoundwa kwa mfumo mmoja wa programu kutuma maombi na kupokea majibu kutoka kwa mfumo mwingine.
Benchmark
Jaribio sanifu au seti ya data inayotumika kupima na kulinganisha utendakazi wa muundo.
Hitimisho
Awamu ya wakati wa utekelezaji ambapo muundo uliofunzwa hutoa ubashiri au matokeo.
Jijaribu mwenyeweMaswali Yanayofafanuliwa kwa Miundo ya AI

Nini kilitokea

Kulingana na BigGo Finance, Sakana AI ilizindua Fugu Ultra v2 na Fugu Max, matoleo mawili ya mfumo wake wa kuelekeza kazi kati ya miundo maalum ya AI. Sakana anadai Fugu Ultra v2 ilizidi GPT-6 Astra na Claude Fable 5.1 kwenye vigezo vilivyochaguliwa, huku Fugu Max inasisitiza gharama na kasi ya chini. Zote mbili zinaripotiwa kupatikana kupitia API inayooana na OpenAI yenye bei na usajili uliopimwa.

BigGo Finance inaripoti kuwa Sakana AI yenye makao yake Tokyo ilianzisha Fugu Ultra v2, toleo kuu la mfumo wake wa uimbaji wa Sakana Fugu, na Fugu Max, toleo la bei ya chini. Mfumo huelekeza majukumu kati ya miundo mingi maalum kupitia API moja inayooana na OpenAI, kwa hivyo watumiaji wameripotiwa kuwa hawahitaji kudhibiti uteuzi wa muundo wa ndani. Ripoti inahusisha maelezo ya bidhaa na madai ya utendaji kwa Sakana AI.

Sakana anadai Fugu Ultra v2 ilipata 74.3 kwenye DeepSWE, ikilinganishwa na 74.1 ya GPT-6 Astra na 67.4 ya Claude Fable 5.1. Pia inaripoti alama 48.3 kwenye Chatography, huku ikibainisha kuwa alama za ulinganishi za miundo mingine miwili hazikufichuliwa hadharani. Sakana anasema Fugu Ultra v2 ina mkato wa data ya mafunzo ya Agosti 28, 2026 na haitumii GPT-6 Astra au Claude Fable 5.1 kama washirika wa kimsingi. Takwimu na madai haya hayakuthibitishwa kivyake katika chanzo.

Ripoti inasema Fugu Max hujumuisha miundo ya NVIDIA ya uzani wazi ya Nemotron na kuelekeza kazi kwa miundo midogo inapofaa. Inadai kuwa Fugu Max inapunguza gharama za matumizi kwa kila pato kwa 40-60% ikilinganishwa na washindani wakuu na ilipata nafasi nzuri zaidi ya ulinganisho wa gharama dhidi ya alama kwa kutumia Terminal Bench 2.1. Bidhaa zote mbili zinafafanuliwa kama zinapatikana kupitia utozaji wa mita za API au usajili. Bei za API zilizoripotiwa ni pembejeo za $5 na pato la $30 kwa kila tokeni milioni za Fugu Ultra v2, na pembejeo ya $2 na pato la $6 kwa Fugu Max. Viwango vya usajili vimeorodheshwa kwa $20, $100, na $200 kwa mwezi.

Maelezo ya chanzo: finance.biggo.com ↗

Kwa nini ni muhimu

Uzinduzi ulioripotiwa unajulikana kwa sababu unaonyesha uimbaji wa kielelezo—sio tu kuongeza muundo mmoja mkubwa—kama njia ya utendakazi wa ushindani. Ikiwa matokeo na bei za Sakana zitaidhinishwa kwa kujitegemea, biashara zinaweza kuwa na njia nyingine ya kupeleka maajenti wa AI huku zikipunguza utegemezi kwa watoa huduma binafsi wa kielelezo cha mipaka. Umuhimu wa kiutendaji bado haujulikani kwa sababu ripoti haiashirii upatikanaji, kutegemewa au utendaji wa bidhaa nje ya majaribio yaliyotajwa.

Bidhaa zilizoripotiwa zinaonyesha mabadiliko yanayoweza kuwa muhimu katika muundo wa mfumo wa AI. Mkusanyiko ulioratibiwa vyema wa miundo maalum unaweza kuruhusu mtoa huduma kuendana na baadhi ya uwezo wa mifumo mikubwa ya wamiliki huku akidhibiti gharama za uelekezaji na kuepuka utegemezi wa muundo mmoja uliofungwa. Hilo lingefaa zaidi kwa kampuni zinazoendesha mzigo wa kazi wa mawakala, ambapo gharama za tokeni na ufanisi wa uelekezaji zinaweza kuathiri kwa kiasi kikubwa uchumi wa utumaji.

Ushahidi kwa sasa ni mdogo. BigGo Finance ndicho chombo cha kuripoti kilichotajwa, na matokeo ya kigezo yanawasilishwa kama madai ya Sakana. Chanzo hakitoi matokeo huru ya majaribio, maelezo ya mbinu, matoleo ya miundo zaidi ya majina yaliyotolewa, uchanganuzi wa makosa, vipimo vya muda wa kusubiri au ushahidi kwamba mifumo hufanya kazi kwa uthabiti katika kazi za kawaida za biashara. Ulinganisho pia haujakamilika kwa sababu alama za Chatography za miundo ya ulinganishi iliyotajwa ziliripotiwa kuwa hazipatikani.

Ikiwa bei na madai ya utendakazi yatasimamishwa, Fugu Max inaweza kuzipa makampuni chaguo jingine la uchakataji wa hali ya juu wa wakala, huku Fugu Ultra v2 ikivutia watumiaji kutanguliza ubora na hoja. Chanzo hakiainishi upatikanaji wa jumla, mahitaji ya ustahiki, ahadi za kiwango cha huduma, masharti ya kuhifadhi data, ulinzi wa faragha, viwango vya viwango, ufikiaji wa eneo, au ikiwa mipango ya usajili inajumuisha matumizi ya API. Mambo hayo yasiyojulikana hupunguza umuhimu wa ununuzi wa mara moja wa tangazo.

Interactive Mechanism

Mbinu shirikishi: Jinsi Inavyofanya Kazi Kweli

Chunguza teknolojia msingi nyuma ya ukuzaji huu kwa maingiliano.

Thinking Budget (Test-Time Tokens):1,024 tokens
Complex Accuracy79%Math & Code Logic
Latency3.2sTime to first full output
Inference Cost$0.0092Per query estimated
Reasoning StyleStep VerificationInternal chain depth
Active Thinking Trace:
1Deconstruct user problem into formal constraints
2Propose candidate hypotheses & step-by-step calculation
3Self-correction: Backtrack and refute subtle edge cases
4Exhaustive consistency check & final output synthesis
Core takeaway: Test-time compute fundamentally changes AI economics. Instead of only scaling during pre-training, giving reasoning models more tokens at inference time allows them to systematically solve PhD-level STEM problems.
Ukaguzi wa Dhana ya Kuingiliana+10 Points
AI Models Explained Quiz

Which component of an AI application is the machine-learning model itself?

Nini cha kutazama baadaye

Tathmini ya kujitegemea ya madai ya kiwango, uwekaji hati wa safu ya msingi ya muundo, na uthibitisho wa ufikiaji wa API utaamua jinsi uzinduzi huo ulivyo na maana. Wanunuzi wanapaswa pia kuchunguza viwango vya viwango, utunzaji wa data, upatikanaji wa kijiografia, utegemezi wa huduma, na kama uokoaji wa gharama ulioripotiwa unashikilia mzigo wao wa kazi.

Kipaumbele cha kwanza ni uigaji huru wa matokeo ya DeepSWE, Chartography, na Terminal Bench 2.1, ikijumuisha vidokezo thabiti, usanidi wa miundo, sera za uelekezaji na hesabu za gharama kamili. Bila taarifa hiyo, manufaa yaliyoripotiwa hayawezi kulinganishwa kwa uhakika na mifano ya mipaka iliyotajwa.

Watumiaji wanaotarajiwa wanapaswa kuthibitisha ikiwa API inaweza kufikiwa na umma au kwa wateja walioidhinishwa pekee, na wanapaswa kuthibitisha uhasibu wa tokeni, vikomo vya muktadha, muda wa kusubiri, muda wa ziada, sera za matumizi ya data na bei katika hati za sasa. Chanzo huripoti bei lakini haizithibitishi kwa kujitegemea.

Itakuwa muhimu pia kuona kama Sakana atachapisha orodha ya msingi ya modeli na kueleza jinsi maamuzi ya uelekezaji yanafanywa. Maelezo hayo yangefafanua uzalishwaji tena, utegemezi wa muuzaji, udhihirisho wa usalama, na kama utendakazi wa mfumo unatoka kwa miundo wazi inayopatikana kwa upana au kutoka kwa vipengee ambavyo havijafichuliwa.

Miongozo & maswali yanayohusiana

Mifano ya AI ImefafanuliwaMawakala wa AIChatGPT na LLMJaribu unachojua - jaribu maswali ya AI bila malipoTafuta istilahi ya AI katika faharasa yetuFuata kifuatiliaji cha toleo la muundo wa AI
Je, umepata hii kuwa muhimu?