Sakana AI ਦਾ Fugu Ultra v1.1 ਤਾਜ਼ਾ ਅਪਡੇਟ ਵਿੱਚ Fable 5 ਨੂੰ ਪਛਾੜਦਾ ਹੈ

Sakana AI ਨੇ ਆਪਣੇ ਇੰਟੈਲੀਜੈਂਟ ਮਾਡਲ ਰਾਊਟਰ, Fugu Ultra v1.1 ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਅਪਡੇਟ ਜਾਰੀ ਕੀਤਾ ਹੈ, ਅਤੇ ਮਹੱਤਵਪੂਰਨ ਤਕਨੀਕੀ ਬੈਂਚਮਾਰਕਸ ਵਿੱਚ ਵੱਡੇ ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਵਾਧੇ ਦਾ ਦਾਅਵਾ ਕੀਤਾ ਹੈ। ਇਹ ਅਪਡੇਟ ਉੱਤਮ ਤਰਕ (reasoning) ਅਤੇ ਕੋਡਿੰਗ ਸਮਰੱਥਾਵਾਂ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਉੱਚ-ਪੱਧਰੀ ਮਾਡਲਾਂ ਵਿੱਚ ਕੁਐਰੀਆਂ (queries) ਨੂੰ ਵੰਡਣ ਦੇ ਤਰੀਕੇ ਨੂੰ ਸੁਧਾਰਨ ਲਈ ਇੱਕ ਰਣਨੀਤਕ ਕੋਸ਼ਿਸ਼ ਹੈ।

ਬੈਂਚਮਾਰਕਸ ਨੂੰ ਤੋੜਨਾ: Fugu Ultra v1.1 ਦਾ ਫਾਇਦਾ

Fugu Ultra v1.1 ਦੀ ਮੁੱਖ ਨਵੀਨਤਾ ਇਸਦੀ ਰਾਊਟਿੰਗ ਇੰਟੈਲੀਜੈਂਸ ਵਿੱਚ ਹੈ, ਜੋ ਕਿਸੇ ਵੀ ਦਿੱਤੇ ਗਏ ਪ੍ਰੋਂਪਟ ਲਈ ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ LLMs ਦੇ ਸਮੂਹ ਵਿੱਚੋਂ ਸਭ ਤੋਂ ਢੁਕਵਾਂ ਮਾਡਲ ਚੁਣਦੀ ਹੈ। Sakana AI ਦੀ ਰਿਪੋਰਟ ਅਨੁਸਾਰ, ਇਹ ਵਰਜ਼ਨ ਸ਼ੁਰੂਆਤੀ v1.0 ਰੀਲੀਜ਼ ਦੇ ਮੁਕਾਬਲੇ 7.9 ਪੁਆਇੰਟਾਂ ਤੱਕ ਪ੍ਰਦਰਸ਼ਨ ਵਿੱਚ ਵਾਧਾ ਕਰਦਾ ਹੈ।

ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਗੱਲ ਇਹ ਹੈ ਕਿ ਰਾਊਟਰ ਨੇ ਵਿਸ਼ੇਸ਼ ਤਕਨੀਕੀ ਮੁਲਾਂਕਣਾਂ, ਖਾਸ ਕਰਕੇ ProgramBench ਅਤੇ TerminalBench 2.1 ਬੈਂਚਮਾਰਕਸ 'ਤੇ ਮਹੱਤਵਪੂਰਨ ਉਛਾਲ ਦਿਖਾਇਆ ਹੈ। ਇੱਕ ਹੈਰਾਨੀਜਨਕ ਦਾਅਵੇ ਵਿੱਚ, Sakana ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ Fugu Ultra v1.1 ਹੁਣ ਜ਼ਿਆਦਾਤਰ ਬੈਂਚਮਾਰਕਸ ਵਿੱਚ Anthropic ਦੇ Fable 5 ਨੂੰ ਪਛਾੜ ਰਿਹਾ ਹੈ—ਭਾਵੇਂ ਕਿ Fable 5 ਅਸਲ ਵਿੱਚ ਰਾਊਟਰ ਦੇ ਚੋਣ ਸਮੂਹ ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਹੈ। ਹਾਲਾਂਕਿ ਇਹ ਨਤੀਜੇ ਵਰਤਮਾਨ ਵਿੱਚ ਸੁਤੰਤਰ ਤੀਜੀ-ਪੱਖੀ ਤਸਦੀਕ ਤੋਂ ਰਹਿਤ ਹਨ, ਪਰ ਇਹ ਸੰਕੇਤ ਦਿੰਦੇ ਹਨ ਕਿ ਰਾਊਟਿੰਗ ਲੌਜਿਕ ਮੌਜੂਦਾ ਮਾਡਲ ਆਰਕੀਟੈਕਚਰਾਂ ਤੋਂ ਉੱਚਤਮ ਪ੍ਰਦਰਸ਼ਨ ਕੱਢਣ ਵਿੱਚ ਬਹੁਤ ਕੁਸ਼ਲ ਹੁੰਦਾ ਜਾ ਰਿਹਾ ਹੈ।

ਤਕਨੀਕੀ ਆਰਕੀਟੈਕਚਰ ਅਤੇ ਡਿਵੈਲਪਰ ਇੰਟੀਗ੍ਰੇਸ਼ਨ

ਇੱਕ ਅਤਿ-ਆਧੁਨਿਕ ਸਮੂਹ ਨੂੰ ਬਣਾਈ ਰੱਖਣ ਲਈ Sakana ਦਾ ਪਹੁੰਚ ਅਨਿਵਾਰਜਕ ਹੈ; ਕੰਪਨੀ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਕਿਸੇ ਵੀ ਨਵੇਂ ਉੱਚ-ਪੱਧਰੀ ਮਾਡਲ ਨੂੰ ਅਧਿਕਾਰਤ ਤੌਰ 'ਤੇ Fugu ecosystem ਵਿੱਚ ਸ਼ਾਮਲ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਲਗਭਗ ਦੋ ਹਫ਼ਤਿਆਂ ਦੀ ਸਮਰਪਿਤ ਸਿਖਲਾਈ ਅਤੇ ਮੁਲਾਂਕਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਰਾਊਟਰ ਦੀ ਫੈਸਲਾ ਲੈਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਬਾਜ਼ਾਰ ਵਿੱਚ ਸਭ ਤੋਂ ਨਵੇਂ weights ਅਤੇ ਸਮਰੱਥਾਵਾਂ ਲਈ ਅਨੁਕੂਲ ਰਹੇ।

ਡਿਵੈਲਪਰਾਂ ਲਈ, ਇਹ ਅਪਡੇਟ ਇੱਕ ਨਵਾਂ Claude Code-compatible endpoint ਪੇਸ਼ ਕਰਦਾ ਹੈ, ਜੋ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਆਪਣੇ terminal ਤੋਂ ਸਿੱਧੇ Fugu ਨੂੰ ਕਾਲ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ। ਇਹ ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਉਨ੍ਹਾਂ ਇੰਜੀਨੀਅਰਾਂ ਲਈ ਵਰਕਫਲੋ ਨੂੰ ਸਰਲ ਬਣਾਉਂਦੀ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਉੱਚ-ਪੱਧਰੀ ਤਰਕ ਅਤੇ terminal-ਅਧਾਰਤ ਆਟੋਮੇਸ਼ਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਹਨਾਂ ਤਕਨੀਕੀ ਤਰੱਕੀਆਂ ਦੇ ਬਾਵਜੂਦ, ਕੀਮਤ ਪਿਛਲੇ ਵਰਜ਼ਨ ਦੇ ਅਨੁਸਾਰ ਹੀ ਹੈ: $5 ਪ੍ਰਤੀ ਮਿਲੀਅਨ input tokens ਅਤੇ $30 ਪ੍ਰਤੀ ਮਿਲੀਅਨ output tokens। Fugu ਵਰਤਮਾਨ ਵਿੱਚ OpenRouter ਅਤੇ Vercel ਸਮੇਤ ਪ੍ਰਮੁੱਖ ਪਲੇਟਫਾਰਮਾਂ ਰਾਹੀਂ ਉਪਲਬਧ ਹੈ।

ਬਾਜ਼ਾਰ ਦੀਆਂ ਚੁਣੌਤੀਆਂ ਅਤੇ ਨਿਯਮਾਂ ਦਾ ਹੱਲ ਕਰਨਾ

ਇਹ ਰੀਲੀਜ਼ Fugu ਦੀ ਸ਼ੁਰੂਆਤੀ ਲਾਂਚ ਦੀ ਜਾਂਚ ਦੇ ਸਮੇਂ ਤੋਂ ਬਾਅਦ ਆਈ ਹੈ। ਸ਼ੁਰੂਆਤੀ ਆਲੋਚਕਾਂ ਨੇ ਉੱਚ ਟੋਕਨ ਖਪਤ, ਲੇਟੈਂਸੀ (latency), ਅਤੇ ਅਸੰਗਤ ਨਤੀਜਿਆਂ ਬਾਰੇ ਮੁੱਦਿਆਂ ਨੂੰ ਉਜਾਗਰ ਕੀਤਾ ਸੀ। v1.1 ਦੇ ਨਾਲ, Sakana ਡਿਵੈਲਪਰਾਂ ਦਾ ਵਿਸ਼ਵਾਸ ਮੁੜ ਜਿੱਤਣ ਲਈ ਕੁਸ਼ਲਤਾ ਅਤੇ ਵਿਸ਼ੇਸ਼ ਕਾਰਜ ਪ੍ਰਦਰਸ਼ਨ 'ਤੇ ਜ਼ੋਰ ਦੇ ਰਿਹਾ ਜਾਪਦਾ ਹੈ।

ਹਾਲਾਂਕਿ, ਵਿਸ਼ਵਵਿਆਪੀ ਅਪਣਾਉਣ ਲਈ ਭੂਗੋਲਿਕ ਸੀਮਾਵਾਂ ਇੱਕ ਰੁਕਾਵਟ ਬਣੀਆਂ ਹੋਈਆਂ ਹਨ। Sakana AI ਵਰਤਮਾਨ ਵਿੱਚ GDPR ਅਤੇ ਹੋਰ EU-ਵਿਸ਼ੇਸ਼ ਰੈਗੂਲੇਟਰੀ ਫਰੇਮਵਰਕ ਨਾਲ ਸਬੰਧਤ ਗੁੰਝਲਦਾਰਤਾਵਾਂ ਦਾ ਹਵਾਲਾ ਦਿੰਦੇ ਹੋਏ ਯੂਰਪੀਅਨ ਯੂਨੀਅਨ (EU) ਜਾਂ ਯੂਰਪੀਅਨ ਇਕਨਾਮਿਕ ਏਰੀਆ (EEA) ਦੇ ਅੰਦਰ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਸੇਵਾਵਾਂ ਪ੍ਰਦਾਨ ਨਹੀਂ ਕਰਦਾ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ "model router" ਸ਼੍ਰੇਣੀ ਵਧ ਰਹੀ ਹੈ, ਪਾਰਦਰਸ਼ੀ ਅਤੇ ਤਸਦੀਕਯੋਗ ਡੇਟਾ ਰਾਹੀਂ ਇਹਨਾਂ ਪ੍ਰਦਰਸ਼ਨ ਦਾਅਵਿਆਂ ਨੂੰ ਸਾਬਤ ਕਰਨ ਦੀ Sakana ਦੀ ਯੋਗਤਾ ਪ੍ਰਤੀਯੋਗੀ AI ਲੈਂਡਸਕੇਪ ਵਿੱਚ ਇਸਦੀ ਵਿਵਹਾਰਕਤਾ ਦੀ ਅੰਤਿਮ ਪ੍ਰੀਖਿਆ ਹੋਵੇਗੀ।

ਮੁੱਖ ਗੱਲਾਂ

• ਸ਼ਾਨਦਾਰ ਬੈਂਚਮਾਰਕਿੰਗ: Fugu Ultra v1.1, v1.0 ਦੇ ਮੁਕਾਬਲੇ 7.9-ਪੁਆਇੰਟ ਦਾ ਸੁਧਾਰ ਦਿਖਾਉਂਦਾ ਹੈ, ਜੋ ਕਿ Fable 5 ਦੇ ਰਾਊਟਰ ਦੇ ਪੂਲ ਵਿੱਚ ਨਾ ਹੋਣ ਦੇ ਬਾਵਜੂਦ ਕਈ ਮਾਪਦੰਡਾਂ 'ਤੇ Anthropic ਦੇ Fable 5 ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਪਛਾੜਦਾ ਹੈ।
• ਡਿਵੈਲਪਰ-ਕੇਂਦ੍ਰਿਤ ਅਪਡੇਟਸ: ਨਵਾਂ ਵਰਜ਼ਨ ਇੱਕ Claude Code-compatible terminal endpoint ਜੋੜਦਾ ਹੈ, ਜੋ ਕੋਡਿੰਗ ਵਰਕਫਲੋ ਲਈ ਆਸਾਨ ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਦੀ ਸਹੂਲਤ ਦਿੰਦਾ ਹੈ।
• ਸਖ਼ਤ ਕਿਊਰੇਸ਼ਨ: ਉੱਚ ਸ਼ੁੱਧਤਾ ਅਤੇ ਪ੍ਰਦਰਸ਼ਨ ਬਣਾਈ ਰੱਖਣ ਲਈ Sakana ਰਾਊਟਰ ਵਿੱਚ ਜੋੜੇ ਗਏ ਹਰ ਨਵੇਂ ਮਾਡਲ ਲਈ ਦੋ ਹਫ਼ਤਿਆਂ ਦਾ ਮੁਲਾਂਕਣ ਚੱਕਰ ਵਰਤਦਾ ਹੈ।