Apidog'da Sakana Fugu API'sini test etmek için, Fugu'nun OpenAI uyumlu /chat/completions yolunu işaret eden yeni bir HTTP isteği oluşturun, anahtarınızla birlikte bir Authorization: Bearer başlığı ekleyin ve ya fugu ya da fugu-ultra modelini adlandıran bir payload gönderin. Fugu tek bir OpenAI uyumlu uç nokta sunduğundan, OpenAI sohbet formatını konuşan herhangi bir araç, SDK değişimi olmadan çalışır ve Apidog size tek bir pencerede akış denetimi, kaydedilmiş istek varyantları ve yanıt karşılaştırması sunar. Bu kılavuz tüm döngüyü ele alır: isteği oluşturun, SSE deltalarını izleyin, usage nesnesini okuyun ve dengeli katman ile daha yavaş Ultra katman arasındaki gecikmeyi karşılaştırarak gerçek yanıtlarda orkestrasyon sıçraması maliyetini görebilirsiniz.
Test et ve gözlemle yolunun yerine kod öncelikli entegrasyon yolunu tercih ederseniz, eşlik eden Sakana Fugu API'sini kullanma kılavuzu SDK bağlantısını kapsar. Bu makale Apidog içinde kalır.
Fugu ile Gerçekten Ne Test Ediyorsunuz?
Fugu sıradan bir sohbet modeli değildir. Sakana'ya göre, tek bir API'nin arkasında tek bir temel model olarak sunulan çoklu ajanlı bir orkestrasyon sistemidir. Eğitimli bir dil modeli delegasyon, ajan iletişimi ve iş sentezinde uzmanlaşır, ardından kendisinin özyinelemeli örnekleri de dahil olmak üzere birden fazla LLM'yi dinamik olarak koordine eder. Yayın başlığı "Hepsini Yönetmek İçin Tek Bir Model"dir. Orkestrasyonun arka planı için, Sakana Fugu nedir açıklamasına bakınız.
Bu tasarım test için önemlidir. Tek bir istek gönderdiğinizde, Fugu doğrudan yanıt verip vermeyeceğine veya perde arkasında bir ekip kurup kurmayacağına karar verir. Tek bir yanıt görürsünüz, ancak altındaki çalışma birkaç modeli geçmiş olabilir. Bu nedenle Apidog'da ölçmeye değer şeyler normal bir model testinden farklıdır: Fugu'nun tek bir geçiş mi yoksa bir orkestrasyon sıçraması mı yaptığını gösteren bir gösterge olarak gecikmeyi izlersiniz ve ana çağrıdaki token maliyetini görmek için usage nesnesini okursunuz.
İki varyant bu tek uç noktayı paylaşır:
- Fugu (dengeli, düşük gecikmeli varyant) günlük işleri hedefler: kodlama, kod incelemesi, sohbet botları ve etkileşimli hizmetler.
- Fugu Ultra maksimum yanıt kalitesini hedefler: yapay zeka araştırması, makale çoğaltma, siber güvenlik analizi ve literatür veya patent araştırması.
Beta sürümü ve ilk basının çoğu küçük varyanta "Fugu Mini" adını verdi. Yayın sayfasında "Fugu" ve "Fugu Ultra" başlıkları yer almaktadır, bu nedenle bu adları kullanın; "Mini" eski beta etiketidir.
Başlamadan Önce Temel URL'yi ve Anahtarı Alın
Fugu bir oturum açma duvarının arkasında yaşar. console.sakana.ai adresinden Google veya e-posta ile oturum açarsınız ve konsol, API anahtarınızı ve temel URL'nizi kopyalayacağınız yerdir.
22.06.2026 için önemli bir not: temel URL herhangi bir genel Sakana sayfasında yayınlanmamıştır. Tahmin etmeyin. Gerçek ana bilgisayarı konsoldan kopyalayın ve bir değişken olarak saklayın. Bu kılavuzda gördüğünüz her <YOUR_FUGU_BASE_URL_FROM_CONSOLE> ifadesini, konsolun size gösterdiği değerle değiştirin. Erişim de yaklaşık 500 kullanıcılı bir betadan genel kullanıma doğru ilerledi; kendi kendine kayıtın tamamen açık olup olmadığı ve AB/AEA kısıtlaması olup olmadığı konsolda canlı olarak kontrol edilmeye değerdir.
Apidog'da Fugu İsteğini Ayarlayın
Apidog'unuz yoksa indirin, ardından yeni bir proje ve yeni bir HTTP isteği oluşturun.
Anahtar ve Ana Bilgisayar İçin Ortam Değişkenlerini Kullanın
Gizli bilgileri URL çubuğuna yapıştırmayın. Apidog ortamları, temel URL'yi ve anahtarı bir kez saklamanıza ve her istekte bunlara başvurmanıza olanak tanır. Bir ortam oluşturun (ona Fugu Prod adını verin) ve iki değişken ekleyin:
fugu_base_urldeğerini<YOUR_FUGU_BASE_URL_FROM_CONSOLE>değeriniz olarak ayarlayın.fugu_keydeğerini konsol API anahtarınız olarak ayarlayın.
Şimdi istek URL'niz {{fugu_base_url}}/chat/completions ve başlık değeriniz Bearer {{fugu_key}} olur. Bir hazırlık anahtarı ile bir üretim anahtarı arasında geçiş yapmak, istekler arasında bul ve değiştir yapmak yerine tek bir açılır menü değişikliğidir. Daha önce diğer OpenAI uyumlu sağlayıcıları bir ağ geçidi aracılığıyla bağladıysanız, bu, tek bir temel URL ve tek bir taşıyıcı token'ın bir OpenAI istemcisini yeni bir arka uca yönlendirdiği OpenRouter ile Claude Kodu rehberindeki deseni yansıtır.
İstek Gövdesini Oluşturun
Metodu POST olarak, URL'yi {{fugu_base_url}}/chat/completions olarak ayarlayın ve şu başlıkları ekleyin:
Authorization: Bearer {{fugu_key}}
Content-Type: application/json
Ardından JSON gövdesine standart bir OpenAI sohbet payload'ı bırakın:
{
"model": "fugu",
"messages": [
{ "role": "system", "content": "You are a concise API testing assistant." },
{ "role": "user", "content": "Summarize what an SSE delta is in two sentences." }
],
"stream": false
}
Şekil, OpenAI sohbet tamamlama referansı ile tam olarak eşleşir, ki bu da OpenAI uyumlu bir uç noktanın amacıdır. Lansmanda bildirilen model kimliği dizeleri fugu ve fugu-ultra (ve muhtemelen fugu-ultra-20260615 gibi eski bir biçim) şeklindedir. Eski kimlikler değiştiği için eski bir dizeyi sabit kodlamak yerine konsoldaki tam kimliği doğrulayın.
Gönderin. Normal bir sohbet tamamlama nesnesi, bir choices dizisi ve bir usage bloğu ile geri almalısınız. Bu isteği Apidog'da "Fugu dengeli" olarak kaydedin.
Ultra Varyantına Gönderin ve İkisini de Kaydedin
Kaydedilen isteği çoğaltın, bir alanı değiştirin ve ikinci test senaryonuz hazır:
{
"model": "fugu-ultra",
"messages": [
{ "role": "user", "content": "Reproduce the core result of the Trinity coordinator paper in plain language and note one limitation." }
],
"stream": false
}
Bunu "Fugu Ultra" olarak kaydedin. Şimdi, yalnızca model alanı ile ayrılmış, aynı uç noktaya giden iki kaydedilmiş isteğiniz var. Bu, testin geri kalanını anlamlı kılan kurulumdur. Her ikisine de aynı istemi gönderir, ardından yanıtları karşılaştırır ve zamanlamayı kıyaslarsınız. Apidog, istek başına bir yanıt geçmişi tutar, böylece her birini yeniden çalıştırabilir ve yanıtların ve gecikmenin nasıl değiştiğini izleyebilirsiniz. API çağrılarını zincirleme ve karşılaştırma konusunda daha geniş bir desen için, API test orkestrasyon kılavuzu birden fazla istek arasında nasıl sıralama yapılacağını ve doğrulama yapılacağını kapsar.
SSE Akış Deltalarını İnceleyin
Akış, Fugu'nun davranışının ilginçleştiği yerdir, çünkü uzun bir orkestrasyon sıçraması bile token'ları tamamlandıkça akıtır. stream değerini true olarak çevirin:
{
"model": "fugu-ultra",
"messages": [
{ "role": "user", "content": "Walk through a one-shot chess opening analysis, step by step." }
],
"stream": true
}
Akış açıkken, yanıt text/event-stream biçiminde gelir ve bir dizi data: parçacığı olarak ulaşır. Apidog, SSE akışını canlı olarak render eder, böylece bir dönen simgeye bakmak yerine deltaların geldiğini izlersiniz. Her parçacık şöyle görünür:
data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","choices":[{"index":0,"delta":{"content":"The"},"finish_reason":null}]}
data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","choices":[{"index":0,"delta":{"content":" Sicilian"},"finish_reason":null}]}
data: [DONE]
delta nesnesi artımlı token içeriğini taşır. İlk parça genellikle role'ü taşır, ardından sonraki parçalar content parçalarını taşır ve akış, finish_reason ayarlanmış ve son bir data: [DONE] satırı ile sona erer. Ultra'daki ilk delta'dan önceki boşluğa dikkat edin. Token'lar başlamadan önce uzun bir duraklama, ardından düzenli bir akış, Fugu'nun yanıt vermeden önce bir ekip oluşturduğuna dair faydalı bir sinyaldir. Dengeli varyant, daha sık doğrudan yanıt verdiği için daha erken akışa başlama eğilimindedir.
Kullanım Nesnesini Okuyun ve Maliyeti Karşılaştırın
Akışsız bir çağrı geri döndüğünde, yanıttaki usage bloğunu açın:
{
"usage": {
"prompt_tokens": 38,
"completion_tokens": 412,
"total_tokens": 450
}
}
Ana çağrıdaki token sayıları, Apidog'un size doğrudan gösterdiği şeydir. Bir dürüstlük noktasını göz önünde bulundurun: Fugu, kendisini özyinelemeli olarak içeren, diğer tedarikçilerin ileri seviye modellerini çağıran bir orkestratördür. Okuduğunuz usage, Fugu'ya yaptığınız isteğin muhasebesidir, çağırmış olabileceği her aşağı akış modeline açılan bir pencere değildir. Sakana'ya göre fiyatlandırma yapısı, günlük kullanım için abonelik katmanları ve daha ağır ve kurumsal iş yükleri için kullandıkça öde planıdır.
Somut bir karşılaştırma noktası olarak, Anthropic'in yayınlanmış oranları (09.06.2026), Fable 5 ve Mythos 5'i 1M girdi başına 10 dolar ve 1M çıktı başına 50 dolar olarak belirler. Eşlik eden Claude Fable 5 API kılavuzu, aynı Apidog projesinde Fugu ile birlikte test etmek için tek model bir temel istiyorsanız bu uç noktayı kapsar.
Gecikmedeki Orkestrasyon Sıçraması Maliyetini Ölçün
Bu, her iki varyantı da çalıştırmayı haklı çıkaran testtir. "Fugu dengeli" ve "Fugu Ultra"ya aynı istemi gönderin, ardından Apidog'un her sonucun altında bildirdiği yanıt süresini okuyun.
Genellikle dengeli varyantın daha hızlı döndüğünü göreceksiniz. Sakana'ya göre, dengeli "Fugu" düşük gecikmeyi ve etkileşimli hizmetleri hedeflerken, Ultra araştırma düzeyindeki işler için maksimum kaliteyi hedefler. Gecikme farkı, orkestrasyon sıçraması üzerindeki görünür okumanızdır: Ultra daha uzun sürdüğünde, bu fazladan süre Fugu'nun tek bir geçişte yanıt vermek yerine bir ekibi koordine etmesidir. Apidog'un istek başına zamanlaması ve kaydedilmiş geçmişi, her varyantı birkaç kez çalıştırmanıza ve farkın kararlı mı yoksa isteme bağlı mı olduğunu gözlemlemenize olanak tanır.
Farkı vurgulamak için, Sakana'nın kendi uygulama listesinden güçlü sonuçlar iddia ettiği bir görevi seçin: AutoResearch, mekanik tasarım, finansal zaman serisi tahmini veya tek atış satranç. Sakana'ya göre Fugu, bu belirli uygulamalarda Gemini 3.1 Pro, Opus 4.8 ve GPT 5.5'i sürekli olarak geride bırakmaktadır. Bu iddiayı dikkatlice okuyun. Fugu, bu modelleri çağırarak ve çıktılarının sentezini yaparak bu sonuçlara ulaşabilir, bu nedenle "Opus 4.8'i yener" sonucu tek bir modelin galibiyeti değil, modellerin modeli sonucu olabilir. Sakana ayrıca Fugu Ultra'yı mühendislik ve akıl yürütme kıyaslamalarında Fable 5 ve eski Mythos Preview ile omuz omuza durduğunu belirtir, bu bir eşitlik iddiasıdır, "yenme" iddiası değil. Kendiniz test edin ve kendi istemlerinize göre yargılayın.
İnceleyebileceğiniz Ajan Yönlendirme ve Yönetişim
Fugu'nun yayın sayfası, doğrudan test etmeye değer mekanikleri açıklar. Havuzdaki ajanlar değiştirilebilir. Ekipler, veri veya uyumluluk nedenleriyle belirli ajanları dışarıda bırakabilir. Fugu ayrıca sağlayıcı kısıtlamalarını dinamik olarak aşar. Konsolunuz ajan havuzu kontrollerini gösteriyorsa, hangi modellerin uygun olduğunu değiştirebilir ve yönlendirme ile yanıtların nasıl değiştiğini izlemek için kaydedilmiş Apidog isteklerinizi yeniden çalıştırabilirsiniz.
Araştırma soyu gerçek ve alıntılanabilir. Bu yaklaşımın arkasında iki ICLR 2026 makalesi bulunmaktadır: Trinity, “Evrimleşmiş Bir LLM Koordinatörü”, Düşünen, Çalışan ve Doğrulayan rolleriyle türevsiz evrimle optimize edilmiş 20K parametrenin altında bir koordinatör ve Conductor, “Doğal Dilde Ajanları Orkestralamayı Öğrenme”, kendi iletişim yapısını öğrenen ve daha düşük maliyetle Karışım-Ajanları yendiğini iddia eden pekiştirmeli öğrenmeyle eğitilmiş 7B'lik bir model. Farklı yöntemler ve boyutlar kullanırlar, bu yüzden onları karıştırmayın ve herhangi bir belirli parametre sayısını sevk edilen ürüne eşlemenin resmi bir rakamdan ziyade üçüncü taraf çıkarımı olduğunu unutmayın.
Bu Apidog İş Akışınıza Nasıl Uyar?
Fugu'yu tek seferlik bir curl yerine Apidog'da test etmenin amacı tekrarlanabilirliktir. Her iki varyant isteğini de kaydedersiniz, anahtarınızı ve ana bilgisayarınızı bir ortamda tutarsınız, bunları yeni istemlere karşı tekrar oynatırsınız, yanıtları yan yana karşılaştırırsınız ve gecikmeyi ve usage'ı araçtan ayrılmadan okursunuz. Fugu bir model kimliğini döndürdüğünde veya bir hazırlık anahtarından üretime geçtiğinizde, tek bir ortam değişkenini değiştirirsiniz ve kaydedilmiş her istek bunu takip eder. İşte bu, test et ve gözlemle döngüsüdür: bir kez oluştur, sonra farklı istemleri içinden geçirirken bir orkestrasyon sisteminin nasıl davrandığını izle.
Sakana adını Japonca balık kelimesinden alır ve balık sürüsü markalaması, birçok modeli tek bir yanıtta koordine eden bir orkestratöre uyar. Fugu, balon balığı, sadece yetenekli bir şef tarafından hazırlandığında güvenli olan bir inceliktir. Dikkatli hazırlık metaforu, ajanlar arasında iş yönlendirmesini düşünmek için adil bir yoldur, ancak bunun bir renk olduğunu, bir kıyaslama olmadığını unutmayın.
OpenAI uyumlu isteklerinizi Fugu'ya yönlendirin, varyantlarınızı kaydedin ve Apidog'un yük altında orkestratörün ne yaptığını size göstermesine izin verin. İlk Fugu ortamınızı kurmak için Apidog'u indirin ve orkestrasyon sıçramasını kendiniz görmek için her iki varyanta da aynı istemi göndererek başlayın.
Sıkça Sorulan Sorular
Apidog'da Fugu'yu Test Etmek İçin Hangi Temel URL'yi Kullanırım?
Oturum açtıktan sonra temel URL'yi console.sakana.ai adresinden kopyalayın. Sakana, 22.06.2026 itibarıyla ana bilgisayarı herhangi bir genel sayfada yayınlamamıştır, bu yüzden tahmin etmeyin. Onu bir Apidog ortam değişkeni olarak saklayın ve {{fugu_base_url}}/chat/completions olarak referans alın.
Fugu'yu Çağırmak İçin Özel Bir SDK'ya İhtiyacım Var mı?
Hayır. Fugu, tek bir OpenAI uyumlu uç nokta sunar, bu nedenle herhangi bir OpenAI istemcisi veya OpenAI sohbet formatını konuşan herhangi bir araç, yalnızca temel URL ve anahtar değişikliğiyle çalışır. Aynı yönlendirme deseni OpenRouter kılavuzuyla Claude Kodu'nda da görünür.
Fugu'dan Akış Yanıtlarını Nasıl Test Ederim?
İstek gövdesinde "stream": true olarak ayarlayın. Yanıt, artımlı delta içeriği taşıyan data: parçacıkları ile text/event-stream olarak gelir ve data: [DONE] ile sona erer. Apidog, SSE akışını canlı olarak render eder, böylece deltaların gerçek zamanlı olarak geldiğini izleyebilirsiniz.
Fugu ve Fugu Ultra Arasındaki Fark Nedir?
Fugu, günlük kodlama, inceleme ve sohbet botları için dengeli, düşük gecikmeli varyanttır. Fugu Ultra, araştırma, makale çoğaltma ve güvenlik analizi için maksimum yanıt kalitesini hedefler. Her ikisi de aynı uç nokta üzerinden çalışır ve yalnızca model alanı ile ayrılır, bu da onları Apidog'da kaydetmeyi ve karşılaştırmayı kolaylaştırır.
Fugu Ultra Neden Dengeli Varyanttan Daha Yavaş?
Ekstra gecikme, orkestrasyon sıçramasıdır. Sakana'ya göre Fugu doğrudan yanıt verebilir veya bir model ekibi oluşturabilir ve Ultra, kalite için daha derin koordinasyona eğilimlidir. Apidog'da okuduğunuz daha yavaş yanıt süresi, Fugu'nun tek bir geçişte yanıt vermek yerine birden fazla modeli koordine ettiğinin görünür sinyalidir.
Fugu'nun Kıyaslama Başarıları Tek Model Sonuçları mı?
Hayır. Fugu, kendisini özyinelemeli olarak içeren, diğer tedarikçilerin ileri seviye modellerini çağıran bir orkestratördür. Dolayısıyla, Sakana'ya göre "Opus 4.8'i yener" sonucu, Opus'u çağırıp çıktısını sentezlemekten kaynaklanabilir. Fugu'nun sayılarını tek model zaferleri olarak değil, modellerin modeli sonuçları olarak ele alın ve kendi istemlerinize göre doğrulayın.