AGI HAS ARRIVED
25 სექტემბერი, 2026

Sakana Fugu: ერთი API მრავალი მოდელისთვის

Sakana Fugu

ტოკიოში დაფუძნებულმა Sakana AI-მ წარადგინა Sakana Fugu, პროდუქტი, რომელიც სრულ მულტიაგენტურ ორკესტრაციის სისტემას ერთი მოდელის API-ის სახით სთავაზობს დეველოპერებს.

იდეა მარტივად ჟღერს: კიდევ ერთი გიგანტური მოდელის გავარჯიშების ნაცვლად, კომპანიამ შექმნა მოდელი, რომელიც სხვა მოდელებს მართავს და ერთ პასუხში აერთიანებს მათ ძლიერ მხარეებს. ანუ Sakana Fugu ცალკეული მოდელების “დირიჟორია”, რომელიც თავად წყვეტს, რომელ ამოცანას რომელი მოდელი მოარგოს.

სარჩევი

რა არის Sakana Fugu

Sakana Fugu არის მულტიაგენტური სისტემა, რომელიც გარედან ჩვეულებრივი მოდელივით იქცევა. მომხმარებელი მოთხოვნას ერთ ენდფოინთზე აგზავნის, ხოლო Fugu თავად წყვეტს, როგორ დაამუშავოს ის: მარტივ შემთხვევაში პასუხს თვითონ სცემს, რთული ამოცანის დროს კი ექსპერტ მოდელთა გუნდს კრებს და მათ კოორდინაციას უწევს.

მთავარი დეტალი ის არის, რომ Fugu თავად ენის მოდელია, რომელიც სპეციალურად დატრენინგებულია: მან იცის, როდის გადააბაროს ამოცანა სხვას, როგორ უნდა ითანამშრომლონ აგენტებმა და როგორ გააერთიანოს მათი ნამუშევარი ერთ სანდო პასუხად. წვდომა OpenAI-თან თავსებად API-ით ხდება, ამიტომ არსებულ ინტეგრაციებში ჩასმა მარტივია.

როგორ მუშაობს ორკესტრაციის მოდელი

Fugu არ არის წესების ცხრილი, რომელიც საკვანძო სიტყვებს კონკრეტულ მოდელებზე აბამს. Sakana AI-ის თქმით, ის რთულ ამოცანას ნაწილებად შლის, თითოეულ ნაწილს თავის სპეციალისტ მოდელს არგებს, საჭიროების შემთხვევაში საკუთარი თავის ახალ ასლსაც კი იძახებს, შემდეგ კი შედეგებს ამოწმებს და ერთ პასუხად კინძავს.

ეს მიდგომა კომპანიის ორ სამეცნიერო ნაშრომს ეფუძნება, რომლებიც ICLR 2026-ზე იქნა მიღებული: TRINITY და Conductor. პირველი მსუბუქ კოორდინატორს იყენებს, რომელიც აგენტებს შორის როლებს ანაწილებს, მეორე კი განმტკიცებითი სწავლებით პოულობს, თუ როგორ უნდა ითანამშრომლონ მოდელებმა ბუნებრივ ენაზე.

მონაცემებზე, კონფიდენციალურობასა და შესაბამისობაზე მზრუნველ გუნდებს Fugu საშუალებას აძლევს, კონკრეტული აგენტები პულიდან ამოიღონ. ანუ პული ფიქსირებული არ არის და მისი კონფიგურირება შესაძლებელია.

sakana-ai-benchmarks

Fugu და Fugu Ultra

გაშვებისას Sakana Fugu ორ მოდელად მოდის და ორივე ერთსა და იმავე API-ზე ზის:

  • Fugu აბალანსებს მაღალ წარმადობასა და დაბალ ლათენტობას, რაც მას ყოველდღიური სამუშაოს კარგ ნაგულისხმევ ვარიანტად აქცევს: კოდის წერა და გადახედვა, ჩატბოტები, ინტერაქტიული სერვისები.
  • Fugu Ultra გამიზნულია რთული, მრავალსაფეხურიანი ამოცანებისთვის, სადაც სიზუსტე და სიღრმე მთავარია. ადრეული მომხმარებლები მას იყენებდნენ AI კვლევაში, სამეცნიერო ნაშრომების რეპროდუქციაში, კიბერუსაფრთხოების ანალიზსა და პატენტების კვლევაში.

ბენჩმარკები: ფრონტიერ დონე, მაგრამ პროვაიდერის ციფრები

Sakana AI ამბობს, რომ Fugu Ultra “მხარდამხარ” დგას Anthropic-ის შეზღუდული წვდომის მოდელებთან, Fable 5-სა და Mythos Preview-სთან, ინჟინერიულ, სამეცნიერო და ლოგიკურ ბენჩმარკებზე. აქ მნიშვნელოვანი დათქმაა: ეს კომპანიის საკუთარი შედეგებია, ხოლო კონკურენტი მოდელების ქულები თავად პროვაიდერებს აქვთ გამოქვეყნებული.

თანაც სურათი ცალსახა გამარჯვება არ არის. დამოუკიდებელი მიმოხილვების მიხედვით, Fugu Ultra რამდენიმე ლოგიკურ და კოდის ტესტზე საჯაროდ ხელმისაწვდომ მოდელებს უსწრებს, თუმცა მთავარ საკოდო ბენჩმარკზე (SWE-Bench Pro) მას სწორედ Fable 5 ჯობნის, ანუ ის მოდელი, რომელსაც Fugu თავის პულში ვერ რთავს, რადგან საჯაროდ ხელმისაწვდომი არ არის.

პრაქტიკული დასკვნა მარტივია: სანამ დამოუკიდებელი შეფასებები გამოვა, ყველა ციფრს ჯობს კომპანიის თვითანგარიშგებად მოვეპყროთ.

Fable, Mythos და “ექსპორტის კონტროლის” არგუმენტი

გაშვების მთავარი გზავნილი ტექნიკურზე მეტად პოლიტიკურია. Sakana AI-ის თქმით, ერთ ვენდორზე დამოკიდებულება კრიტიკული ინფრასტრუქტურისთვის “მატერიალური საფრთხეა”, რადგან წვდომა ერთ ღამეში შეიძლება შეიცვალოს. მაგალითად კი კომპანია სწორედ Anthropic-ის Fable და Mythos მოდელებზე დაწესებულ ექსპორტის კონტროლს ასახელებს.

არგუმენტი ასეთია: რადგან Fugu ცვალებად აგენტებს მართავს, ერთი პროვაიდერის შეზღუდვის შემთხვევაში ის უბრალოდ შემოუვლის პრობლემას. ამაში რეალური აზრი დევს, თუმცა ერთი დათქმა ღირს გახსენებად.

Fugu-ს შესაძლებლობა თავად პულია, პული კი სხვა კომპანიების მოდელებია, რომლებზე წვდომაც მათივე API-ით ხდება. ანუ მდგრადობა მრავალფეროვნებიდან მოდის და არა დამოუკიდებლობიდან. გარდა ამისა, Sakana თავს იმ მოდელებს ადარებს (Fable 5 და Mythos Preview), რომელთა გამოყენებაც თავად არ შეუძლია.

ფასი და ხელმისაწვდომობა

გაშვების გაშუქების მიხედვით, Fugu Ultra-ს pay-as-you-go ფასი 1 მილიონ შემავალ ტოკენზე 5 დოლარიდან იწყება, გამავალი ტოკენები კი უფრო ძვირია. ამის გარდა, არსებობს ყოველთვიური სააბონენტო გეგმები, რომლებიც ცნობების მიხედვით 20, 100 და 200 დოლარს შეადგენს და ორივე მოდელს მოიცავს.

მთავარი შეზღუდვა გეოგრაფიულია: გაშვებისას Sakana Fugu ხელმისაწვდომი არ არის ევროკავშირსა და EEA-ში, სანამ კომპანია GDPR-თან შესაბამისობაზე მუშაობს. ეს მნიშვნელოვანი ხარვეზია, განსაკუთრებით იმ ფონზე, რომ “სუვერენიტეტის” არგუმენტი სწორედ რეგულირებად მომხმარებელს მიემართება.

რას აპირებს კომპანია

Sakana AI ამბობს, რომ ეს გაშვება საწყისი წერტილია და არა ფინიში. რადგან Fugu ფიქსირებულ სამუშაო პროცესებზე კი არა, ნასწავლ ორკესტრაციაზე დგას, ის ეკოსისტემასთან ერთად უმჯობესდება: ახალი ფრონტიერ მოდელის გამოჩენისთანავე მისი პულში ჩამატება შესაძლებელია.

უახლოეს თვეებში კომპანია გეგმავს ექსპერტ აგენტთა პულის გაფართოებას, მათ შორის ღია მოდელებითა და Sakana AI-ის საკუთარი მოდელებით, და მომხმარებლისთვის მეტი კონტროლის მიცემას იმაზე, თუ როგორ მუშაობს Fugu მათ ნაცვლად.

AI წაიკითხე მეტი როგორ მუშაობს ხელოვნური ინტელექტი AI-ის, დიდი ენობრივი მოდელებისა და ნეირონული ქსელების ახსნა ქართულ ენაზე.

LLM.GE - გზამკვლევი ხელოვნურ ინტელექტში

LLM.GE არის ქართულ-ენოვანი პლატფორმა, რომელზეც ყოველდღიურად ქვეყნდება AI და ტექნოლოგიების სიახლეები, ახალი მოდელების, კვლევებისა და პრაქტიკული ინსტრუმენტების შესახებ. საიტის მიზანია, მკითხველმა ერთ სივრცეში მიიღოს ზუსტი, გასაგები და დროული ინფორმაცია ტექნოლოგიური ინდუსტრიის მთავარი მოვლენების შესახებ

გამოიწერე სიახლეები

გამოწერის გაუქმება ნებისმიერ დროს შეგიძლიათ Privacy Policy

×