ما هو ساكانا فوغو؟

ساكانا فوجو (Sakana Fugu) هو نظام تنسيق متعدد الوكلاء (multi-agent orchestration system) تقوم شركة ساكانا للذكاء الاصطناعي (Sakana AI) بشحنه كنموذج تأسيسي واحد خلف واجهة برمجة تطبيقات (API) واحدة متوافقة مع OpenAI. إنه نموذج لغوي مدرب متخصص في التفويض، واتصال الوكلاء، وتوليف العمل، وينسق ديناميكيًا مجموعة من النماذج اللغوية الكبيرة (LLMs) الأخرى (بما في ذلك نسخ متكررة منه هو نفسه) للإجابة على طلب واحد. أعلنت ساكانا عنه في 22 يونيو 2026 تحت عنوان "نموذج واحد لقيادتها كلها" (راجع صفحة الإصدار الرسمية). إذا كنت قد قرأت تحليلاتنا للإصدارات الرائدة الأخرى مثل Claude Fable 5، فإن فوجو هو نوع مختلف من الحيوانات: إنه قائد أوركسترا، وليس عازفًا منفردًا.

الاسم يناسب التصميم. فوجو هو سمكة البخاخ اليابانية، وهي وجبة شهية قاتلة ما لم يقم طاهٍ ماهر بإعدادها بشكل صحيح تمامًا. القوة الخام التي تصبح مفيدة فقط من خلال الإعداد الدقيق هي طريقة جيدة للتفكير في نظام تأتي قيمته الكاملة من كيفية تنسيقه للنماذج الأخرى.

ملخص سريع (TL;DR)

ما هو: نموذج لغوي كبير (LLM) مدرب يعمل "كقائد أوركسترا" ينسق فريقًا من النماذج الرائدة خلف نقطة نهاية واحدة. نوعان: "فوجو" (متوازن، زمن استجابة منخفض) و"فوجو ألترا" (أقصى جودة للإجابة). الميزة التنافسية: واجهة برمجة تطبيقات متوافقة مع OpenAI؛ قم بتوجيه عميلك الحالي إليها، لا حاجة لترحيل SDK. الجانب الخفي: فوجو يستدعي نماذج بائعين آخرين (بما في ذلك نفسه بشكل متكرر)، لذا فإن انتصاراته في المعايير هي نتائج "نموذج النماذج"، وليست انتصارات لنموذج واحد. الوصول: صفحة المنتج بالإضافة إلى console.sakana.ai خلف تسجيل دخول جوجل/البريد الإلكتروني.

ما هو ساكانا فوجو في الواقع

معظم النماذج التأسيسية تجيبك مباشرة. ترسل طلبًا، تعمل الأوزان على تمرير أمامي (forward pass)، وتستقبل رموزًا (tokens). فوجو يضيف طبقة فوق هذه الفكرة.

فوجو هو نموذج لغوي مدرب تخصصه هو التنسيق. عندما يصل طلب، يقرر فوجو ما إذا كان سيجيب عليه بنفسه أو سيجمع فريقًا من النماذج الأخرى، ويسلم كل منها جزءًا من العمل، ويوجه الرسائل بينها، ويجمع النتائج في إجابة واحدة. وفقًا لساكانا، يمكن للقائد حتى تشغيل نسخ متكررة من نفسه كأعضاء في الفريق. أنت ترى استجابة واحدة. خلفها، قد تكون عدة نماذج قد قامت بالعمل.

هذا هو السبب في أن تأطير "النموذج التأسيسي الواحد" مهم وأيضًا لماذا يحتاج إلى علامة نجمية. من التعليمات البرمجية الخاصة بك، يبدو فوجو كنموذج واحد بنقطة نهاية واحدة. من الناحية المعمارية، إنه نموذج للنماذج. سنقوم بتفصيل هذه النقطة الصادقة أدناه، لأنها تغير كيفية قراءتك لكل رقم مرجعي.

الترويج التجاري يعتمد على فكرة الأسماك عن قصد. "ساكانا" تعني "سمكة" باليابانية، وتتركز هوية الشركة على الذكاء الجماعي لـ "سرب الأسماك"، حيث تنتج العديد من الوكلاء الصغار سلوكًا أذكى من أي منهم على حدة. فوجو هو عضو سمكة البخاخ في هذا السرب.

النوعان: فوجو وفوجو ألترا

تشحن ساكانا نوعين عبر نفس واجهة برمجة التطبيقات.

فوجو (Fugu) هو الخيار المتوازن ذو زمن الاستجابة المنخفض. تضعه ساكانا للعمل اليومي: الترميز، مراجعة التعليمات البرمجية، روبوتات الدردشة، والخدمات التفاعلية حيث يكون وقت الاستجابة مهمًا. هذا هو النوع الذي سمته النسخة التجريبية والكثير من الصحافة المبكرة "فوجو ميني". استخدم "فوجو"؛ "ميني" هو مجرد الاسم التجريبي القديم.

فوجو ألترا (Fugu Ultra) يستهدف أقصى جودة للإجابة. توجهه ساكانا نحو العمل الأكثر تعقيدًا: أبحاث الذكاء الاصطناعي، استنساخ الأوراق البحثية، تحليل الأمن السيبراني، والبحث في الأدب أو براءات الاختراع. هنا، تضحي بزمن الاستجابة من أجل العمق.

كلا النوعين يعملان خلف نقطة نهاية واحدة. فوجو نفسه يقرر، لكل طلب، ما إذا كان سيجيب مباشرة أو سيجمع فريقًا، لذلك لا تدير عملية التنسيق بشكل دقيق. إذا كنت ترغب في معرفة الآليات الكاملة ومقارنة أعمق، فإن تحليلنا Fugu Ultra vs Fable 5 vs Mythos يقع بجانب هذه المقالة في نفس المجموعة.

جدول المواصفات

كيف يعمل التنسيق

جوهر فوجو هو قائد أوركسترا مُتعَلَّم، وليس موجهًا مكتوبًا يدويًا. وهذا التمييز هو القصة الحقيقية.

الموجه التقليدي يختار نموذجًا واحدًا للطلب ويقوم بتحويله. أدوات مثل OpenRouter أو Martian تقوم بذلك جيدًا. إطار عمل الوكلاء مثل Swarm أو AutoGen أو LangGraph يسلك طريقًا آخر: يوفر لك البنية الأساسية لبناء فريق، ولكن أنت، الإنسان، تكتب منطق التنسيق. فوجو يقع بين هذين الأمرين. إنه نموذج مدرب ليكون المنسق. يتعلم متى يفوض، وكيف يقسم العمل، وماذا يطلب من كل وكيل، وكيف يدمج مخرجاتهم.

وفقًا لساكانا، يتعامل القائد مع ثلاث مهام:

• التفويض. يختار أي وكلاء (أو نسخ متكررة منه) يحصلون على المهام الفرعية.
• الاتصال. يدير الرسائل المتدفقة بين الوكلاء، ويشكل بنية الفريق بشكل ديناميكي.
• التوليف. يجمع النتائج الجزئية في إجابة واحدة متماسكة.

آليتان إضافيتان تجعلان فوجو متميزًا، وكلاهما يميل نحو الحوكمة:

• الوكلاء القابلون للتبديل. تجمع الوكلاء ليس ثابتًا. يمكن للفرق استبعاد وكلاء محددين لأسباب تتعلق بالبيانات أو الامتثال، بحيث يمكنك إبقاء نموذج بائع معين خارج طلباتك تمامًا.
• التوجيه حول القيود. وفقًا لساكانا، يقوم فوجو "بالتوجيه ديناميكيًا حول" قيود المزودين، مختارًا وكيلًا مختلفًا عندما يكون أحدهم غير متاح أو غير مسموح به.

إذا كنت ترغب في الاطلاع على النظير المفاهيمي في هذه المجموعة، فإن شرح نموذج فئة Mythos يغطي الطبقة الرائدة للنموذج الواحد التي يقارن فوجو نفسه بها.

صندوق الصدق: منسق، وليس نموذجًا واحدًا

هذا الجزء يستحق القراءة مرتين.

فوجو هو منسق يستدعي نماذج رائدة من بائعين آخرين، بما في ذلك نفسه بشكل متكرر. عندما ترى نتيجة معيار فوجو، فقد تكون قد أنتجت بواسطة فوجو وهو يستدعي Opus 4.8 (أو Fable 5، أو عدة نماذج) ويقوم بتوليف مخرجاتهم. هذه نتيجة "نموذج النماذج". إنها ليست فوزًا لنموذج واحد على أساس "نفس الشيء مقابل نفس الشيء". Fable 5 وMythos هما نموذجان أحاديان من Anthropic يجيبان من أوزانهما الخاصة. مقارنة أرقام فوجو بأرقامهم دون هذا التحذير هي مقارنة فريق بفرد.

ضع هذا في الاعتبار بخصوص ادعاءين محددين تقدمهما ساكانا.

أولاً، وفقًا لساكانا، فإن فوجو ألترا "يقف كتفًا بكتف مع النماذج الرائدة مثل Fable 5 وMythos Preview" عبر معايير الهندسة والعلوم والاستدلال. اقرأ هذا على أنه ادعاء بالمساواة، وليس ادعاء "بالتفوق". لاحظ أيضًا أن ساكانا سمّت Mythos Preview الأقدم (أبريل)، وليس Mythos 5 الحالي.

ثانيًا، وبشكل منفصل، وفقًا لساكانا، فإن فوجو "يتفوق باستمرار" على Gemini 3.1 Pro (عالي)، Opus 4.8 (أقصى)، وGPT 5.5 (فائق) في مجموعة محددة من التطبيقات: AutoResearch، مكعب روبيك، التصميم الميكانيكي، تحليل الخط اليدوي الياباني، الشطرنج بضربة واحدة، والتنبؤ بالسلاسل الزمنية المالية. حتى هنا، تبقى نقطة الصدق قائمة. نتيجة "تتفوق على Opus 4.8" يمكن أن تأتي من فوجو الذي يستدعي Opus ويضيف التنسيق فوقه. يمكن للفريق المنسق أن يتغلب على العازف المنفرد بينما لا يزال يعتمد على العازف المنفرد.

هذا ليس انتقادًا لفوجو. التنسيق هو قدرة حقيقية. إنه سبب لتصنيف الأرقام بشكل صحيح. نحن لا نقدم نتائج فوجو أبدًا على أنها فوز لنموذج واحد، ويجب عليك ألا تفعل ذلك أيضًا.

للتوضيح، Fable 5 هو أقوى نموذج متاح للجمهور من Anthropic، وهو نموذج من فئة Mythos تم جعله آمنًا للاستخدام العام وأعلى بدرجة من Opus 4.8. Mythos Preview (7 أبريل 2026) كان النموذج الرائد الذي اعتبرته Anthropic خطيرًا جدًا بحيث لا يمكن إصداره. يشرح Claude Fable 5 الصورة الكاملة من تلك الناحية.

النسب البحثي: ترينيتي (Trinity) وكوندكتور (Conductor)

لم يظهر فوجو من العدم. ورقتان بحثيتان حقيقيتان، يمكن الاستشهاد بهما من مؤتمر ICLR 2026، تشكلان أساسه البحثي، وهما تستخدمان طرقًا مختلفة.

تصف ورقة ترينيتي: منسق LLM متطور (arXiv:2512.04695) منسقًا صغيرًا، بأقل من 20,000 معلمة، تم تحسينه من خلال التطور الخالي من المشتقات. يحدد أدوار المفكر والعامل والمحقق. والخبر الرئيسي هو أن متحكمًا متطورًا صغيرًا جدًا يمكنه قيادة حلقة متعددة الوكلاء مفيدة.

تصف ورقة كوندكتور: التعلم لتنسيق الوكلاء باللغة الطبيعية (arXiv:2512.04388) نموذجًا بحجم 7B مدربًا بالتعلم المعزز يتعلم هيكل الاتصال بين الوكلاء. ويزعم أنه يتفوق على Mixture-of-Agents بتكلفة أقل.

هذه طرق مختلفة (تطور مقابل تعلم معزز) وأحجام مختلفة (أقل من 20 ألف مقابل 7B). لا تخلط بينها. لم تنشر ساكانا عدد المعلمات للمنتج المشحون، لذا فإن تطبيق تفاصيل 7B أو Qwen2.5 أو GRPO على فوجو نفسه هو استنتاج من طرف ثالث، وليس مواصفة رسمية.

الإطار الصادق للجدة: أظهرت Mixture-of-Agents (Together AI، ICLR 2025) بالفعل أن النماذج المنسقة يمكن أن تتفوق على النموذج الواحد. الجدة الحقيقية الضيقة لفوجو هي بنية ذاتية التعلم والتكيف والانتقائية للتكلفة يتم شحنها كنقطة نهاية واحدة، مدعومة بأبحاث القائد المدرب هذه.

ماذا يبلغ المستخدمون الأوائل

تشارك ساكانا شهادتين تستحقان التكرار مع الإسناد.

قال مهندس برمجيات يستخدم فوجو ألترا لمراجعة التعليمات البرمجية إنه كشف "أكثر من عشرين" مشكلة في حالات حيث تشير الأدوات الأخرى إلى "حوالي ثلاث"، ووصفه بأنه أفضل من GPT-5.5. وقال مهندس أمن إن تعليمات محددة قادت إلى تقييم شامل من البداية إلى النهاية، واستكشاف، وفحص XSS وSQLi، ومراجعة المصادقة، مع البقاء ضمن النطاق المحدد.

تعامل مع هذه الشهادات كقصص رواها البائع، وليست معايير. إنها إشارة مفيدة حيث يساعد تنسيق فوجو أكثر: المهام التي يمكن تقسيمها جيدًا إلى مهام فرعية متوازية مع خطوة تحقق في النهاية. إذا كنت تقارن فوجو بإصدارات ساكانا الأخرى، فإن شرح Mirofish يغطي النموذج الشقيق في نفس التشكيلة.

استخدام واجهة برمجة تطبيقات فوجو (Fugu API)

يكشف فوجو عن نقطة نهاية واحدة متوافقة مع OpenAI. هذه هي نقطة البيع العملية: إذا كان لديك بالفعل عميل OpenAI، يمكنك توجيهه إلى عنوان URL الأساسي لفوجو واستخدام مفتاح فوجو الخاص بك. لا يوجد ترحيل لحزمة تطوير البرمجيات (SDK). ينطبق نفس شكل Chat Completions الذي تعرفه من وثائق OpenAI API هنا.

تحذير مهم. اعتبارًا من 22-06-2026، فإن عنوان URL الأساسي غير منشور على أي صفحة عامة. لا تخمنه. انسخ عنوان URL الأساسي الحقيقي من لوحة التحكم الخاصة بك على console.sakana.ai وأسقطه في العنصر النائب أدناه.

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_FUGU_API_KEY", # مفتاح API الخاص بفوجو
    base_url="<YOUR_FUGU_BASE_URL_FROM_CONSOLE>",  # انسخه من console.sakana.ai
)

# النوع المتوازن للعمل اليومي
response = client.chat.completions.create(
    model="fugu",
    messages=[
        {"role": "system", "content": "أنت مساعد ترميز دقيق."},
        {"role": "user", "content": "راجع هذه الدالة بحثًا عن أخطاء off-by-one."},
    ],
)
print(response.choices[0].message.content)

قم بالتبديل إلى فوجو ألترا بتغيير سلسلة واحدة:

response = client.chat.completions.create(
    model="fugu-ultra",  # نوع أقصى جودة؛ معرف مبلغ عنه، تحقق في لوحة التحكم
    messages=[
        {"role": "user", "content": "أعد إنتاج النتيجة الرئيسية من هذه الورقة."},
    ],
)

تأتي سلاسل معرف النموذج (fugu، fugu-ultra، ونوع مؤرخ مبلغ عنه) من تقارير ثانوية. تأكد من السلاسل الدقيقة في لوحة التحكم قبل الشحن. للحصول على إرشادات كاملة ومختبرة، راجع دليلنا حول كيفية استخدام Sakana Fugu API.

كيف يتناسب هذا مع سير عملك في Apidog

نظرًا لأن فوجو يتحدث بتنسيق OpenAI Chat Completions، يمكنك اختباره بنفس الطريقة التي تختبر بها أي نقطة نهاية أخرى للنماذج اللغوية الكبيرة (LLM). قم بتعيين عنوان URL الأساسي الذي نسخته من لوحة التحكم كمتغير بيئة في Apidog، وأضف مفتاحك كرمز حامل (bearer token)، وأرسل طلبًا إلى مسار إكمال الدردشة. ستحصل على عرض واضح للطلب والاستجابة، ويمكنك حفظ المكالمة كحالة قابلة لإعادة الاستخدام، ويمكنك مقارنة فوجو بـ Fable 5 أو Opus 4.8 جنبًا إلى جنب في نفس المشروع.

هذا الجزء الأخير مهم لفوجو تحديدًا. بما أنه منسق، فإن زمن الاستجابة والتكلفة ستختلف أكثر مما هو عليه في نموذج واحد، اعتمادًا على حجم الفريق الذي يقوم بتجميعه. التقاط توقيتات الطلبات الحقيقية وعدد الرموز (token counts) في Apidog يمنحك الأرقام الفعلية بدلاً من الأرقام التسويقية. قم بتنزيل Apidog ووجه طلبًا جديدًا إلى عنوان URL الأساسي للوحة التحكم الخاصة بك للبدء.

الأسئلة المتكررة

هل Sakana Fugu نموذج واحد أم عدة نماذج؟

كلاهما، حسب طريقة النظر إليه. بالنسبة لتعليماتك البرمجية، إنه نموذج واحد خلف واجهة برمجة تطبيقات واحدة. داخليًا، هو منسق مدرب يستدعي مجموعة من النماذج الرائدة الأخرى ويولف عملها. لهذا السبب، نعتبر أرقام معاييره نتائج "نموذج النماذج" بدلاً من انتصارات نموذج واحد. راجع شرح نموذج فئة Mythos لمعرفة الطبقة التي يقارن بها نفسه.

ما الفرق بين Fugu و Fugu Ultra؟

فوجو هو النوع المتوازن، ذو زمن الاستجابة المنخفض للعمل اليومي مثل الترميز وروبوتات الدردشة. فوجو ألترا يضحي بزمن الاستجابة من أجل أقصى جودة للإجابة ويستهدف الأبحاث وتحليل الأمن والتحقيقات العميقة. كلاهما يعملان من خلال نفس نقطة النهاية، وتختار بينهما باستخدام معرف النموذج. كان اسم "فوجو ميني" القديم يشير إلى النوع الصغير خلال المرحلة التجريبية.

هل يتفوق فوجو حقًا على Opus 4.8 و GPT 5.5؟

وفقًا لساكانا، يتفوق فوجو "باستمرار" على Gemini 3.1 Pro و Opus 4.8 و GPT 5.5 في قائمة محددة من التطبيقات. القراءة الصادقة هي أن فوجو يمكنه استدعاء نفس هذه النماذج وإضافة التنسيق فوقها، لذا فإن فوز الفريق لا يعني أن أوزان فوجو الخاصة قد تغلبت على أي نموذج واحد. نحن لا نقدم ذلك أبدًا على أنه فوز لنموذج واحد.

كيف أستدعي واجهة برمجة تطبيقات فوجو (Fugu API)؟

وجه عميلًا متوافقًا مع OpenAI إلى عنوان URL الأساسي لفوجو باستخدام مفتاحك، ثم استخدم شكل طلب Chat Completions القياسي. عنوان URL الأساسي غير منشور علنًا، لذا انسخه من console.sakana.ai. يوضح دليل Sakana Fugu API الخاص بنا مثالًا عمليًا من البداية إلى النهاية.

هل فوجو متاح للجميع الآن؟

يتم الوصول عبر صفحة المنتج وconsole.sakana.ai خلف تسجيل دخول Google أو البريد الإلكتروني. بدأت النسخة التجريبية بحوالي 500 مستخدم اعتبارًا من أواخر أبريل 2026. سواء كان التسجيل الذاتي الكامل متاحًا للجمهور، وما إذا كان هناك قيد في الاتحاد الأوروبي/المنطقة الاقتصادية الأوروبية، فكلاهما يستحق التحقق منه مباشرة في لوحة التحكم.

كيف يختلف فوجو عن الموجه (router) أو إطار عمل الوكلاء (agent framework)؟

الموجه (OpenRouter, Martian) يختار نموذجًا واحدًا ويحيل طلبك. إطار عمل الوكلاء (Swarm, AutoGen, LangGraph) يجعلك أنت المنسق. فوجو يدرب المنسق نفسه، لذا فإن نموذجًا مدربًا يقرر التفويض والاتصال والتوليف. هذا النهج القائم على "القائد المدرب"، والمشحون كنقطة نهاية واحدة، هو ابتكاره الحقيقي الضيق.

فوجو هو رهان على أن المكاسب التالية تأتي من كيفية عمل النماذج معًا، وليس فقط من الأوزان الأكبر. وما إذا كانت ميزة التنسيق تستحق ذلك يعتمد على عبء عملك، وأسرع طريقة لمعرفة ذلك هي إرسال طلبات حقيقية ومشاهدة الأرقام الحقيقية. قم بإعداد أول استدعاء لفوجو في Apidog، وقارنه بالنماذج الفردية التي تديرها بالفعل، ودع بيانات زمن الاستجابة والتكلفة الخاصة بك تتخذ القرار.