Apidog'da Sakana Fugu API'si Nasıl Test Edilir?

Apidog'da Sakana Fugu API'sini test etmek için yeni bir HTTP isteği oluşturun, Fugu'nun OpenAI uyumlu /chat/completions yolunu hedefleyin, Authorization: Bearer başlığını API anahtarınızla ekleyin ve model alanında fugu veya fugu-ultra gönderin. Fugu tek bir OpenAI uyumlu uç nokta sunduğu için OpenAI sohbet formatını destekleyen araçlar SDK değiştirmeden çalışır; Apidog ile aynı pencerede istek varyantlarını kaydedebilir, SSE akışını izleyebilir, usage nesnesini okuyabilir ve Fugu ile Fugu Ultra gecikmesini karşılaştırabilirsiniz.

Apidog'u bugün deneyin

Kod öncelikli entegrasyon arıyorsanız, eşlik eden Sakana Fugu API'sini kullanma kılavuzu SDK bağlantısını kapsar. Bu yazı Apidog içinde test etme ve gözlemleme akışına odaklanır.

Fugu ile Gerçekte Ne Test Ediyorsunuz?

Fugu klasik bir sohbet modeli gibi davranmaz. Sakana'ya göre Fugu, tek bir API'nin arkasında sunulan çoklu ajanlı bir orkestrasyon sistemidir. Eğitimli bir dil modeli delegasyon, ajan iletişimi ve iş sentezinde uzmanlaşır; ardından kendisinin özyinelemeli örnekleri dahil birden fazla LLM'yi dinamik olarak koordine eder. Arka plan için Sakana Fugu nedir açıklamasına bakabilirsiniz.

Bu tasarım test stratejisini değiştirir. Tek bir API çağrısı gönderirsiniz, ancak Fugu yanıtı doğrudan üretebilir veya perde arkasında bir model ekibi kurabilir. Bu nedenle Apidog'da özellikle şu üç metriğe bakın:

• İlk token gecikmesi: Orkestrasyon başlamadan önceki bekleme süresini gösterir.
• Toplam yanıt süresi: Fugu ve Fugu Ultra arasındaki pratik farkı ölçer.
• usage bloğu: Ana çağrıdaki token tüketimini gösterir.

Fugu'nun iki ana varyantı aynı uç noktayı paylaşır:

Model	Kullanım amacı
fugu	Dengeli, düşük gecikmeli varyant. Kodlama, kod incelemesi, sohbet botları ve etkileşimli servisler için uygundur.
fugu-ultra	Maksimum yanıt kalitesi hedefler. Araştırma, makale çoğaltma, siber güvenlik analizi, literatür ve patent araştırması gibi daha ağır işler için tasarlanmıştır.

Not: Beta döneminde küçük varyant için “Fugu Mini” adı kullanıldı. Yayın sayfasında güncel adlar fugu ve fugu-ultra olarak geçer. Konsolda görünen model kimliğini esas alın.

Başlamadan Önce: Temel URL ve API Anahtarını Alın

Fugu erişimi konsol üzerinden yönetilir. console.sakana.ai adresinde Google veya e-posta ile oturum açın, ardından şu bilgileri kopyalayın:

• API anahtarı
• Fugu temel URL'si

22.06.2026 itibarıyla temel URL genel Sakana sayfalarında yayınlanmamıştır. Tahmin etmeyin. Konsolda gördüğünüz gerçek değeri kullanın ve Apidog ortam değişkeni olarak saklayın.

Bu yazıdaki tüm örneklerde:

<YOUR_FUGU_BASE_URL_FROM_CONSOLE>

ifadesini konsolda verilen temel URL ile değiştirin.

Apidog'da Fugu İsteğini Oluşturun

Apidog'da yeni bir proje açın ve yeni bir HTTP isteği oluşturun.

1. Ortam Değişkenlerini Tanımlayın

Gizli bilgileri doğrudan URL veya body içine yazmayın. Apidog ortamı oluşturun; örneğin:

Fugu Prod

Ardından iki değişken ekleyin:

Değişken	Değer
fugu_base_url	<YOUR_FUGU_BASE_URL_FROM_CONSOLE>
fugu_key	Sakana konsolundaki API anahtarınız

Bundan sonra istek URL'niz şöyle olur:

{{fugu_base_url}}/chat/completions

Authorization başlığı da şöyle olur:

Bearer {{fugu_key}}

Bu yapı, hazırlık ve üretim anahtarları arasında geçiş yapmayı kolaylaştırır. Aynı desen, OpenAI uyumlu sağlayıcıları yönlendiren OpenRouter ile Claude Code rehberinde de kullanılır.

2. HTTP İsteğini Ayarlayın

Apidog'da isteği şu şekilde yapılandırın:

POST {{fugu_base_url}}/chat/completions
Authorization: Bearer {{fugu_key}}
Content-Type: application/json

Body sekmesine standart OpenAI sohbet payload'ı ekleyin:

{
  "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
}

Payload yapısı OpenAI chat completions referansı ile uyumludur. Lansmanda bildirilen model kimlikleri fugu ve fugu-ultra şeklindedir. Eski veya tarihli kimlikler değişebileceği için kesin model adını Sakana konsolundan doğrulayın.

İsteği gönderin. Başarılı yanıtta şuna benzer alanlar görmelisiniz:

• id
• object
• choices
• usage

Bu isteği Apidog'da Fugu dengeli adıyla kaydedin.

Fugu Ultra Varyantını Ekleyin

Kaydedilmiş isteği çoğaltın ve yalnızca model alanını değiştirin:

{
  "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
}

Bu isteği Fugu Ultra adıyla kaydedin.

Artık aynı uç noktaya giden iki testiniz var:

Kayıtlı istek	Model
Fugu dengeli	fugu
Fugu Ultra	fugu-ultra

Karşılaştırma yapmak için iki isteğe de aynı prompt'u gönderin. Apidog yanıt geçmişini ve yanıt sürelerini sakladığı için varyantları tekrar tekrar çalıştırıp davranış farkını izleyebilirsiniz.

Daha geniş istek zincirleme ve doğrulama akışları için API test orkestrasyon kılavuzuna bakabilirsiniz.

SSE Akış Deltalarını İnceleyin

Fugu'nun orkestrasyon davranışını görmek için streaming testi yapın. Body içinde stream değerini true yapın:

{
  "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 formatında gelir. Parçalar genellikle şu yapıya benzer:

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]

Burada önemli alan delta nesnesidir. delta, yanıtın artımlı içerik parçalarını taşır.

Streaming testinde şunları gözlemleyin:

1. İlk data: satırı ne kadar geç geliyor?
2. İlk token geldikten sonra akış düzenli mi ilerliyor?
3. Fugu ve Fugu Ultra arasında ilk delta gecikmesi farklı mı?

Ultra'da ilk delta öncesi daha uzun bir bekleme görürseniz bu, Fugu'nun yanıt üretmeden önce daha ağır bir orkestrasyon yaptığına dair pratik bir sinyal olabilir. Dengeli varyant genellikle daha erken akış başlatmayı hedefler.

usage Nesnesini Okuyun

Streaming kapalıyken dönen yanıtta usage bloğunu inceleyin:

{
  "usage": {
    "prompt_tokens": 38,
    "completion_tokens": 412,
    "total_tokens": 450
  }
}

Alanların anlamı:

Alan	Anlamı
prompt_tokens	İstek mesajlarının token sayısı
completion_tokens	Model yanıtının token sayısı
total_tokens	Toplam token sayısı

Önemli sınırlama: Fugu bir orkestratördür ve başka modelleri çağırabilir. Yanıttaki usage, sizin Fugu'ya yaptığınız ana çağrının muhasebesidir; perde arkasında çağrılmış olabilecek tüm alt modellerin ayrıntılı dökümü değildir.

Sakana'ya göre fiyatlandırma yapısı günlük kullanım için abonelik katmanları, daha ağır ve kurumsal iş yükleri için kullandıkça öde planı içerir.

Karşılaştırma için Anthropic'in yayınlanmış oranları 09.06.2026 itibarıyla Fable 5 ve Mythos 5'i 1M input token başına 10 dolar, 1M output token başına 50 dolar olarak listeler. Aynı Apidog projesinde tek model taban çizgisi oluşturmak isterseniz Claude Fable 5 API kılavuzu yardımcı olabilir.

Orkestrasyon Gecikmesini Ölçün

Fugu ve Fugu Ultra karşılaştırmasının en uygulanabilir testi gecikmedir.

Aynı prompt'u iki isteğe de gönderin:

Explain the trade-offs of using SSE for AI chat completions in an API gateway.

Ardından Apidog'da şu değerleri karşılaştırın:

Metrik	Fugu	Fugu Ultra
Toplam yanıt süresi	Apidog'dan okuyun	Apidog'dan okuyun
İlk token gecikmesi	Streaming ile gözlemleyin	Streaming ile gözlemleyin
total_tokens	usage.total_tokens	usage.total_tokens
Yanıt kalitesi	Manuel değerlendirin	Manuel değerlendirin

Genellikle dengeli fugu varyantının daha hızlı döndüğünü görürsünüz. Sakana'ya göre fugu düşük gecikmeli etkileşimli işler için, fugu-ultra ise araştırma düzeyi kalite için tasarlanmıştır.

Daha anlamlı test için Sakana'nın uygulama örneklerinden birini seçin:

• AutoResearch
• Mekanik tasarım
• Finansal zaman serisi tahmini
• Tek atış satranç analizi
• Güvenlik analizi

Sakana'ya göre Fugu bu uygulamalarda Gemini 3.1 Pro, Opus 4.8 ve GPT 5.5'i sürekli olarak geride bırakmaktadır. Bu iddiayı dikkatli yorumlayın: Fugu başka modelleri çağırıp çıktıları sentezleyebilen bir orkestratör olduğu için bu sonuçlar tek bir modelin doğrudan galibiyeti değil, “modellerin modeli” sonucu olabilir.

Ajan Yönlendirme ve Yönetişimi Test Edin

Fugu yayın sayfası, ajan havuzundaki modellerin değiştirilebilir olduğunu belirtir. Ekipler, veri veya uyumluluk gereksinimleri nedeniyle belirli ajanları dışarıda bırakabilir. Fugu ayrıca sağlayıcı kısıtlamalarını dinamik olarak aşacak şekilde yönlendirme yapabilir.

Sakana konsolunuz ajan havuzu kontrolleri sunuyorsa şu testi uygulayın:

1. Apidog'da fugu ve fugu-ultra isteklerini kaydedin.
2. Sakana konsolunda uygun ajan/model havuzunu değiştirin.
3. Apidog'da aynı prompt'u tekrar çalıştırın.
4. Yanıt içeriğini, gecikmeyi ve usage değerlerini karşılaştırın.

Bu yaklaşım, yönlendirme değişikliklerinin son kullanıcı yanıtına etkisini pratik olarak görmenizi sağlar.

Araştırma tarafında iki ICLR 2026 makalesi bu yaklaşımın arka planını açıklar:

• Trinity, “Evrimleşmiş Bir LLM Koordinatörü”: Düşünen, Çalışan ve Doğrulayan rolleriyle türevsiz evrimle optimize edilmiş 20K parametrenin altında bir koordinatör.
• Conductor, “Doğal Dilde Ajanları Orkestralamayı Öğrenme”: Kendi iletişim yapısını öğrenen ve daha düşük maliyetle Karışım-Ajanları yendiğini iddia eden pekiştirmeli öğrenmeyle eğitilmiş 7B model.

Bu çalışmalar farklı yöntemler ve boyutlar kullanır. Belirli parametre sayılarını doğrudan sevk edilen Fugu ürününe eşlemek resmi bir ürün metriği olarak yorumlanmamalıdır.

Apidog İş Akışına Nasıl Yerleştirilir?

Fugu'yu tek seferlik curl yerine Apidog'da test etmenin temel avantajı tekrarlanabilirliktir.

Önerilen kurulum:

1. Fugu Prod ortamını oluşturun.
2. fugu_base_url ve fugu_key değişkenlerini ekleyin.
3. Fugu dengeli isteğini kaydedin.
4. Fugu Ultra isteğini kaydedin.
5. Aynı prompt'ları iki varyanta gönderin.
6. Yanıt süresi, ilk token gecikmesi, usage ve içerik kalitesini karşılaştırın.
7. Model kimliği veya anahtar değişirse yalnızca ortam değişkenini güncelleyin.

Sakana adı Japonca balık kelimesinden gelir. Fugu ise balon balığıdır; doğru hazırlanmadığında riskli, uzmanlıkla hazırlandığında değerli kabul edilir. Bu metafor, ajanlar arasında iş yönlendirmeyi düşünmek için iyi bir çerçeve sağlar; ancak bunun bir kıyaslama değil, yalnızca ürün anlatısının parçası olduğunu unutmayın.

OpenAI uyumlu isteklerinizi Fugu'ya yönlendirin, iki varyantı Apidog'da kaydedin ve aynı prompt'larla gecikme, akış ve token kullanımını karşılaştırarak orkestrasyon sıçramasını kendiniz ölçün.

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 genel sayfalarda yayınlamamıştır. URL'yi tahmin etmeyin; Apidog ortam değişkeni olarak saklayın ve istekte şöyle kullanın:

{{fugu_base_url}}/chat/completions

Fugu'yu Çağırmak İçin Özel Bir SDK Gerekir mi?

Hayır. Fugu OpenAI uyumlu tek bir uç nokta sunduğu için OpenAI sohbet formatını konuşan herhangi bir istemci veya araç çalışabilir. Genellikle yalnızca temel URL ve API anahtarı değişir. Benzer yönlendirme deseni OpenRouter kılavuzuyla Claude Code yazısında da kullanılır.

Fugu'dan Streaming Yanıtları Nasıl Test Ederim?

İstek gövdesinde şu alanı ekleyin:

"stream": true

Yanıt text/event-stream olarak gelir. Her data: parçası artımlı delta içeriği taşır ve akış şu satırla biter:

data: [DONE]

Apidog, SSE akışını canlı gösterdiği için deltaların gerçek zamanlı gelişini izleyebilirsiniz.

Fugu ve Fugu Ultra Arasındaki Fark Nedir?

fugu, günlük kodlama, inceleme ve sohbet botları için dengeli ve düşük gecikmeli varyanttır. fugu-ultra, araştırma, makale çoğaltma ve güvenlik analizi gibi kalite odaklı işler için tasarlanmıştır. İkisi de aynı /chat/completions uç noktasını kullanır; fark yalnızca model alanındadır.

Fugu Ultra Neden Daha Yavaş Olabilir?

Ekstra gecikme orkestrasyon sıçramasından kaynaklanabilir. Sakana'ya göre Fugu doğrudan yanıt verebilir veya bir model ekibi oluşturabilir. Ultra varyant kalite için daha derin koordinasyona eğilimlidir. Apidog'da gördüğünüz daha yüksek yanıt süresi, bu koordinasyonun görünür sinyali olabilir.

Fugu'nun Kıyaslama Başarıları Tek Model Sonuçları mı?

Hayır. Fugu, kendisini özyinelemeli olarak içerebilen ve başka sağlayıcıların ileri seviye modellerini çağırabilen bir orkestratördür. Bu nedenle Sakana'nın “Opus 4.8'i yener” türündeki sonuçları tek model zaferi olarak değil, orkestrasyon sistemi sonucu olarak değerlendirilmelidir. Kendi prompt'larınızla test edip doğrulayın.