Lumunsad ng Sakana AI ang Fugu Multi-Agent System na may mas mataas na benchmark performance

KuCoinFlash

Oras ng Release: 06/22/2026 07:09:12

I-share

Summary

Sakana AI, isang Hapones na kumpanya, ay naglunsad ng kanilang komersyal na produkto na Sakana Fugu at nagbukas ng early beta access. Ang multi-agent system ay sumusuporta sa OpenAI-style APIs at naglalaman ng dalawang bersyon: Mini para sa low-latency na paggamit at Ultra para sa mga kumplikadong gawain. Batay sa pananaliksik sa ICLR 2026, ito ay gumagamit ng self-learning model para sa dinamikong pagkakaloob ng mga gawain. Ang on-chain na balita ay nagpapakita na ang Sakana Fugu Ultra ay lumampas sa GPT 5.4, Gemini 3.1, at Opus 4.6 sa mga mahirap na pag-iisip at coding benchmarks tulad ng GPQAD at SWEPro. Ang AI + crypto news ay nagpapakita ng pagkakasentro ng kumpanya sa performance-driven na AI solusyon.

ME AI Mensahe, ayon sa pagmamasid ng Beating, ang Japanese AI research company na Sakana AI ay inihayag ang paglunsad ng kanilang pangunahing komersyal na produkto na Sakana Fugu at buksan ang aplikasyon para sa early Beta test. Ang sistema ay inilalarawan bilang isang multi-agent orchestration system na nag-aalok ng serbisyo sa anyo ng single-model API na compatible sa OpenAI format, na naglalaman ng Sakana Fugu Mini na nakatuon sa low-latency optimization at Sakana Fugu Ultra na para sa mga mahigpit na gawain. Ang arkitektura ng produkto ay batay sa mga papel na Trinity at Conductor na ipinakilala ng team sa ICLR 2026. Ang pangunahing bahagi ng sistema ay isang lightweight language model na may kakayahang magkatotohanan, na hindi nangangailangan ng mga manu-manong nakapaghandaing mga papel o fixed pipeline, kundi dininamikong tinatawag ang Worker model pool at nag-aalok ng mga gawain batay sa kahirapan ng task. Ang sistema ay sumusuporta rin sa test-time scaling at may kakayahang mag-adapt na recursive call. Ang modelo ay makakabasa ng sariling nakaraang output bilang konteksto upang makakilala nang awtomatiko ng mga kamalian at magsimula ng workflow para sa pagkorekta, at ang user ay maaaring i-ayos ang recursive depth bilang isang adjustable compute axis sa panahon ng inference. Ayon sa mga resulta ng pagsusuri, ang Sakana Fugu Ultra ay nagpakita ng mas mahusay na pagganap kaysa sa mga pinakamoderno na single-model sa mga hard-core reasoning at coding benchmarks. Sa mga pagsusuri na GPQAD, LCBv6, at SWEPro, ang Sakana Fugu Ultra ay nakakuha ng 95.1, 93.2, at 54.2, na higit pa sa mga pangunahing single-model tulad ng GPT 5.4, Gemini 3.1, at Opus 4.6. (Pinagmulan: BlockBeats)

Source:Ipakita ang original

Disclaimer: Ang information sa page na ito ay maaaring nakuha mula sa mga third party at hindi necessary na nagre-reflect sa mga pananaw o opinyon ng KuCoin. Ibinigay ang content na ito para sa mga pangkalahatang informational purpose lang, nang walang anumang representation o warranty ng anumang uri, at hindi rin ito dapat ipakahulugan bilang financial o investment advice. Hindi mananagot ang KuCoin para sa anumang error o omission, o para sa anumang outcome na magreresulta mula sa paggamit ng information na ito. Maaaring maging risky ang mga investment sa mga digital asset. Pakisuri nang maigi ang mga risk ng isang produkto at ang risk tolerance mo batay sa iyong sariling kalagayang pinansyal. Para sa higit pang information, mag-refer sa aming Terms ng Paggamit at Disclosure ng Risk.