Utiliza la API de Sakana Fugu creando una clave en console.sakana.ai, copiando la URL base que se muestra en tu consola y apuntando tu cliente OpenAI existente a ese endpoint. No se necesita migración de SDK. Fugu se envía como una única API compatible con OpenAI, por lo que las mismas librerías openai de Python y JavaScript que ya utilizas se comunicarán con ella una vez que intercambies la URL base y la clave. Detrás de ese único endpoint, Fugu es un sistema de orquestación multiagente: según la página de lanzamiento de Sakana, decide si responder directamente o si ensamblar un equipo de modelos, y tu código nunca ve esa decisión. Si has configurado otras pasarelas antes, como en nuestra guía de la API Claude Fable 5, esta configuración te resultará familiar.
Esta guía te explica cómo obtener una clave, configurar el cliente en dos lenguajes, seleccionar el campo del modelo y gestionar el streaming, para que puedas enviar tu primera finalización de chat en unos pocos minutos.
Qué es realmente la API de Sakana Fugu
Fugu no es un modelo único en el sentido habitual. Sakana lo describe como un modelo de lenguaje entrenado especializado en delegación, comunicación de agentes y síntesis de trabajo. El titular del lanzamiento es "Un Modelo para Mandarlos a Todos". Cuando envías una solicitud, un conductor entrenado lee tu prompt y responde por sí mismo o coordina dinámicamente varios LLM, incluyendo instancias recursivas de sí mismo, para luego sintetizar el resultado en una única respuesta.
Desde el punto de vista de tu código, nada de eso importa. Llamas a un endpoint compatible con OpenAI y obtienes una finalización de chat normal. El gráfico de orquestación permanece en el lado del servidor. Nunca ensamblas agentes, enrutas entre proveedores o gestionas un equipo. Esa es la propuesta completa: la complejidad reside detrás de la API, no en tu cliente.
Existen dos variantes. "Fugu" es la opción equilibrada y de baja latencia diseñada para el trabajo diario, codificación, revisión de código, chatbots y servicios interactivos. "Fugu Ultra" apunta a la máxima calidad de respuesta para investigación de IA, reproducción de artículos, análisis de ciberseguridad e investigación de literatura o patentes. Durante la fase beta y en gran parte de la prensa inicial, la variante más pequeña se llamaba "Fugu Mini". Utiliza los nombres actuales, Fugu y Fugu Ultra, y trata "Mini" como la antigua etiqueta beta.
El linaje de investigación es real y público. Dos artículos de ICLR 2026 sustentan el enfoque: Trinity, un coordinador de menos de 20.000 parámetros optimizado mediante evolución sin derivadas con roles de Pensador, Trabajador y Verificador, y Conductor, un modelo de 7B entrenado con aprendizaje por refuerzo que aprende la estructura de comunicación entre agentes. Utilizan diferentes métodos y tamaños, así que no los confundas. El recuento exacto de parámetros del producto final no se ha publicado.
Paso 1: Crea una clave API de Fugu en console.sakana.ai
Dirígete a console.sakana.ai. El acceso pasa por una pantalla de inicio de sesión, por lo que debes iniciar sesión con Google o correo electrónico antes de llegar al panel de control. La beta funcionó con aproximadamente 500 usuarios a partir de finales de abril de 2026. Si el registro de autoservicio de disponibilidad general está completamente abierto o aún está restringido puede cambiar, así que verifica el estado actual cuando llegues a la página. También ha circulado una restricción de disponibilidad informada para la UE/EEE; verifica que tu región sea compatible antes de desarrollar con la API.
Una vez dentro, busca la sección de claves API. Genera una clave y guárdala en un lugar seguro, como una variable de entorno o un gestor de secretos. Trátala como lo harías con cualquier otra clave de proveedor: nunca la guardes en el control de versiones y rótala si se filtra.
Mientras estás en la consola, busca y copia la URL base de tu cuenta. Este es el paso más importante y es el único detalle que no puedes adivinar. La URL base para el endpoint de Fugu no está publicada en ninguna página pública de Sakana a día de hoy. Copia el valor exacto que te muestra la consola. No asumas que sigue algún patrón de otro proveedor, y no pegues un host que viste en una publicación de foro. La consola es la fuente de la verdad.
Paso 2: Apunta tu cliente OpenAI existente a Fugu
Dado que Fugu es compatible con OpenAI, mantienes tu SDK actual. Solo cambias dos cosas: la base_url y la api_key. Todo lo demás en tu solicitud mantiene la misma estructura que una finalización de chat estándar de OpenAI.
En los fragmentos de código siguientes, <YOUR_FUGU_BASE_URL_FROM_CONSOLE> es un marcador de posición. Copia la URL base real de tu consola; no la adivines. Lo mismo ocurre con la cadena del modelo, que cubriremos en la siguiente sección.
Python
from openai import OpenAI
client = OpenAI(
api_key="YOUR_FUGU_API_KEY",
base_url="<YOUR_FUGU_BASE_URL_FROM_CONSOLE>", # copy from console.sakana.ai, do not guess
)
response = client.chat.completions.create(
model="fugu", # confirm the exact model string in your console
messages=[
{"role": "system", "content": "You are a helpful engineering assistant."},
{"role": "user", "content": "Refactor this function to remove the nested loop."},
],
)
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>", // copy from console.sakana.ai, do not guess
});
const response = await client.chat.completions.create({
model: "fugu", // confirm the exact model string in your console
messages: [
{ role: "system", content: "You are a helpful engineering assistant." },
{ role: "user", content: "Refactor this function to remove the nested loop." },
],
});
console.log(response.choices[0].message.content);
Esa es toda la migración. Si has enrutado un cliente OpenAI a través de una pasarela de terceros antes, el patrón es idéntico a configuraciones como Claude Code con OpenRouter: mismo cliente, nueva URL base, nueva clave. La diferencia es lo que sucede en el lado del servidor, a lo que llegaremos a continuación.
Paso 3: Elige el campo del modelo
El campo model selecciona la variante. Las cadenas reportadas son fugu para el modelo equilibrado y fugu-ultra para el modelo de máxima calidad. Algunas fuentes también han reportado un identificador anticuado, algo similar a fugu-ultra-20260615. Identificadores como ese pueden cambiar entre lanzamientos, así que confirma la cadena exacta que tu consola lista en lugar de copiar un ID anticuado de un artículo. Esa es también la razón por la que esta guía mantiene los IDs anticuados fuera de los encabezados: se desactualizan y tu consola es la fuente autorizada.
Una regla práctica general: empieza con fugu para cargas de trabajo interactivas, codificación y chat, donde la latencia importa. Pasa a fugu-ultra cuando la calidad de la respuesta supere a la velocidad, por ejemplo, en investigaciones profundas, reproducción de artículos o una revisión de seguridad. Ambas variantes residen detrás del mismo endpoint, por lo que cambiar es un cambio de una sola línea en el valor de model.
Aquí está la elección de variante en código:
# Equilibrado, baja latencia
fast = client.chat.completions.create(
model="fugu",
messages=[{"role": "user", "content": "Summarize this changelog in three bullets."}],
)
# Máxima calidad de respuesta
deep = client.chat.completions.create(
model="fugu-ultra", # confirma la cadena exacta en tu consola
messages=[{"role": "user", "content": "Reproduce the main result of this paper and flag any gaps."}],
)
Paso 4: Respuestas en streaming
El streaming funciona exactamente igual que con OpenAI. Configura stream=True (o stream: true) e itera sobre los fragmentos. Esto es útil para interfaces de usuario de chat y respuestas largas donde quieres que los tokens aparezcan a medida que llegan.
Streaming en Python
stream = client.chat.completions.create(
model="fugu",
messages=[{"role": "user", "content": "Walk me through setting up a CI pipeline."}],
stream=True,
)
for chunk in stream:
delta = chunk.choices[0].delta.content
if delta:
print(delta, end="", flush=True)
Streaming en JavaScript
const stream = await client.chat.completions.create({
model: "fugu",
messages: [{ role: "user", content: "Walk me through setting up a CI pipeline." }],
stream: true,
});
for await (const chunk of stream) {
const delta = chunk.choices[0]?.delta?.content;
if (delta) process.stdout.write(delta);
}
Una cosa a entender sobre el streaming con Fugu: incluso cuando la respuesta se transmite token a token, la orquestación ya ocurrió en el lado del servidor primero. Si el conductor ensambló un equipo para tu solicitud, esa coordinación se resolvió antes o durante la generación, y tu stream solo lleva la salida sintetizada. No verás el parloteo intermedio de los agentes ni un gráfico de enrutamiento en el stream. Obtienes texto limpio, igual que con una API de un solo modelo.
Qué sucede detrás de una solicitud
Esta es la parte que diferencia a Fugu de una API de modelo simple, y vale la pena entenderla aunque tu código siga siendo sencillo. Cuando llega tu solicitud, el conductor la lee y toma una decisión: responder directamente o formar un equipo. Si forma un equipo, puede incorporar múltiples LLM, incluyendo recursivamente más instancias de Fugu, y luego fusionar su trabajo en una única respuesta.
Vale la pena conocer algunas mecánicas de la página de lanzamiento si tienes requisitos de gobernanza. Los agentes en el pool son intercambiables. Los equipos pueden optar por excluir agentes específicos, lo que ayuda cuando una regla de datos o cumplimiento significa que un proveedor dado no debe tocar ciertas cargas de trabajo. Fugu también puede enrutar dinámicamente para sortear restricciones del proveedor. Eso convierte la capa de orquestación en una palanca de cumplimiento, no solo de calidad.
Esta es la descripción honesta, porque es importante para cómo interpretas cualquier benchmark. Fugu es un orquestador que llama a modelos de vanguardia de otros proveedores, incluyéndose recursivamente a sí mismo. Así que cuando Sakana informa que Fugu Ultra "está a la altura de modelos líderes como Fable 5 y Mythos Preview" en benchmarks de ingeniería, científicos y de razonamiento, léelo como una afirmación de paridad, atribuida a Sakana, de un modelo de modelos, no como una victoria de un modelo único. Sakana también informa que Fugu "supera consistentemente" a Gemini 3.1 Pro, Opus 4.8 y GPT 5.5 en aplicaciones específicas como AutoResearch, ajedrez de una sola jugada y predicción de series temporales financieras. Un resultado como "vence a Opus 4.8" puede provenir de que Fugu llame a Opus y sintetice su salida. Esa es una capacidad real, y es diferente a un modelo independiente que encabeza una clasificación. Si quieres profundizar en los modelos Anthropic individuales con los que se mide Fugu, nuestra guía de la API Claude Fable 5 cubre Fable 5 directamente. Para más información sobre el linaje del modelo y la historia de la orquestación, consulta qué es Sakana Fugu.
Una nota sobre acceso, precios y alternativas
La estructura de precios está confirmada en la página de lanzamiento: Sakana ofrece niveles de suscripción para uso diario y un plan de pago por uso para cargas de trabajo más pesadas y empresariales. Las cifras específicas en dólares que circulan para los niveles, promociones y tarifas por token provienen de fuentes secundarias, renderizadas con JavaScript, no de la propia página de lanzamiento. Debido a que esos números cambian y no estaban en la página oficial, esta guía no los cita. Consulta los precios en vivo en tu consola a día de hoy, 2026-06-22, antes de comprometerte con un plan.
Si estás evaluando Fugu frente a pasarelas de enrutamiento, mantén las categorías claras. Enrutadores como OpenRouter y Martian eligen un modelo por solicitud. Fugu, en cambio, ejecuta una topología adaptativa aprendida que puede usar varios modelos y a sí mismo. Si estás comparando pasarelas para tu stack, nuestro resumen de las mejores alternativas a OpenRouter es un buen punto de partida, ya que enmarca las compensaciones entre el enrutamiento de un solo modelo y la orquestación.
Cómo encaja esto en tu flujo de trabajo de Apidog
Debido a que Fugu utiliza el formato de finalización de chat de OpenAI, puedes probarlo de la misma manera que pruebas cualquier API HTTP. Pega la URL base de tu consola en una nueva solicitud en Apidog, añade tu clave como un token de portador, establece el cuerpo JSON con tu model y messages, y envíalo. Verás la respuesta sin procesar, incluido el uso de tokens y el mensaje sintetizado, sin escribir una línea de código de cliente. Esto facilita confirmar que tu URL base es correcta, verificar la cadena del modelo y observar cómo llegan los fragmentos de streaming antes de integrar Fugu en una aplicación.
Apidog también te permite guardar la solicitud, parametrizar la clave en diferentes entornos y compartir un ejemplo de trabajo con tu equipo. Para una guía detallada, consulta nuestra guía sobre cómo probar la API de Sakana Fugu con Apidog. Cuando estés listo para construir, Descarga Apidog y comienza con una solicitud verificada en lugar de adivinar el contrato.
Preguntas Frecuentes
¿Necesito un nuevo SDK para llamar a la API de Sakana Fugu?
No. Fugu expone un endpoint compatible con OpenAI, por lo que mantienes tu cliente openai existente de Python o JavaScript. Cambia la base_url al valor de tu consola y configura tu clave API de Fugu. Las formas de solicitud y respuesta coinciden con las finalizaciones de chat estándar de OpenAI.
¿Dónde encuentro la URL base de Fugu?
Cópiala de tu panel de control en console.sakana.ai después de iniciar sesión con Google o correo electrónico. La URL base no está publicada en ninguna página pública de Sakana, así que no la adivines ni reutilices un host de otro proveedor. El valor de la consola es la única fuente fiable.
¿Cuál es la diferencia entre Fugu y Fugu Ultra?
Fugu es la variante equilibrada y de baja latencia para el trabajo diario, la codificación, la revisión de código y el chat. Fugu Ultra apunta a la máxima calidad de respuesta para investigación, reproducción de artículos y análisis de seguridad. Ambas funcionan detrás del mismo endpoint, por lo que cambias de una a otra modificando el campo model. La variante más pequeña se llamaba "Fugu Mini" durante la beta.
¿Fugu supera a modelos únicos como Fable 5?
Trata eso con cuidado. Sakana presenta a Fugu Ultra como un modelo que está a la altura de Fable 5 y Mythos Preview, lo cual es una afirmación de paridad, no una afirmación de "superación". Fugu es un orquestador que puede llamar a modelos de vanguardia de otros proveedores, por lo que sus cifras reflejan un modelo de modelos en lugar de una victoria de un modelo único. Consulta nuestra guía de la API Claude Fable 5 para el punto de comparación de un solo modelo.
¿Cuánto cuesta la API de Sakana Fugu?
La página de lanzamiento confirma niveles de suscripción más un plan de pago por uso, pero las cantidades específicas en dólares que circulan provienen de fuentes secundarias y cambian con el tiempo. Consulta los precios en vivo en tu consola a partir del 2026-06-22 antes de suscribirte. Esta guía no cita números no verificados.
¿Cómo pruebo Fugu antes de escribir código?
Envía una solicitud desde un cliente API como Apidog: pega la URL base de tu consola, añade tu clave, configura el model y los messages, e inspecciona la respuesta. Esto confirma que tu configuración funciona antes de integrar. La guía probar la API de Sakana Fugu con Apidog muestra el flujo completo.
Fugu comprime un sistema multiagente en una única llamada compatible con OpenAI, lo que significa que la parte más difícil de empezar es simplemente copiar la URL base correcta de tu consola. Una vez hecho esto, tu cliente existente hace el resto, y Apidog te ofrece una forma rápida de verificar el contrato antes de implementarlo. Descarga Apidog y envía tu primera solicitud de Fugu desde una solicitud limpia y repetible.