Sie verwenden die Sakana Fugu API, indem Sie einen Schlüssel unter console.sakana.ai erstellen, die in Ihrer Konsole angezeigte Basis-URL kopieren und Ihren vorhandenen OpenAI-Client auf diesen Endpunkt richten. Es ist keine SDK-Migration erforderlich. Fugu wird als eine einzige OpenAI-kompatible API ausgeliefert, sodass dieselben openai Python- und JavaScript-Bibliotheken, die Sie bereits verwenden, damit kommunizieren können, sobald Sie die Basis-URL und den Schlüssel austauschen. Hinter diesem einen Endpunkt verbirgt sich ein Multi-Agenten-Orchestrierungssystem: Gemäß der Sakana Release-Seite entscheidet es, ob es direkt antwortet oder ein Team von Modellen zusammenstellt, und Ihr Code sieht diese Entscheidung nie. Wenn Sie zuvor andere Gateways eingerichtet haben, wie in unserem Leitfaden zur Claude Fable 5 API, wird Ihnen diese Einrichtung vertraut vorkommen.
Dieser Leitfaden erklärt, wie Sie einen Schlüssel erhalten, den Client in zwei Sprachen konfigurieren, das Modellfeld auswählen und Streaming handhaben, sodass Sie Ihre erste Chat-Vervollständigung in wenigen Minuten senden können.
Was die Sakana Fugu API tatsächlich ist
Fugu ist im üblichen Sinne kein einzelnes Modell. Sakana beschreibt es als ein trainiertes Sprachmodell, das auf Delegation, Agentenkommunikation und Arbeitssynthese spezialisiert ist. Die Schlagzeile der Veröffentlichung lautet: „Ein Modell, um sie alle zu befehligen.“ Wenn Sie eine Anfrage senden, liest ein trainierter Konduktor Ihre Eingabeaufforderung und antwortet entweder selbst oder koordiniert dynamisch mehrere LLMs, einschließlich rekursiver Instanzen seiner selbst, und synthetisiert dann das Ergebnis zu einer einzigen Antwort.
Aus Sicht Ihres Codes spielt das alles keine Rolle. Sie rufen einen OpenAI-kompatiblen Endpunkt auf und erhalten eine normale Chat-Vervollständigung zurück. Der Orchestrierungs-Graph bleibt serverseitig. Sie stellen niemals Agenten zusammen, leiten nicht zwischen Anbietern weiter oder verwalten ein Team. Das ist der ganze Sinn der Sache: Die Komplexität liegt hinter der API, nicht in Ihrem Client.
Es gibt zwei Varianten. „Fugu“ ist die ausgewogene Option mit geringer Latenz, die für alltägliche Arbeiten, Codierung, Code-Reviews, Chatbots und interaktive Dienste entwickelt wurde. „Fugu Ultra“ zielt auf maximale Antwortqualität für KI-Forschung, Reproduktion von Veröffentlichungen, Cybersicherheitsanalysen sowie Literatur- oder Patentrecherchen ab. Während der Beta-Phase und in einem Großteil der frühen Presse wurde die kleinere Variante „Fugu Mini“ genannt. Verwenden Sie die aktuellen Namen, Fugu und Fugu Ultra, und behandeln Sie „Mini“ als das alte Beta-Label.
Die Forschungslinie ist real und öffentlich. Zwei ICLR 2026-Artikel untermauern den Ansatz: Trinity, ein Koordinator mit weniger als 20.000 Parametern, optimiert durch derivative-freie Evolution mit Thinker-, Worker- und Verifier-Rollen, und Conductor, ein 7B-Modell, das mit Reinforcement Learning trainiert wurde und die Kommunikationsstruktur zwischen Agenten lernt. Sie verwenden unterschiedliche Methoden und Größen, daher sollte man sie nicht verwechseln. Die genaue Parameteranzahl des ausgelieferten Produkts ist nicht veröffentlicht.
Schritt 1: Erstellen Sie einen Fugu API-Schlüssel unter console.sakana.ai
Gehen Sie zu console.sakana.ai. Der Zugang erfolgt über eine Anmeldesperre, sodass Sie sich mit Google oder E-Mail anmelden müssen, bevor Sie das Dashboard erreichen. Die Beta-Version lief mit etwa 500 Benutzern ab Ende April 2026. Ob die allgemeine Self-Service-Anmeldung vollständig offen ist oder noch eingeschränkt, kann sich ändern, prüfen Sie daher den aktuellen Status, wenn Sie auf der Seite landen. Es wurde auch über eine gemeldete Verfügbarkeitseinschränkung für EU/EWR berichtet; vergewissern Sie sich, dass Ihre Region unterstützt wird, bevor Sie die API nutzen.
Sobald Sie angemeldet sind, suchen Sie den Bereich für API-Schlüssel. Generieren Sie einen Schlüssel und speichern Sie ihn an einem sicheren Ort, z. B. als Umgebungsvariable oder in einem Secrets Manager. Behandeln Sie ihn wie jeden anderen Anbieter-Schlüssel: Committen Sie ihn niemals in die Versionskontrolle und ändern Sie ihn, wenn er bekannt wird.
Während Sie in der Konsole sind, suchen und kopieren Sie Ihre Konto-Basis-URL. Dies ist der wichtigste Schritt, und es ist das einzige Detail, das Sie nicht erraten können. Die Basis-URL für den Fugu-Endpunkt ist zum Zeitpunkt dieses Schreibens auf keiner öffentlichen Sakana-Seite veröffentlicht. Kopieren Sie den genauen Wert, den Ihnen die Konsole anzeigt. Gehen Sie nicht davon aus, dass er einem Muster eines anderen Anbieters folgt, und fügen Sie keinen Host ein, den Sie in einem Forum-Beitrag gesehen haben. Die Konsole ist die Quelle der Wahrheit.
Schritt 2: Richten Sie Ihren vorhandenen OpenAI-Client auf Fugu aus
Da Fugu OpenAI-kompatibel ist, behalten Sie Ihr aktuelles SDK. Sie ändern nur zwei Dinge: die base_url und den api_key. Alles andere in Ihrer Anfrage bleibt in der Form einer standardmäßigen OpenAI Chat-Vervollständigung.
In den folgenden Code-Ausschnitten ist <YOUR_FUGU_BASE_URL_FROM_CONSOLE> ein Platzhalter. Kopieren Sie die echte Basis-URL aus Ihrer Konsole; erraten Sie sie nicht. Dasselbe gilt für den Modellstring, den wir im nächsten Abschnitt behandeln.
Python
from openai import OpenAI
client = OpenAI(
api_key="YOUR_FUGU_API_KEY",
base_url="<YOUR_FUGU_BASE_URL_FROM_CONSOLE>", # aus console.sakana.ai kopieren, nicht erraten
)
response = client.chat.completions.create(
model="fugu", # den genauen Modellstring in Ihrer Konsole bestätigen
messages=[
{"role": "system", "content": "Sie sind ein hilfreicher Ingenieurassistent."},
{"role": "user", "content": "Refaktorisieren Sie diese Funktion, um die verschachtelte Schleife zu entfernen."},
],
)
print(response.choices[0].message.content)
JavaScript
import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.FUGU_API_KEY,
baseURL: "<YOUR_FUGU_BASE_URL_FROM_CONSOLE>", // aus console.sakana.ai kopieren, nicht erraten
});
const response = await client.chat.completions.create({
model: "fugu", // den genauen Modellstring in Ihrer Konsole bestätigen
messages: [
{ role: "system", content: "Sie sind ein hilfreicher Ingenieurassistent." },
{ role: "user", content: "Refaktorisieren Sie diese Funktion, um die verschachtelte Schleife zu entfernen." },
],
});
console.log(response.choices[0].message.content);
Das ist die gesamte Migration. Wenn Sie zuvor einen OpenAI-Client über ein Drittanbieter-Gateway geleitet haben, ist das Muster identisch mit Einrichtungsbeispielen wie Claude Code mit OpenRouter: derselbe Client, neue Basis-URL, neuer Schlüssel. Der Unterschied liegt in dem, was serverseitig geschieht, worauf wir weiter unten eingehen werden.
Schritt 3: Das Modellfeld auswählen
Das Feld model wählt die Variante aus. Gemeldete Strings sind fugu für das ausgewogene Modell und fugu-ultra für das Modell mit maximaler Qualität. Einige Quellen haben auch eine datierte Kennung gemeldet, etwa fugu-ultra-20260615. Solche Kennungen können sich zwischen den Veröffentlichungen ändern, daher bestätigen Sie den genauen String, der in Ihrer Konsole aufgeführt ist, anstatt eine datierte ID aus einem Artikel zu kopieren. Aus diesem Grund hält dieser Leitfaden datierte IDs auch von den Überschriften fern: sie veralten, und Ihre Konsole ist maßgeblich.
Eine praktische Faustregel: Beginnen Sie mit fugu für interaktive Workloads, Codierung und Chat, wo die Latenz wichtig ist. Wechseln Sie zu fugu-ultra, wenn die Antwortqualität wichtiger ist als die Geschwindigkeit, z. B. bei tiefgehender Forschung, der Reproduktion von Veröffentlichungen oder einer Sicherheitsüberprüfung. Beide Varianten sind über denselben Endpunkt zugänglich, daher ist der Wechsel eine einzeilige Änderung des model-Wertes.
Hier ist die Variantenwahl im Code:
# Ausgewogen, geringe Latenz
fast = client.chat.completions.create(
model="fugu",
messages=[{"role": "user", "content": "Fassen Sie dieses Änderungsprotokoll in drei Stichpunkten zusammen."}],
)
# Maximale Antwortqualität
deep = client.chat.completions.create(
model="fugu-ultra", # den genauen String in Ihrer Konsole bestätigen
messages=[{"role": "user", "content": "Reproduzieren Sie das Hauptergebnis dieses Papers und kennzeichnen Sie eventuelle Lücken."}],
)
Schritt 4: Antworten streamen
Streaming funktioniert genau wie bei OpenAI. Setzen Sie stream=True (oder stream: true) und iterieren Sie über die Chunks. Dies ist nützlich für Chat-UIs und lange Antworten, bei denen Sie möchten, dass Tokens erscheinen, sobald sie eintreffen.
Python Streaming
stream = client.chat.completions.create(
model="fugu",
messages=[{"role": "user", "content": "Erklären Sie mir Schritt für Schritt, wie man eine CI-Pipeline einrichtet."}],
stream=True,
)
for chunk in stream:
delta = chunk.choices[0].delta.content
if delta:
print(delta, end="", flush=True)
JavaScript Streaming
const stream = await client.chat.completions.create({
model: "fugu",
messages: [{ role: "user", content: "Erklären Sie mir Schritt für Schritt, wie man eine CI-Pipeline einrichtet." }],
stream: true,
});
for await (const chunk of stream) {
const delta = chunk.choices[0]?.delta?.content;
if (delta) process.stdout.write(delta);
}
Eine Sache, die man beim Streaming mit Fugu verstehen muss: Selbst wenn die Antwort Token für Token gestreamt wird, erfolgte die Orchestrierung zuerst serverseitig. Wenn der Konduktor ein Team für Ihre Anfrage zusammengestellt hat, wurde diese Koordination vor oder während der Generierung aufgelöst, und Ihr Stream enthält nur die synthetisierte Ausgabe. Sie werden im Stream keine Zwischenkommunikation von Agenten oder einen Routing-Graphen sehen. Sie erhalten sauberen Text, genau wie bei einer Einzelmodell-API.
Was hinter einer Anfrage geschieht
Dies ist der Teil, der Fugu von einer einfachen Modell-API unterscheidet, und es ist wichtig, ihn zu verstehen, auch wenn Ihr Code einfach bleibt. Wenn Ihre Anfrage eintrifft, liest der Konduktor sie und trifft eine Entscheidung: direkt antworten oder ein Team zusammenstellen. Wenn er ein Team zusammenstellt, kann er mehrere LLMs einbeziehen, rekursiv weitere Instanzen von Fugu einschließen und deren Arbeit dann zu einer einzigen Antwort zusammenführen.
Einige Mechanismen der Release-Seite sind wissenswert, wenn Sie Governance-Anforderungen haben. Agenten im Pool sind austauschbar. Teams können bestimmte Agenten ausschließen, was hilfreich ist, wenn eine Daten- oder Compliance-Regel besagt, dass ein bestimmter Anbieter bestimmte Workloads nicht bearbeiten darf. Fugu kann auch dynamisch Anbieterbeschränkungen umgehen. Das macht die Orchestrierungsschicht zu einem Compliance-Hebel, nicht nur zu einem Qualitätshebel.
Hier ist die ehrliche Einordnung, denn sie ist wichtig dafür, wie Sie Benchmarks lesen. Fugu ist ein Orchestrator, der die führenden Modelle anderer Anbieter aufruft, rekursiv sich selbst einschließend. Wenn Sakana also berichtet, dass Fugu Ultra „Schulter an Schulter mit führenden Modellen wie Fable 5 und Mythos Preview“ bei technischen, wissenschaftlichen und reasoning-Benchmarks steht, lesen Sie dies als eine Paritätsbehauptung, die Sakana zugeschrieben wird, von einem Modell-der-Modelle, nicht als einen Sieg eines Einzelmodells. Sakana berichtet auch, dass Fugu Gemini 3.1 Pro, Opus 4.8 und GPT 5.5 bei spezifischen Anwendungen wie AutoResearch, One-Shot-Schach und Finanzzeitreihenvorhersage „konstant übertrifft“. Ein Ergebnis wie „schlägt Opus 4.8“ könnte daher kommen, dass Fugu Opus aufruft und dessen Ausgabe synthetisiert. Das ist eine reale Fähigkeit und etwas anderes als ein eigenständiges Modell, das eine Rangliste anführt. Wenn Sie sich mit den einzelnen Anthropic-Modellen befassen möchten, an denen Fugu gemessen wird, behandelt unser Leitfaden zur Claude Fable 5 API Fable 5 direkt. Weitere Informationen zur Modellabstammung und zur Orchestrierungs-Story finden Sie unter Was ist Sakana Fugu.
Hinweis zu Zugang, Preisen und Alternativen
Die Preisstruktur wird auf der Release-Seite bestätigt: Sakana bietet Abonnementstufen für den täglichen Gebrauch und einen Pay-as-you-go-Plan für größere und Unternehmens-Workloads. Die spezifischen Dollarbeträge, die für Stufen, Promos und Pro-Token-Preise kursieren, stammen aus sekundären, durch JavaScript gerenderten Quellen, nicht von der Release-Seite selbst. Da sich diese Zahlen ändern und nicht auf der offiziellen Seite standen, werden sie in diesem Leitfaden nicht zitiert. Überprüfen Sie die aktuellen Preise in Ihrer Konsole (Stand heute, 2026-06-22), bevor Sie sich für einen Plan entscheiden.
Wenn Sie Fugu mit Routing-Gateways vergleichen, halten Sie die Kategorien klar. Router wie OpenRouter und Martian wählen ein Modell pro Anfrage. Fugu hingegen betreibt eine gelernte, adaptive Topologie, die mehrere Modelle und sich selbst verwenden kann. Wenn Sie Gateways für Ihren Stack vergleichen, ist unsere Übersicht der besten OpenRouter-Alternativen ein nützlicher Ausgangspunkt, da sie die Kompromisse zwischen Einzelmodell-Routing und Orchestrierung darstellt.
Wie dies in Ihren Apidog-Workflow passt
Da Fugu das OpenAI-Chat-Vervollständigungsformat spricht, können Sie es auf dieselbe Weise testen wie jede andere HTTP-API. Fügen Sie die Basis-URL aus Ihrer Konsole in eine neue Anfrage in Apidog ein, fügen Sie Ihren Schlüssel als Bearer-Token hinzu, setzen Sie den JSON-Body mit Ihrem model und messages und senden Sie die Anfrage. Sie sehen die Rohergebnisanalyse, einschließlich der Token-Nutzung und der synthetisierten Nachricht, ohne eine Zeile Client-Code schreiben zu müssen. Das macht es einfach, Ihre Basis-URL zu bestätigen, den Modellstring zu überprüfen und zu sehen, wie Streaming-Chunks ankommen, bevor Sie Fugu in eine Anwendung integrieren.
Apidog ermöglicht Ihnen außerdem, die Anfrage zu speichern, den Schlüssel über verschiedene Umgebungen hinweg zu parametrisieren und ein funktionierendes Beispiel mit Ihrem Team zu teilen. Für eine detaillierte Anleitung siehe unseren Leitfaden, wie Sie die Sakana Fugu API mit Apidog testen können. Wenn Sie bereit sind zu entwickeln, laden Sie Apidog herunter und beginnen Sie mit einer verifizierten Anfrage, anstatt den Vertrag zu erraten.
Häufig gestellte Fragen
Benötige ich ein neues SDK, um die Sakana Fugu API aufzurufen?
Nein. Fugu stellt einen OpenAI-kompatiblen Endpunkt bereit, sodass Sie Ihren vorhandenen openai Python- oder JavaScript-Client beibehalten können. Ändern Sie die base_url auf den Wert aus Ihrer Konsole und setzen Sie Ihren Fugu API-Schlüssel. Die Anfrage- und Antwortstrukturen entsprechen den standardmäßigen OpenAI Chat-Vervollständigungen.
Wo finde ich die Fugu Basis-URL?
Kopieren Sie sie aus Ihrem Dashboard unter console.sakana.ai, nachdem Sie sich mit Google oder E-Mail angemeldet haben. Die Basis-URL ist auf keiner öffentlichen Sakana-Seite veröffentlicht, erraten Sie sie also nicht und verwenden Sie keinen Host von einem anderen Anbieter wieder. Der Wert in der Konsole ist die einzige zuverlässige Quelle.
Was ist der Unterschied zwischen Fugu und Fugu Ultra?
Fugu ist die ausgewogene Variante mit geringer Latenz für alltägliche Arbeiten, Codierung, Code-Reviews und Chat. Fugu Ultra zielt auf maximale Antwortqualität für Forschung, Reproduktion von Veröffentlichungen und Sicherheitsanalysen ab. Beide laufen über denselben Endpunkt, sodass Sie durch Ändern des model-Feldes wechseln. Die kleinere Variante wurde während der Beta-Phase „Fugu Mini“ genannt.
Schlägt Fugu Einzelmodelle wie Fable 5?
Gehen Sie vorsichtig damit um. Sakana beschreibt Fugu Ultra als „Schulter an Schulter“ mit Fable 5 und Mythos Preview, was eine Paritätsbehauptung ist, keine „übertrifft“-Behauptung. Fugu ist ein Orchestrator, der die führenden Modelle anderer Anbieter aufrufen kann, daher spiegeln seine Zahlen ein Modell-der-Modelle wider und nicht einen Sieg eines Einzelmodells. Siehe unseren Leitfaden zur Claude Fable 5 API für den Vergleichspunkt mit Einzelmodellen.
Wie viel kostet die Sakana Fugu API?
Die Release-Seite bestätigt Abonnementstufen sowie einen Pay-as-you-go-Plan, aber die spezifischen Dollarbeträge, die im Umlauf sind, stammen aus sekundären Quellen und ändern sich im Laufe der Zeit. Überprüfen Sie die aktuellen Preise in Ihrer Konsole (Stand 2026-06-22), bevor Sie ein Abonnement abschließen. Dieser Leitfaden zitiert keine unbestätigten Zahlen.
Wie teste ich Fugu, bevor ich Code schreibe?
Senden Sie eine Anfrage von einem API-Client wie Apidog: Fügen Sie Ihre Konsolen-Basis-URL ein, fügen Sie Ihren Schlüssel hinzu, setzen Sie model und messages und prüfen Sie die Antwort. Dies bestätigt, dass Ihre Einrichtung funktioniert, bevor Sie sie integrieren. Der Leitfaden zum Testen der Sakana Fugu API mit Apidog zeigt den vollständigen Ablauf.
Fugu fasst ein Multi-Agenten-System in einem einzigen OpenAI-kompatiblen Aufruf zusammen, was bedeutet, dass der schwierigste Teil des Einstiegs lediglich das Kopieren der richtigen Basis-URL aus Ihrer Konsole ist. Sobald dies erledigt ist, erledigt Ihr vorhandener Client den Rest, und Apidog bietet Ihnen eine schnelle Möglichkeit, den Vertrag zu überprüfen, bevor Sie ihn bereitstellen. Laden Sie Apidog herunter und senden Sie Ihre erste Fugu-Anfrage über eine saubere, wiederholbare Anfrage.