Chef d’orchestre multi-agents qui orchestre des modèles experts de pointe pour le raisonnement approfondi, le codage et la recherche, avec 1M de contexte, saisie d’images et recherche web.
Sakana AIGénération de texte1M contextePublié Jun 21, 2026Endpoint propriétaireNouveauChef d’orchestre multi-agents qui orchestre des modèles experts de pointe pour le raisonnement approfondi, le codage et la recherche, avec 1M de contexte, saisie d’images et recherche web.
Prend en charge la saisie de texte et d’images, un contexte de jeton 1M, l’appel de fonctions, la sortie structurée en mode JSON et la recherche web intégrée. Le raisonnement est toujours actif avec des niveaux d’effort élevés, xhigh et max (xhigh et max donnent le plus d’effort). La recherche web n’a pas de frais distincts; son coût se reflète dans les jetons d’orchestration que le chef d’orchestre rapporte en usage. Les jetons d’orchestration sont facturés aux mêmes débits d’entrée et de sortie que votre prompt et votre réponse finale, donc même les requêtes courtes incluent le coût d’orchestration.
Aussi connu sous le nom Sakana AI Fugu Ultra, Fugu-Ultra
fugu-ultraPOST /v1/chat/completionsPOST /v1/responsesPOST /v1/messagesLive pay-as-you-go rates from the EmpirioLabs catalog. You are billed only for what you use, with no monthly minimum.
Fugu Ultra serves the OpenAI-compatible Chat Completions API. Point any OpenAI SDK at https://api.empiriolabs.ai/v1 with your EmpirioLabs API key and use the model id fugu-ultra. Get an API key from the EmpirioLabs dashboard.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "fugu-ultra",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://api.empiriolabs.ai/v1",
api_key="YOUR_EMPIRIOLABS_API_KEY",
)
response = client.chat.completions.create(
model="fugu-ultra",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)Request parameters supported by the Fugu Ultra API on EmpirioLabs. Defaults apply when a field is omitted.
| Paramètre | Type | Par défaut | Plage / valeurs | Description |
|---|---|---|---|---|
| max_tokens | integer | 32768 | 1 to 131072 | Maximum number of output tokens for the final answer. The conductor needs room to work, so very small values can return empty output. |
| reasoning_effort | enum | high | high, xhigh, max | How hard Fugu Ultra reasons. Reasoning is always on. The default is high; xhigh and max are aliases of the same maximum effort (more thorough and slower than high). |
| tool_web_search | boolean | false | - | Enable built-in web search. There is no separate fee; the search cost is reflected in the orchestration tokens billed for the request. |
| tools | array | [] | - | OpenAI-compatible function calling tool definitions. |
| tool_choice | object | - | - | OpenAI-compatible tool choice control. |
| response_format | object | - | - | OpenAI-compatible JSON mode for structured output. |
Fugu Ultra est un chef d’orchestre multi-agents: chaque requête coordonne un pool de modèles experts et compose leur travail en une seule réponse. Latence et streaming - Les réponses peuvent prendre de quelques secondes à quelques minutes sur des consignes complexes. - La réponse complète est retournée d’un coup lorsque le modèle se termine, et non jeton par jeton. Le streaming est accepté, mais il offre la réponse complète à la fin plutôt que de diffuser les tokens au fur et à mesure qu’ils sont générés. - Laisser une marge de manœuvre généreuse max_tokens, car de très petites limites peuvent tronquer ou vider la réponse. Capacités - Saisie de texte et d’images, avec un contexte de jeton 1M. - Raisonnement toujours activé. « élevé » est la norme; Xhigh et Max demandent le même effort maximal. - Appel de fonction, mode JSON et recherche web intégrée qui cite ses sources lorsque disponible (sans frais séparés). Facturation - Facturée en fonction de l’utilisation complète du jeton, y compris les jetons d’orchestration utilisés en interne par le modèle, donc même les courtes invitations ont un certain coût. - Niveaux contextuels: les requêtes supérieures à 272K totaux d’entrée utilisent le taux plus élevé indiqué.
On EmpirioLabs, Fugu Ultra is billed pay as you go: Entrée <=272K $7.50; >272K $15.00 par jetons 1M; Produit <=272K $45.00; >272K $67.50 par jeton généré 1M; cache implicite lu <=272K $1.50; >272K $3.00 par jetons d'entrée en cache 1M. The live rate card on this page always matches what the API charges.
Fugu Ultra supports a 1M-token context window with up to 131,072 output tokens per response.
Yes. Fugu Ultra serves the OpenAI-compatible Chat Completions API, so existing OpenAI SDKs work by pointing base_url at https://api.empiriolabs.ai/v1 and setting the model id to fugu-ultra.
Yes. The EmpirioLabs playground runs Fugu Ultra in the browser with the same parameters the API exposes, so you can test prompts before writing code.
Create an EmpirioLabs account, then generate a key under API Keys in the dashboard. Billing is pay-as-you-go credits, so you only pay for the requests you make.
Check out our pricing or reach out if you want your own model deployed on our stack.
