คุณสามารถใช้ Sakana Fugu API ได้โดยการสร้างคีย์ที่ console.sakana.ai คัดลอก Base URL ที่แสดงในคอนโซลของคุณ และชี้ไคลเอ็นต์ OpenAI ที่คุณมีอยู่ไปยังเอนด์พอยต์นั้น ไม่จำเป็นต้องโยกย้าย SDK ใดๆ Fugu มาพร้อมกับ API เดียวที่เข้ากันได้กับ OpenAI ดังนั้นไลบรารี Python และ JavaScript ของ openai ที่คุณใช้อยู่แล้วจะสามารถสื่อสารกับมันได้ทันทีที่คุณเปลี่ยน Base URL และคีย์ เบื้องหลังเอนด์พอยต์เดียวนั้น Fugu คือระบบการจัดการหลายเอเจนต์: ตาม หน้าการเปิดตัวของ Sakana มันจะตัดสินใจว่าจะตอบโดยตรงหรือรวมทีมของโมเดลเข้าด้วยกัน และโค้ดของคุณจะไม่มีวันเห็นการตัดสินใจนั้น หากคุณเคยเชื่อมต่อเกตเวย์อื่นๆ มาก่อน เช่นในคู่มือของเราสำหรับ Claude Fable 5 API การตั้งค่านี้จะให้ความรู้สึกคุ้นเคย
คู่มือนี้จะอธิบายขั้นตอนการรับคีย์ การตั้งค่าไคลเอ็นต์ในสองภาษา การเลือกฟิลด์โมเดล และการจัดการสตรีมมิ่ง เพื่อให้คุณสามารถส่งการสนทนาแรกได้ภายในไม่กี่นาที
Sakana Fugu API คืออะไรกันแน่
Fugu ไม่ใช่โมเดลเดียวในความหมายทั่วไป Sakana อธิบายว่ามันคือโมเดลภาษาที่ได้รับการฝึกฝนมาโดยเฉพาะในการมอบหมายงาน การสื่อสารระหว่างเอเจนต์ และการสังเคราะห์ผลงาน พาดหัวข่าวการเปิดตัวคือ “One Model to Command Them All.” เมื่อคุณส่งคำขอ "คอนดักเตอร์" ที่ได้รับการฝึกฝนจะอ่านพรอมต์ของคุณและตอบกลับด้วยตัวเอง หรือประสานงาน LLM หลายตัวแบบไดนามิก รวมถึงอินสแตนซ์ของตัวเองแบบเรียกซ้ำ จากนั้นสังเคราะห์ผลลัพธ์ให้เป็นคำตอบเดียว
จากมุมมองของโค้ดของคุณ สิ่งเหล่านั้นไม่มีผลอะไร คุณเรียกใช้เอนด์พอยต์ที่เข้ากันได้กับ OpenAI เพียงหนึ่งเดียวและได้รับผลลัพธ์การสนทนาตามปกติ กราฟการจัดการจะอยู่ฝั่งเซิร์ฟเวอร์ คุณไม่จำเป็นต้องรวบรวมเอเจนต์ จัดเส้นทางระหว่างผู้ให้บริการ หรือจัดการทีม นั่นคือข้อดีทั้งหมด: ความซับซ้อนอยู่เบื้องหลัง API ไม่ได้อยู่ที่ไคลเอ็นต์ของคุณ
มีสองเวอร์ชัน "Fugu" คือตัวเลือกที่สมดุล มีความหน่วงต่ำ สร้างขึ้นสำหรับงานประจำวัน การเขียนโค้ด การรีวิวโค้ด แชทบอท และบริการแบบโต้ตอบ ส่วน "Fugu Ultra" มุ่งเป้าไปที่คุณภาพคำตอบสูงสุดสำหรับการวิจัย AI การทำซ้ำงานวิจัย การวิเคราะห์ความปลอดภัยทางไซเบอร์ และการสืบค้นวรรณกรรมหรือสิทธิบัตร ในช่วงเบต้าและสื่อช่วงแรกๆ เวอร์ชันที่เล็กกว่าถูกเรียกว่า “Fugu Mini.” ให้ใช้ชื่อปัจจุบันคือ Fugu และ Fugu Ultra และถือว่า “Mini” เป็นป้ายชื่อเบต้าเก่า
สายเลือดการวิจัยเป็นเรื่องจริงและเปิดเผยสู่สาธารณะ เอกสาร ICLR 2026 สองฉบับเป็นรากฐานของแนวทางนี้: Trinity ซึ่งเป็นตัวประสานงานที่มีพารามิเตอร์น้อยกว่า 20K ที่ได้รับการปรับปรุงด้วยการวิวัฒนาการแบบไร้อนุพันธ์ด้วยบทบาท Thinker, Worker และ Verifier และ Conductor โมเดล 7B ที่ได้รับการฝึกฝนด้วยการเรียนรู้แบบเสริมแรงซึ่งเรียนรู้โครงสร้างการสื่อสารระหว่างเอเจนต์ โมเดลเหล่านี้ใช้วิธีการและขนาดที่แตกต่างกัน จึงไม่ควรสับสนกัน จำนวนพารามิเตอร์ที่แน่นอนของผลิตภัณฑ์ที่จัดส่งไม่ได้ถูกเผยแพร่
ขั้นตอนที่ 1: สร้างคีย์ Fugu API ที่ console.sakana.ai
ไปที่ console.sakana.ai การเข้าถึงจะต้องผ่านหน้าล็อกอิน ดังนั้นคุณจะต้องลงชื่อเข้าใช้ด้วย Google หรืออีเมลก่อนที่จะเข้าถึงแดชบอร์ด รุ่นเบต้ามีผู้ใช้ประมาณ 500 คนเริ่มตั้งแต่ปลายเดือนเมษายน 2026 การลงทะเบียนด้วยตนเองสำหรับผู้ใช้ทั่วไปเปิดเต็มที่แล้วหรือยังคงถูกจำกัดอาจมีการเปลี่ยนแปลง ดังนั้นโปรดตรวจสอบสถานะปัจจุบันเมื่อคุณเข้าสู่หน้านั้น นอกจากนี้ยังมีรายงานข้อจำกัดการให้บริการในสหภาพยุโรป/เขตเศรษฐกิจยุโรป (EU/EEA) ด้วย โปรดตรวจสอบว่าภูมิภาคของคุณรองรับก่อนที่คุณจะพัฒนาโดยใช้ API
เมื่อคุณเข้าสู่ระบบแล้ว ให้มองหาส่วน "API keys" สร้างคีย์และจัดเก็บไว้ในที่ปลอดภัย เช่น ตัวแปรสภาพแวดล้อม (environment variable) หรือตัวจัดการความลับ (secrets manager) ปฏิบัติต่อคีย์นี้เช่นเดียวกับคีย์ของผู้ให้บริการอื่นๆ: ห้ามบันทึกไว้ในระบบควบคุมเวอร์ชัน (source control) โดยเด็ดขาด และเปลี่ยนคีย์หากมีการรั่วไหล
ขณะที่คุณอยู่ในคอนโซล ให้ค้นหาและคัดลอก Base URL ของบัญชีของคุณ นี่เป็นขั้นตอนที่สำคัญที่สุด และเป็นรายละเอียดเดียวที่คุณไม่สามารถเดาได้ Base URL สำหรับเอนด์พอยต์ Fugu ไม่ได้ถูกเผยแพร่ในหน้าสาธารณะของ Sakana ณ เวลาที่เขียนนี้ คัดลอกค่าที่คอนโซลแสดงให้คุณเห็นอย่างแม่นยำ อย่าสันนิษฐานว่ามันเป็นไปตามรูปแบบของผู้ให้บริการรายอื่น และอย่าคัดลอกโฮสต์ที่คุณเห็นในโพสต์ฟอรัม คอนโซลคือแหล่งข้อมูลที่เชื่อถือได้ที่สุด
ขั้นตอนที่ 2: ชี้ไคลเอ็นต์ OpenAI ที่คุณมีอยู่ไปยัง Fugu
เนื่องจาก Fugu เข้ากันได้กับ OpenAI คุณจึงยังคงใช้ SDK ปัจจุบันของคุณได้ คุณเปลี่ยนเพียงสองอย่างเท่านั้น: base_url และ api_key ส่วนอื่นๆ ในคำขอของคุณจะยังคงมีรูปแบบเหมือน OpenAI chat completion มาตรฐาน
ในส่วนโค้ดด้านล่าง <YOUR_FUGU_BASE_URL_FROM_CONSOLE> คือตัวยึดตำแหน่ง คัดลอก Base URL จริงจากคอนโซลของคุณ อย่าเดาเอาเอง เช่นเดียวกับสตริงโมเดล ซึ่งเราจะกล่าวถึงในส่วนถัดไป
Python
from openai import OpenAI
client = OpenAI(
api_key="YOUR_FUGU_API_KEY",
base_url="<YOUR_FUGU_BASE_URL_FROM_CONSOLE>", # คัดลอกจาก console.sakana.ai อย่าเดา
)
response = client.chat.completions.create(
model="fugu", # ยืนยันสตริงโมเดลที่ถูกต้องในคอนโซลของคุณ
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>", // คัดลอกจาก console.sakana.ai อย่าเดา
});
const response = await client.chat.completions.create({
model: "fugu", // ยืนยันสตริงโมเดลที่ถูกต้องในคอนโซลของคุณ
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);
นั่นคือการย้ายระบบทั้งหมด หากคุณเคยเชื่อมต่อไคลเอ็นต์ OpenAI ผ่านเกตเวย์ของบุคคลที่สามมาก่อน รูปแบบนี้จะเหมือนกับการตั้งค่าเช่น Claude Code กับ OpenRouter: ไคลเอ็นต์เดิม, Base URL ใหม่, คีย์ใหม่ ความแตกต่างอยู่ที่สิ่งที่เกิดขึ้นฝั่งเซิร์ฟเวอร์ ซึ่งเราจะพูดถึงด้านล่าง
ขั้นตอนที่ 3: เลือกฟิลด์โมเดล
ฟิลด์ model ใช้สำหรับเลือกเวอร์ชัน สตริงที่รายงานคือ fugu สำหรับโมเดลที่สมดุล และ fugu-ultra สำหรับโมเดลคุณภาพสูงสุด แหล่งข้อมูลบางแห่งยังรายงานตัวระบุที่มีวันที่เก่า เช่น fugu-ultra-20260615 ตัวระบุลักษณะนี้อาจเปลี่ยนแปลงได้ระหว่างการเผยแพร่ ดังนั้นโปรดยืนยันสตริงที่ถูกต้องในคอนโซลของคุณแทนที่จะคัดลอกรหัสที่มีวันที่จากบทความ นั่นคือเหตุผลที่คู่มือนี้ไม่ใช้รหัสที่มีวันที่ในหัวข้อ: เพราะมันจะล้าสมัย และคอนโซลของคุณคือแหล่งข้อมูลที่เชื่อถือได้
กฎทั่วไปที่ใช้งานได้จริง: เริ่มต้นด้วย fugu สำหรับงานแบบโต้ตอบ การเขียนโค้ด และการแชท ที่ซึ่งความหน่วง (latency) เป็นสิ่งสำคัญ ย้ายไปใช้ fugu-ultra เมื่อคุณภาพของคำตอบมีความสำคัญมากกว่าความเร็ว เช่น การวิจัยเชิงลึก การทำซ้ำงานวิจัย หรือการตรวจสอบความปลอดภัย ทั้งสองเวอร์ชันอยู่เบื้องหลังเอนด์พอยต์เดียวกัน ดังนั้นการสลับสามารถทำได้โดยเปลี่ยนค่า model เพียงบรรทัดเดียว
นี่คือการเลือกเวอร์ชันในโค้ด:
# สมดุล, ความหน่วงต่ำ
fast = client.chat.completions.create(
model="fugu",
messages=[{"role": "user", "content": "Summarize this changelog in three bullets."}],
)
# คุณภาพคำตอบสูงสุด
deep = client.chat.completions.create(
model="fugu-ultra", # ยืนยันสตริงที่ถูกต้องในคอนโซลของคุณ
messages=[{"role": "user", "content": "Reproduce the main result of this paper and flag any gaps."}],
)
ขั้นตอนที่ 4: สตรีมการตอบกลับ
การสตรีมทำงานได้เหมือนกับ OpenAI ทุกประการ ตั้งค่า stream=True (หรือ stream: true) และวนซ้ำข้อมูลที่ถูกแบ่งเป็นส่วนๆ สิ่งนี้มีประโยชน์สำหรับ UI การแชทและคำตอบที่ยาว ซึ่งคุณต้องการให้โทเค็นปรากฏขึ้นเมื่อได้รับ
การสตรีมด้วย 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)
การสตรีมด้วย 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);
}
สิ่งหนึ่งที่ต้องทำความเข้าใจเกี่ยวกับการสตรีมด้วย Fugu: แม้ว่าการตอบกลับจะสตรีมทีละโทเค็น แต่การจัดการยังคงเกิดขึ้นที่ฝั่งเซิร์ฟเวอร์ก่อน หากคอนดักเตอร์ได้รวมทีมสำหรับคำขอของคุณ การประสานงานนั้นจะเสร็จสิ้นก่อนหรือระหว่างการสร้าง และสตรีมของคุณจะส่งออกเฉพาะผลลัพธ์ที่สังเคราะห์แล้วเท่านั้น คุณจะไม่เห็นการสนทนาระหว่างเอเจนต์หรือกราฟการจัดเส้นทางในสตรีม คุณจะได้รับข้อความที่ชัดเจน เช่นเดียวกับ API ของโมเดลเดี่ยว
เกิดอะไรขึ้นเบื้องหลังคำขอหนึ่งครั้ง
นี่คือส่วนที่ทำให้ Fugu แตกต่างจาก API โมเดลธรรมดา และควรทำความเข้าใจแม้ว่าโค้ดของคุณจะยังคงเรียบง่าย เมื่อคำขอของคุณมาถึง คอนดักเตอร์จะอ่านและตัดสินใจ: ตอบโดยตรง หรือสร้างทีม หากสร้างทีม มันสามารถดึง LLM หลายตัวเข้ามาใช้ รวมถึงอินสแตนซ์ของ Fugu เองแบบเรียกซ้ำ จากนั้นจะรวมงานของพวกมันเข้าเป็นคำตอบเดียว
กลไกบางอย่างจากหน้าการเปิดตัวเป็นสิ่งสำคัญที่ควรทราบหากคุณมีข้อกำหนดด้านธรรมาภิบาล (governance) เอเจนต์ในกลุ่มสามารถสลับเปลี่ยนได้ ทีมสามารถเลือกที่จะไม่ใช้เอเจนต์บางตัวได้ ซึ่งเป็นประโยชน์เมื่อกฎข้อมูลหรือกฎการปฏิบัติตามข้อกำหนดหมายความว่าผู้ให้บริการบางรายไม่ควรจัดการกับปริมาณงานบางอย่าง Fugu ยังสามารถจัดเส้นทางแบบไดนามิกเพื่อหลีกเลี่ยงข้อจำกัดของผู้ให้บริการได้ นั่นทำให้เลเยอร์การจัดการกลายเป็นเครื่องมือในการปฏิบัติตามข้อกำหนด ไม่ใช่แค่เรื่องคุณภาพเท่านั้น
นี่คือการอธิบายอย่างตรงไปตรงมา เพราะมันสำคัญต่อการตีความข้อมูลเกณฑ์มาตรฐานใดๆ Fugu คือตัวจัดการที่เรียกใช้โมเดลชั้นนำของผู้ให้บริการรายอื่น ซึ่งรวมถึงตัวมันเองแบบเรียกซ้ำ ดังนั้นเมื่อ Sakana รายงานว่า Fugu Ultra “ยืนเคียงบ่าเคียงไหล่กับโมเดลชั้นนำอย่าง Fable 5 และ Mythos Preview” ในเกณฑ์มาตรฐานด้านวิศวกรรม วิทยาศาสตร์ และการให้เหตุผล ให้ตีความว่าเป็นการกล่าวอ้างความเท่าเทียมกัน ซึ่ง Sakana ระบุว่ามาจากโมเดลหลายโมเดล (model-of-models) ไม่ใช่ชัยชนะของโมเดลเดียว Sakana ยังรายงานด้วยว่า Fugu “มีประสิทธิภาพเหนือกว่าอย่างสม่ำเสมอ” เมื่อเทียบกับ Gemini 3.1 Pro, Opus 4.8 และ GPT 5.5 ในแอปพลิเคชันเฉพาะ เช่น AutoResearch, หมากรุกแบบเล่นครั้งเดียว และการทำนายอนุกรมเวลาทางการเงิน ผลลัพธ์เช่น “เหนือกว่า Opus 4.8” อาจมาจากการที่ Fugu เรียกใช้ Opus และสังเคราะห์ผลลัพธ์ของมัน นั่นคือความสามารถที่แท้จริง และมันแตกต่างจากโมเดลเดี่ยวที่ขึ้นเป็นอันดับหนึ่งในกระดานจัดอันดับ หากคุณต้องการเจาะลึกเกี่ยวกับโมเดล Anthropic เดี่ยวๆ ที่ Fugu ถูกวัดเทียบ คู่มือ Claude Fable 5 API ของเราครอบคลุม Fable 5 โดยตรง สำหรับข้อมูลเพิ่มเติมเกี่ยวกับสายเลือดของโมเดลและเรื่องราวการจัดการ โปรดดู Sakana Fugu คืออะไร
ข้อสังเกตเกี่ยวกับการเข้าถึง ราคา และทางเลือกอื่น
โครงสร้างราคาได้รับการยืนยันบนหน้าการเปิดตัว: Sakana เสนอระดับการสมัครสมาชิกสำหรับการใช้งานทั่วไป และแผนแบบจ่ายตามการใช้งานสำหรับปริมาณงานที่หนักกว่าและสำหรับองค์กร ตัวเลขดอลลาร์ที่เฉพาะเจาะจงที่แพร่กระจายสำหรับระดับชั้น, โปรโมชั่น, และอัตราต่อโทเค็นมาจากแหล่งข้อมูลรองที่แสดงผลด้วย JavaScript ไม่ใช่จากหน้าการเปิดตัวโดยตรง เนื่องจากตัวเลขเหล่านั้นเปลี่ยนแปลงและไม่ได้อยู่บนหน้าอย่างเป็นทางการ คู่มือนี้จึงไม่ยกมา โปรดตรวจสอบราคาปัจจุบันในคอนโซลของคุณ ณ วันที่ 2026-06-22 ก่อนที่คุณจะตัดสินใจเลือกแผน
หากคุณกำลังประเมิน Fugu เทียบกับเกตเวย์การจัดเส้นทาง โปรดแยกประเภทให้ชัดเจน เราเตอร์อย่าง OpenRouter และ Martian จะเลือกโมเดลหนึ่งโมเดลต่อคำขอ แต่ Fugu ใช้โทโพโลยีแบบปรับตัวที่เรียนรู้ได้ซึ่งสามารถใช้โมเดลหลายตัวและตัวมันเองได้ หากคุณกำลังเปรียบเทียบเกตเวย์สำหรับสแต็กของคุณ รายการรวบรวม ทางเลือก OpenRouter ที่ดีที่สุด ของเราเป็นจุดเริ่มต้นที่มีประโยชน์ เนื่องจากมันนำเสนอการแลกเปลี่ยนระหว่างการจัดเส้นทางโมเดลเดี่ยวและการจัดการ
สิ่งนี้เข้ากับขั้นตอนการทำงานของ Apidog ของคุณได้อย่างไร
เนื่องจาก Fugu รองรับรูปแบบ OpenAI chat-completions คุณจึงสามารถทดสอบได้เช่นเดียวกับการทดสอบ HTTP API ทั่วไป วาง Base URL จากคอนโซลของคุณลงในคำขอใหม่ใน Apidog เพิ่มคีย์ของคุณเป็น bearer token ตั้งค่า JSON body ด้วย model และ messages ของคุณ แล้วส่งคำขอ คุณจะเห็นการตอบกลับดิบ รวมถึงการใช้โทเค็นและข้อความที่สังเคราะห์โดยไม่ต้องเขียนโค้ดไคลเอ็นต์แม้แต่บรรทัดเดียว นั่นทำให้ง่ายต่อการยืนยันว่า Base URL ของคุณถูกต้อง ตรวจสอบสตริงโมเดล และดูว่าส่วนข้อมูลที่สตรีมมาถึงอย่างไรก่อนที่คุณจะเชื่อมต่อ Fugu เข้ากับแอปพลิเคชัน
Apidog ยังช่วยให้คุณบันทึกคำขอ กำหนดพารามิเตอร์คีย์ในสภาพแวดล้อมต่างๆ และแชร์ตัวอย่างที่ใช้งานได้จริงกับทีมของคุณ สำหรับคำแนะนำเชิงลึก โปรดดูคู่มือของเราเกี่ยวกับวิธีการ ทดสอบ Sakana Fugu API ด้วย Apidog เมื่อคุณพร้อมที่จะสร้าง ดาวน์โหลด Apidog และเริ่มต้นจากคำขอที่ได้รับการยืนยันแล้ว แทนที่จะเดาข้อตกลง
คำถามที่พบบ่อย
ฉันต้องใช้ SDK ใหม่เพื่อเรียกใช้ Sakana Fugu API หรือไม่?
ไม่จำเป็น Fugu เปิดเผยเอนด์พอยต์เดียวที่เข้ากันได้กับ OpenAI ดังนั้นคุณจึงสามารถใช้ไคลเอ็นต์ openai Python หรือ JavaScript ที่คุณมีอยู่ได้ เปลี่ยน base_url เป็นค่าจากคอนโซลของคุณและตั้งค่าคีย์ Fugu API ของคุณ รูปแบบของคำขอและการตอบกลับจะตรงกับ OpenAI chat completions มาตรฐาน
ฉันจะหา Base URL ของ Fugu ได้ที่ไหน?
คัดลอกได้จากแดชบอร์ดของคุณที่ console.sakana.ai หลังจากที่คุณเข้าสู่ระบบด้วย Google หรืออีเมล Base URL ไม่ได้ถูกเผยแพร่ในหน้าสาธารณะของ Sakana ดังนั้นอย่าเดาเอาเองหรือนำโฮสต์จากผู้ให้บริการรายอื่นมาใช้ ค่าที่แสดงในคอนโซลคือแหล่งข้อมูลเดียวที่เชื่อถือได้
Fugu และ Fugu Ultra แตกต่างกันอย่างไร?
Fugu คือเวอร์ชันที่สมดุล มีความหน่วงต่ำ สำหรับงานประจำวัน การเขียนโค้ด การรีวิวโค้ด และการแชท ส่วน Fugu Ultra มุ่งเป้าไปที่คุณภาพคำตอบสูงสุดสำหรับการวิจัย การทำซ้ำงานวิจัย และการวิเคราะห์ความปลอดภัย ทั้งสองทำงานภายใต้เอนด์พอยต์เดียวกัน ดังนั้นคุณสามารถเปลี่ยนได้โดยการเปลี่ยนฟิลด์ model เวอร์ชันที่เล็กกว่าเคยถูกเรียกว่า “Fugu Mini” ในช่วงเบต้า
Fugu สามารถเอาชนะโมเดลเดี่ยวอย่าง Fable 5 ได้หรือไม่?
ควรพิจารณาเรื่องนี้อย่างรอบคอบ Sakana วางกรอบให้ Fugu Ultra อยู่ในระดับเดียวกับ Fable 5 และ Mythos Preview ซึ่งเป็นการกล่าวอ้างความเท่าเทียม ไม่ใช่การกล่าวอ้างว่า “เอาชนะ” Fugu เป็นระบบจัดการที่สามารถเรียกใช้โมเดลชั้นนำของผู้ให้บริการรายอื่นได้ ดังนั้นตัวเลขของมันจึงสะท้อนถึงโมเดลหลายโมเดล (model-of-models) มากกว่าชัยชนะของโมเดลเดี่ยว โปรดดู คู่มือ Claude Fable 5 API ของเราสำหรับจุดเปรียบเทียบแบบโมเดลเดี่ยว
Sakana Fugu API มีค่าใช้จ่ายเท่าไหร่?
หน้าการเปิดตัวยืนยันระดับการสมัครสมาชิกพร้อมกับแผนแบบจ่ายตามการใช้งาน แต่จำนวนเงินดอลลาร์ที่เฉพาะเจาะจงที่แพร่กระจายมาจากแหล่งข้อมูลรองและเปลี่ยนแปลงไปตามกาลเวลา โปรดตรวจสอบราคาปัจจุบันในคอนโซลของคุณ ณ วันที่ 2026-06-22 ก่อนที่คุณจะสมัครสมาชิก คู่มือนี้จะไม่อ้างอิงตัวเลขที่ยังไม่ได้รับการยืนยัน
ฉันจะทดสอบ Fugu ได้อย่างไรก่อนที่จะเขียนโค้ด?
ส่งคำขอจากไคลเอ็นต์ API เช่น Apidog: วาง Base URL ของคอนโซลของคุณ เพิ่มคีย์ของคุณ ตั้งค่า model และ messages แล้วตรวจสอบการตอบกลับ การทำเช่นนี้จะยืนยันว่าการตั้งค่าของคุณใช้งานได้ก่อนที่คุณจะทำการเชื่อมต่อ คู่มือ ทดสอบ Sakana Fugu API ด้วย Apidog แสดงขั้นตอนทั้งหมด
Fugu รวมระบบหลายเอเจนต์ให้เป็นเพียงการเรียกใช้ที่เข้ากันได้กับ OpenAI เพียงครั้งเดียว ซึ่งหมายความว่าส่วนที่ยากที่สุดในการเริ่มต้นคือการคัดลอก Base URL ที่ถูกต้องจากคอนโซลของคุณเท่านั้น เมื่อตั้งค่าเสร็จแล้ว ไคลเอ็นต์ที่คุณมีอยู่จะจัดการส่วนที่เหลือ และ Apidog จะช่วยให้คุณตรวจสอบข้อตกลงได้อย่างรวดเร็วก่อนที่คุณจะเผยแพร่ ดาวน์โหลด Apidog และส่งคำขอ Fugu แรกของคุณจากคำขอที่สะอาดและสามารถทำซ้ำได้