独立指南，最后核验于 2026 年 7 月 21 日

从真实选型和接入角度，看懂 Sakana Fugu

Sakana Fugu 把学习式多智能体编排包装成 OpenAI 兼容 API。本指南把当前产品事实、厂商 Benchmark 和我们的分析分开写清楚，并给出能在你自己任务上复现的评估办法。

选择模型 计算固定费率成本 查看 API 指南

本站能核验什么，不能核验什么

产品名称、endpoint、model ID、费率和公开分数都对照 Sakana AI 第一方页面。我们不声称拥有未公开权限，也不编造没有证据的“亲自实测”。下文 Benchmark 若没有单独标注独立来源，均指 Sakana AI 公布结果。

一分钟速览

Sakana Fugu 到底是什么

可以把 Fugu 想成藏在一个 model name 后面的项目负责人。请求可能直接回答，也可能被拆给小团队，再合成一份响应。它的编排策略通过训练得到，不是由你维护一张固定工作流。

接口兼容 Responses、Chat Completions 和 Models API
当前模型Fugu、Fugu Ultra、Fugu Cyber
Fugu 控制可以从 agent pool 排除指定模型
Ultra 行为当前文档称会在 1 到 3 个 agent 间路由
Cyber 准入只支持按量计费，并需提交用途申请
地区限制官方产品目前仍未向 EU / EEA 开放
别混为一谈：

Fugu、OpenRouter 和自建 LangGraph 不是同一种取舍。OpenRouter 重点是模型入口，自建 graph 重点是显式路由；Fugu 用更少的编排维护成本，换取对学习式路由更少的可见性。

模型选择

Fugu、Fugu Ultra 和 Fugu Cyber 怎么选

起点由任务形态决定，不是名字越强就越适合。

默认起点

Fugu

适合交互式编程、聊天和常规任务，尤其是响应时间不能太长的场景。

  • 在质量和延迟之间平衡
  • 根据任务路由到底层模型
  • 支持排除指定 provider 或 model
  • 按量价格会变，不存在一个公开固定费率
深度任务

Fugu Ultra

适合质量优先于速度的难题，但要用你自己的复杂任务验证提升是否值得。

  • 使用固定的完整 agent pool
  • 在 1 到 3 个 agent 间路由
  • 固定 token 费率，便于预算
  • 编排 token 同样计费
受限准入

Fugu Cyber

面向经授权的防御性安全分析、漏洞研究和威胁调查。

  • 需要提交用途并等待人工审核
  • 只支持按量计费
  • 固定费率高于 Ultra
  • 使用者仍需自行负责授权和测试边界
大白话规则：

普通任务先用 Fugu；在 Fugu 容易漏关键细节的任务上，与 Ultra 成对测试。只有在经过授权的防御安全场景、且准入确认后，再考虑 Cyber。

使用透明规则的模型选择器

当前公开费率

别漏算看不见的编排 token

下表按每 100 万 token 计价，最后核验于 2026 年 7 月 21 日。

模型输入输出缓存输入上下文超过 272K
Fugu浮动：按底层模型，或参与模型中的最高档费率取决于实际路由
Fugu Ultra$5.00$30.00$0.50$10 / $45 / $1.00
Fugu Cyber$6.00$36.00$0.60$12 / $54 / $1.20

只看“输入加输出”会低估

Ultra 和 Cyber 除了用户输入与最终输出，还会返回编排输入、编排缓存输入和编排输出。Sakana AI 明确说这些字段代表真实使用量，并按相同类别费率计费。多 agent 长任务若忽略这些字段，估算会明显偏低。

订阅方案不能硬算“回本线”

Standard 为 $20/月，Pro 为 $100，Max 为 $200。公开页面只说 Pro 是 Standard 用量的 10 倍、Max 是 20 倍，没有提供能覆盖所有路由的统一 token 数。所以方案价格只能当预算参照，不能假装成确定 token 等价物。

计算 Ultra 或 Cyber 成本 查看计费方法

来源：Sakana AI Console Pricing。订阅第二个月免费的活动只写到 2026 年 7 月 31 日，过期后请重新核对。

接入路径

接口长得熟悉，不代表所有 OpenAI 参数都同样生效

Sakana AI 支持 Responses、Chat Completions 和 Models API。官方更推荐 Responses API，以获得更好的工具、多模态、reasoning 和函数调用行为。

Python，Responses API
import os
from openai import OpenAI

api_key = os.environ["FUGU_API_KEY"]
base_url = os.environ["FUGU_BASE_URL"].rstrip("/")
if not base_url.endswith("/v1"):
    base_url += "/v1"

client = OpenAI(api_key=api_key, base_url=base_url)
response = client.responses.create(
    model="fugu",
    input="审查这个函数，先列正确性风险。",
)
print(response.output_text)

Model ID

使用 fugu、fugu-ultra 或 fugu-cyber。官方目前也保留一个带日期的 Ultra alias。

被忽略的字段

部分 sampling 参数虽然被接受，却不会改变行为。不要默认 temperature、top_p 或 penalty 字段有效。

重试必须有边界

设置有限 timeout 和少量重试。多 agent 请求可能很久，但无限重试可能重复执行昂贵任务。

完整保存 usage

保留完整 usage 对象用于核账。只存最终输入和输出，无法覆盖全部编排成本。

打开完整 API 快速上手

证据，不是装饰

Sakana Fugu Benchmark 应该怎么读

公开表格能说明产品在厂商测试设置中的表现，但不能证明 Ultra 在你的代码库、prompt、工具、延迟预算和故障模式上一定胜出。

表格能支持的结论

  • 在 Sakana AI 的评测中，Fugu 与 Ultra 在多项编程、推理任务上有竞争力。
  • 多数但并非所有任务上，Ultra 高于 Fugu。
  • 不同任务需要不同编排深度。

表格不能证明的事情

  • 所有分数都被第三方完整复现
  • 延迟更低或总成本更低
  • 在私有代码和内部工具上同样稳定
  • 出现好坏结果时能完整追溯到具体 agent
Benchmark 用来选测试题，不是用来跳过测试。

公平评估要给 Fugu、Ultra 和现有 baseline 相同 prompt、工具、timeout、评分规则与重复次数。记录失败和成本，不能只挑最好看的回答。

使用 Benchmark 评估流程

深度指南

三个聚焦问题，不再把重复答案塞进一页

每篇只解决一个具体决策，所有会过期的产品事实都链接到第一方来源。

接入

API 快速上手与故障检查

选择 model ID、校验配置、流式响应、识别无效参数，并把网络重试限制在明确边界内。

决策清单

做一个能站得住脚的小评估

  1. 1

    选十个代表性任务

    覆盖日常、困难、模糊和容易失败的任务，不能只挑最适合多智能体发挥的题。

  2. 2

    冻结运行契约

    每个候选模型使用同一 prompt、工具、timeout、输出限制和重试规则。

  3. 3

    隐藏模型名打分

    评分者不知道答案来自哪个模型，只看正确性、证据、完整度和多余断言。

  4. 4

    记录运行成本

    保存耗时、失败、重试和完整 usage，尤其是编排 token 明细。

  5. 5

    只在赢的地方采用

    Fugu 胜出的场景用 Fugu；质量提升值得成本时才升级 Ultra；两者都不值就保留现有工具。

核验记录

2026 年 7 月 21 日重新核对了什么

  • 模型：官方产品页与 console 已列出 Fugu、Fugu Ultra、Fugu Cyber。
  • Cyber 准入：官方文档写明只支持按量计费，并需提交用途申请。
  • Ultra 路由：console model 页面写明 Ultra 会在 1 到 3 个 agent 间路由。
  • Usage 字段：编排输入、缓存输入和输出会单独返回并计费。
  • 模型命名：当前文档使用稳定的 fugu-ultra，同时保留日期 alias；一个 pricing 页面仍显示日期标识，所以接入时应查询 Models API。

常见问题

Sakana Fugu FAQ

Sakana Fugu 免费吗？

当前价格页没有永久免费层。订阅从 $20/月起，也支持按量计费。官方限时活动称在 2026 年 7 月 31 日前订阅，第二个月免费。

我应该先用哪个模型？

常规和交互任务先用 Fugu；在少量真正困难的任务上测试 Ultra 是否带来值得付费的提升。Cyber 只用于经授权的防御安全任务，并需先确认访问权限。

能提前准确计算 Fugu 按量费用吗？

不能把它简化为一个可靠固定费率。Fugu 按实际底层模型或参与模型中的最高档计费。Ultra 和 Cyber 有固定公开价格，所以计算器只覆盖这两款。

Benchmark 是否已被独立验证？

表格由 Sakana AI 发布，部分 baseline 值来自各模型厂商。它应被当作厂商证据。本站不会假装做过未公开实验，而是提供一套能在你自己任务上复现的评估流程。

SakanaFugu.com 是 Sakana AI 官方网站吗？

不是。SakanaFugu.com 是独立编辑指南，与 Sakana AI 没有关联、背书或赞助关系。

第一方来源

发现错误可发邮件到 [email protected]，最好附上第一方来源。