汽车旅馆、甜甜圈、唱片、餐馆、纹身、冲浪、披萨。今天，我们将审视近期在人工智能圈子里备受关注的“Fugu”，由 Sakana 公司推出。我犹豫是否将其称为特定模型，因为它虽具备模型的一些特征，但更像是一个路由器，能够智能地调用现有顶尖提供商的不同模型，例如 Opus 4.8、Gemini 3.1 Pro 和 GPT-5.5。然而，将这些任务委托给这些模型的编排过程是由一个专有模型处理的，本质上这就是 Fugu。我可能会读错它的发音，在此提前致歉。

但这确实很酷，我们最近看到了更多类似的东西。此前我测试过 Open Router Fusion，它在某项特定任务中表现不错，但在其他方面则不然。这似乎比那更复杂，他们的某些基准测试结果非常强劲。我想表达的核心观点是，这项测试将真正考验这款产品，因为其中一些宣称的基准测试令人印象深刻。它们是否真的成立？以 Swebench Pro 为例，你可以将其视为代码基准测试。数据显示，其表现超越了除 Fable 5 之外的所有模型。他们提到，在某些方面，它可以超越前沿的顶尖模型，甚至匹配或略微超越 Fable 5。

这非常有趣，尽管关于它到底是什么存在一些技术考量，但我们还是要对其进行测试。在深入之前，请随意订阅，因为我想要那个 10 万订阅者的奖牌。现在让我们谈谈这到底是什么，因为在我看来，人们可能会混淆：这到底是不是模型？它是否只是使用其他模型？答案都是肯定的。他们提供了一些相关信息，我很高兴看到他们醒目地指出，这基于两篇关于学习模型编排的特定论文，链接就在旁边。你可以看到这两篇论文分别是 Trinity 和 Conductor。

本质上，Sakana Fugu 模型有两个版本：Fugu 和 Fugu Ultra。除了利用现有的顶尖模型（如 Opus 4.8、GPT-5.5 和 Gemini 3.1 Pro）之外，这里确实训练了一个具有自身知识的模型。为了更简单的解释，让我们看第 3 节：给定用户查询，Fugu 模型在一个前沿 LLM 工作者池中构建智能体脚手架，决定涉及哪些工作者、分配什么指令或角色、如何组合或验证中间输出，以及何时合成最终答案。用户与 Fugu 交互时，感觉像是在调用单个模型，而内部系统可以在多个专用智能体之间路由、委托和协调。

因此，阅读这段内容时的主要问题是：这本身是否是一个模型？从传统意义上说，它不是像 GPT-5.5 那样的模型。这是一个经过专门训练以执行此任务的模型：在前沿 LLM 工作者池上构建智能体脚手架。因此，如果没有 Sakana Fugu 参与这种编排，就不会存在这种特殊之处。此外，他们还提到了 Fugu Ultra，它通过更深层的编排来优先保证答案质量，覆盖更大的工作者池，但代价是增加延迟。向下滚动，我们会看到更多关于此的信息。

他们在第 3.2 节中提到，Fugu Ultra 建立在 Conductor 的基础上，这是公告帖子中链接的论文之一，增加了新的扩展以适应长视界函数调用和多智能体工作流程，通过自适应智能体记忆实现。他们提供了更多信息，但这更多是初步观察，我只想回答一些我想象会出现在脑海中的问题，就像当初困扰我一样：这里真的有知识产权吗？有特殊的模型之类的东西吗？答案是肯定的。

在继续之前，我想做一个简短的免责声明：除了给模型发送“你好”消息外，我尚未亲自测试过它。我提到的所有内容都仅来自这篇论文及其描述。我无法在技术上最终验证这些声明或基准分数。关于定价，我们看到有两个选项。一个是按量付费，我已经这样做了，充值了 40 美元。我已经使用了 4 美分，基本上就是发了两次“你好”，这在潜在支出方面有点令人担忧。

定价更符合传统衡量模型使用价格的方式：每百万输入令牌 5 美元，每百万输出令牌 30 美元。当上下文超过 272K 时，这些数值会发生变化。此外，这里还有一个订阅计划，其层级我认为与 ChatGPT 类似。今天，我们将以一种不太寻常的方式测试它，因为他们的入门指南中醒目地提到，应从 CodeEx 内部使用此工具，这是 OpenAI 的代码编辑器类编码工具，类似于 Claude Code，但来自 OpenAI。也有桌面应用程序。

然而，因为我们只是要在 Ubuntu 上使用它，我已经设置好了。遗憾的是，这将仅限终端，但我们仍然能够测试并查看模型的输出，就像进行任何特定测试一样。我们可以看到，我所做的只是输入“model slug ?”，它返回了答案，即“fugu”。我们还看到了思维链，其中说：“既然开发者提到我是由 Sakana 开发的 Fugu，我可以直接分享该信息。”那么，让我们运行我们的浏览器 OS 测试。这是需要 GTA 克隆版的版本，除此之外，只是我们喜欢运行的传统测试。让我们看看它表现如何。

请记住，这是较低级别的版本，即 Fugu，而不是 Fugu Ultra，我们也将尝试后者。好吧，基本上在 6 分钟后，我们收到了结果。它生成了结果，然后截取了一些截图以便查看内容。我想特别关注计费情况。这次使用仅与……

更便宜的模型。如果我们点击“按量付费”，我在开始前的使用费用是4美分，现在总费用是9美分。所以请记住，整个结果的成本仅为5美分，我们将在此测试期间持续监控我们的账单使用情况。现在让我们看看我们的Fugu浏览器操作系统，这是较低配置的那个。所以这不是硬核版本。好的，这肯定受到了GPT55系列模型或GPT5.x系列模型的很多启发。这与它们的UI美学非常相似，甚至包括背景渐变等元素。我觉得很有趣的是它叫它Fugu OS。所以不管幕后发生了什么，肯定有一些特定的东西在告诉模型你需要替换，比如它可以叫它cla OS，替换为Fugu或其他东西。

好的，特色功能时间胶囊。我们暂时最小化它。总体而言，这相当不错。它与GPT 5.x系列模型非常一致。好吧，还不错。这是一个可玩的游戏。好的，那些是汽车。哦，哇。好的，有趣。Funky。天上有月亮吗？我想是的。而且我相信那些是跟随我们的警车。还有漂浮的现金。很好。我们实际上在右上角弹出一个窗口，显示“现金已收集”。建筑物上有网格碰撞器，绘制得很特别，因为它们是透明的，但在网格碰撞器方面它们也是实体的。好的，这更像是一个无限的东西。好的，现金已收集。我们可以下车吗？我们不能。好吧，还可以接受。我见过更好的，但总体而言，第一次尝试是可以接受的。

接下来，嗯，我应该一个一个来。所以，欢迎。我们已经看过了。我们有一个记事本应用。好的。我们现在可以保存吗？好吧。它没有将其保存为文本文件。有时他们会这样做。有时他们只是将其保存到持久存储中。我们有一个终端应用。好的。帮助。正如人们所期望的那样。很高兴看到。终端看起来还可以。接下来，我们有我们的壁纸实验室。这听起来相当不言自明。好的。我肯定见过与此非常相似的东西。我假设是GPT 5某个版本，当我测试时，有与此非常相似的东西。总体而言，我喜欢这些壁纸。星云随机程序化渐变，这也相当酷。选择文件。好的，我选择了一个文件，但它没有将背景更改为那个。不是大问题，但只是需要注意的一点。好的。然后我们可以做自定义颜色或强调颜色。

接下来，我们将特色功能留到最后。让我们看看我们的另一个游戏，即Nebula Run 3D。这实际上还不错。哦，好的。好吧，我说得太早了。好的。我想我不确定。有右键吗？我怎么忘了没有呢？好吧，那么我们就知道它没有在我的特定测试中达到基准最大值，因为为了平息我的愤怒，他们会包括那个。最后一件事将是时间胶囊。我将打开很多东西，然后保存一个。现在，让我们关闭所有这些并恢复它。假设当我们点击恢复时，所有这些窗口都弹回来。很好。那么我们的时间胶囊确实有效。还不错。好的。所以总体而言，这绝对是一个坚实的结果。明显优于使用融合功能的Open Router灾难。所以我很高兴看到这一点。但这确实看起来非常、非常受GPT55的启发。所以请记住这一点。我们将运行一些额外的测试，看看是否看到来自特定模型的任何更多风格渗透进来。

好的，对于我们的下一个测试，我们将进行美丽的地铁场景。我已经将其切换为Fugu Ultra High。所以，这是更昂贵、更复杂的那个，这是在基准测试中基本上除了Fable在特定编码测试中外表现优于一切的那个。但TLDDR（太长不看）的是我想说的是这应该非常让我们印象深刻。我已经把它放在它自己的目录里了。所以，我们将开始它，只是使用美丽的详细地铁场景。这还没有被指示将其变成游戏。我们将在这一轮很可能成功完成后将其变成游戏。好的，所以这仍在进行中，但在过去几分钟里，它一直在尝试截图。基本上，这里正在发生的事情的组合是它在Chrome中很难做到这一点。

这意味着这里很可能有一个功能可见的地铁场景。好的。我从未见过交通锥。我不相信地铁场景中有交通锥。移动很流畅。有一辆地铁车厢。我要说在好的方面，它是干净的，并且在元素放置的位置方面安排得非常好，就像现实生活中那样。那个系统地图也许确实让人对火车去哪里感到好奇。但除此之外，我们在墙上有一个好标志。我们有一个绿色的小盒子。我们有一些长椅。有灯光。考虑到基准测试，它没有达到我希望的极高视觉精致水平。而且我们使用的是该模型的昂贵版本。当然，高端Fugu Ultra。此外，我认为这些是闸门。现在，你可能会说，“Behan，为什么你在这里移动这么困难？” 键位有点颠倒。这些楼梯上有网格碰撞器吗？哦，好的。不是我看过的最好的。不过，我要说它在仅仅正确的排列方面非常干净。而且我不相信我以前见过锥体、垃圾桶，不错，但有些模型放置了更好的瓷砖材料之类的东西。所以，这很强。让我们看看那个结果的使用情况。请记住，它持续了很长时间，因为它一直在尝试截图结果。好的，所以我认为总费用从9美元上升到了3.54美元。所以那花费了3.54美元。其中肯定有一部分只是尝试获取截图并不断尝试弄清楚为什么失败所致。

所以我们的下一步是将这个变成游戏。我们在超高模式下使用它。我不得不开始一个新的代码会话，因为我强制结束了上一个。当我尝试恢复功能时，它只是默认使用其中一个OpenAI模型。我确信有一个简单的方法可以绕过它，但现在，我们只是让它从同一个目录开始，只是使用后续脚本，将其变成第一人称射击游戏，带有僵尸样的人形敌人等。如果它在尝试通过截图检查其输出方面再次陷入循环，为了成本和时间的利益，我可能会提前停止这个。

好了，现在它正试图运行测试，这正是我之前看到它陷入截图错误循环的地方，我想在它开始行动之前先看看情况。我们之前花费了3.54美元，现在是5美元。如果我的粗略计算没错的话（通常都没错），这花费了145或146美元。好吧，在让它继续运行太久之前，我只是刷新一下这个页面。如果它变成了一个带声音的第一人称射击游戏，那我们就能幸运地阻止它。哦，哇。好吧，原来这里有网格碰撞体，所以你无法穿过轨道，这很有趣。好吧，敌人似乎不需要遵守这些规则。这很好。现在，主要的测试是弹药。好吧，它没有在环境中留下孔洞，而这正是人们期望在Frontier最先进的模型运行此测试时看到的情况。我现在已经见过几次了，我本以为会在这里看到它，因为它似乎更加小心。好吧，我们这里还有什么？我们可以冲刺。R键是重新装填。好吧，敌人做得很好。它们实际上有定义明确的上臂、下臂、上腿和下腿。有音效，我们可以看到枪口闪光实际上也反射到周围的环境中。

好吧。总的来说，我想我对这个游戏结果的反馈与我对初始地铁测试结果的反馈相同，那就是它非常干净。组织良好，安排得当。没有什么让人绝对惊叹的“哇，这超出了预期”的地方，但它很称职。现在，如果这足以作为整个测试的总结，我认为那大概是4美元，我不知道。但尽管如此，这肯定比Open Routers Fusion的表现要好。接下来，我们将尝试自包含的C++滑板游戏测试。这是在频道上测试Fable 5模型时做的一个测试，它是迄今为止收到的最佳结果。因此，这是一个绝对能区分良好和非常好之间能力的提示。好吧，现在它正试图使用Raylib，我们不允许它这样做，因为它会极大地简化工作，我们不想让这种情况发生。虽然这会使与其他同类模型结果的比较不那么恰当。所以我不想允许它使用那个。好吧。我想这花费了3.82美元。我们之前是4.99美元，现在是8.81美元。这看起来是对的。现在让我们看看我们的自包含滑板游戏。我会把它作为背景，因为我更喜欢这样。当我们按下回车键时，它应该就会运行。好吧，这还不错。它达到了Fable的水平吗？不，绝对没有。然而，这再次让我注意到了地铁结果，那就是它非常干净。一切都做得很好。只是在抛光等方面没有什么真正让我惊叹的地方。如果我们实际上不能卡在轨道上，那有点令人沮丧。显然，可能需要按特定的键。我看到那里有个L键，也许是用来上轨道的。好吧，那是正确的。好吧，不错的旋转动作，但我们的玩家看起来有点奇怪，就像海绵宝宝里的涂鸦比博一样。我想那是它走路的方式。这确实让我想起了那个。好吧，这有点酷。行人正在移动。我在它构建时看到它的思维链，它在犹豫是否应该给行人加上网格碰撞体。好吧，它最终没有这样做，但这没关系。我要指出的是这些商店上的实际文字，让我们看看这里商店的多样性。所以，我们有冲浪比萨、街机、塔可、滑板、汽车旅馆、甜甜圈、唱片店、餐厅、纹身、冲浪、比萨、街机。好吧，所以它开始循环了。但有趣的是，棕榈树很漂亮。水效在那里，也有网格碰撞体，所以我们实际上可以走到水里。我说木板路非常像木板路，就其看起来像木板且排列得当而言。我要说的是也许速度。现在，我不知道左上角显示的速度是不是英里每小时。我不认为它们是，但我认为这里的最大速度可能有点快。那里也有坡道，但不幸的是它们被画进了商店里。好吧。再次强调，它很干净，但远不及Fable的水平。J键是踢翻。我忘了试那个。哦，不。哦，不。好吧。我希望我当时忘了试那个。这看起来相当痛苦。好吧，还可以接受。

接下来，我想检查它感知空间物体并重现它们的能力。所以，这里有一个文件夹，里面包含了我设计和打印的这个小型复古笔记本电脑盖子的不同角度和位置的照片。所以，我想我们就从这个特定目录（也就是照片目录）中打开codeex窗口。我们就这样开始。这是一个简单的提示，告诉它在一个脚本中创建这些图像的3D副本。它必须有一个功能性的键盘，意味着我们可以实际点击单个键并按下它们。至少我是这样评估它应该做到的。而且副本必须与源图像完全相同。所以，这将是一个基于视觉的测试，看看它能在多大程度上将这些内容转换为脚本中的世界空间。好吧，我们在8.81美元。现在是9.57美元。所以，这实际上是我们运行过的最便宜的测试之一。那是多少？0.74美分左右？所以，如果我们回到这里，我想看看它是否真的能看到这些图像。现在我们又回到了那个点，不幸的是，它现在只是在花费时间试图解决它基本上在视觉上查看此结果时遇到的问题。所以，当那发生时，好吧，我有几件事要说。这没有达到我的预期，因为我心里想这应该只是一个Three.js的结果。然而，这种实现实际上有点有趣，因为虽然它是2D的，但有一些深度。我要特别指出，它非常成功地从任何一张图像中提取了特定的调色板，包括我们身后的海报，我们现在可以看到它在我的右肩上方。其他一些事情。桌子的颜色几乎完全正确，笔记本电脑也是。在查看按键之前，我将避免对此进行评判。所以，让我们试试帮助。非常好。好吧，非常好，但有一个例外，那就是它不是我要求的确切内容。3D。这不是3D。这是……这就像你得到的一张卡片，你打开它，然后那个东西……

从纸面上跳出来，看起来像是：“哦，不错。不是3D的。”老实说，我还有点生气，因为我想要的是3D效果，但这并不是3D，而是2.5D。所以，我们仍然保持在超高设置，我对它发了一顿火。我们看看会发生什么。好吧，再次说明，我们在打开Chrome并验证文件更改方面遇到了一些问题，但我们应该在这里看到一些变化。希望能将其转换为3D。我有点担心，因为……非常好。它确实肯定将其转换成了3D。有趣的是，它保留了一些房间元素。哎呀。哦，好吧。好吧，我就接受这个吧。所以，我们在这里遇到了一点问题。让我们看看。键盘是倒置的。我想试试合上盖子。很好。好的。所以，盖子实际上是以正确的方向合上的。

不过，总的来说，我要说这比我见过的某些模型要好。比如，我相信我试过用Miniax，还有另一个模型。这实际上……我不知道是否更好。这很难评判，但它确实正确地将2.5D转换为了3D。对于下一个测试，我将进行前端设计测试。这是最近我才开始做的，针对较新的模型。所以，这是为了为Slapis手表公司创建一个漂亮的网站。该网站应包含一个高端的主视觉区域，带有围绕手表的动画，手表将放置在桌子上。场景需要被创建出来，因为我没有手表的素材。它需要看起来像Keyshot渲染的效果，Keyshot只是一个非常高端的渲染程序。

所以，它不仅需要为这个手表网站创建一个好看的前端，还需要创建模型本身以及手表的所有素材，然后渲染一个围绕它的摄像机环绕动画，或者类似的东西。现在，我想在这里做一些额外的事情，以便获得某种形式的纯并列测试。为此，我实际上将把这些模型单独运行作为对比。我的意思是，如果我们访问chatgpt.com，我不会使用Pro扩展版，而是直接使用GPT-5.5，将其设置为高，然后将完全相同的提示粘贴到这里。同样地，我将访问Claude，使用Opus 4.8在高设置下。我也将粘贴相同的提示。

而且，尽管Gemini 3.1 Pro有点过时，并且很快将被取代，我们也将测试它在扩展思维模式下的表现。这样，我们就可以检查结果。我们将有四个结果，并看看特定的Fugu Ultra模型与其他模型相比如何。以下是3D手表网站测试的完整模型对比，该测试需要创建一个手表的3D模型，将其放入主视觉区域，并以Keyshot渲染中常见的方式让摄像机围绕其旋转。

当我们使用Google Gemini 3.1 Pro在扩展思维模式下运行此测试时，它给了我们一个A/B测试。所以，它给了我们两个选项。第一个选项的手表表盘对齐更正确。有一些有趣的反射。我们实际上可以看到上面有玻璃表面。不幸的是，两个产品卡片只是分辨率很低的SVG图像。第二个选项则恰恰相反，手表表盘没有正确定向。它确实有更好的运动感，但我们确实获得了手表的实际3D模型，在产品部分有一些可接受的反射。所以，这是A/B测试的结果，由Gemini 3.1 Pro生成了两个特定结果。

接下来是Fugu Ultra的结果。它基本上结合了这些模型的一些元素，比如这里，这个标题肯定看起来像GPT-5.x。在下面，这种略带白色的东西看起来很像Claude。不幸的是，最大的问题，以及我们在第一次尝试制作3D模型时看到的情况一样，它只是做了2.5D照片级真实感。它没有正确遵循3D提示。这是第二次独立测试时发生了同样的情况。手表看起来不错。秒针移动正常。它在转动。然而，这里的大问题是这些不是3D。它们不假装是3D。充其量只是2.5D，而且不一定达到人们所期望的水平，尤其是考虑到这是使用Fugu Ultra模型来处理整个提示。

下一个结果是由GPT-5.5在高思维模式下制作的，这远远优于前三个结果。手表模型，我唯一的抱怨是文字严重遮挡了我们对手表的视线，所以我们真的看不到太多细节。我希望能看到更多手表的细节。当我们向下滚动一点，实际看到这些手表模型在定价卡片中的结果时，这个问题得到了很好的解决。这做得真的很好。皮革表带，我们甚至有了在现实生活中会看到的与皮革配套的缝线。此外，表带的另一端还有孔，你可以实际固定它。它还制作了一个完全不同的版本，不是皮革，而是钢带或类似的东西。

如果我们吹毛求疵的话，手表表盘应该相对于这里的位置逆时针旋转90度。但与前几个结果相比，这真的只是一个微不足道的细节，在这里我们可以清楚地看到GPT-5.5在高思维模式下的能力差异。这是通过网页聊天界面完成的，而不是通过代码解释器完成的。这非常、非常、非常强大、有力。最后，我们有Claude Opus 4.8在高思维模式下，有趣。现在，我们会注意到这里的一些问题，基本上手表是部分透明且悬浮在半空中的。现在我们无法移动摄像机。总的来说，我在某些方面不得不说是有点令人失望的。

然而，秒针以及时针和分针的运动，以及日期显示。这些单独的元素并不差。我们实际上看到表带有一些曲率。末端有一个环。它有很好的潜力。如果我们向下滚动，让我们看看手表在产品卡片中的表现。好吧，我要大胆地说，这非常漂亮。真正让它掉链子的是这些手表周围悬浮在半空中的光晕。如果我们独立地通过观察其表盘来评判这个，这是我在这个结果中见过的更详细的手表表盘之一。这款的表带也非常不错。而我真的很喜欢这里的这个部分。实际上，颜色匹配了特定的……

这些功能都集成到了手表界面中，效果也不错。我认为最终的结论和核心要点是：GPT-5.5 的结果好得令人惊叹，甚至让我怀疑它是否在秘密测试 GPT-5.6，因为这次测试甚至没有使用专业模式，也没有开启最重的思考模式，但表现依然非常出色。至少基于这次特定测试，我的评估结论是：用户本可以直接使用 GPT-5.5 或 Opus 4.8 独立运行该提示词，而无需借助 Fugu Ultra 模型。这样做不仅成本更低，而且产生的结果显著更强。

这些测试都是通过网页聊天界面完成的，并没有使用任何形式的大型测试框架。尽管目前这两个模型仅通过网页聊天界面也能以某种程度的代理方式运作。这在一定程度上反映了我们在今天视频中测试该模型时观察到的整体体验。最后一步是飞行战斗模拟器测试。我刚才在查看手表结果时运行了这项测试。我可以提前告诉你，我对这个结果并不满意，而且这也是使用 Ultra 模型完成的。

虽然其中有一些好的元素，但不幸的是，这与任何模型独立生成的结果相去甚远。也许并非如此。不，Gemini 3.1 Pro 本应该比这个独立做得更好，尽管它是最古老的模型，差距很大。这似乎呼应了整体的体验：在我们运行的任何提示词中，我发现如果直接使用该系统可能使用的任一潜在模型独立操作，可能会产生更优越的结果，同时降低整体复杂性，避免因支付另一个订阅或另一个模型而产生的额外成本。

这就是我对使用此工具直白诚实的总结。我要说的是，它的优点在于：它比 Open Routers Fusion 好得多，后者产生的结果除了那个据称优于 Fable 的非常小众的基准测试外，表现非常糟糕，而那个基准基本上是一个深度研究基准。快速回顾结果：我们的浏览器操作系统测试表现稳健。在我看来，这看起来深受 GPT-5.5 的影响，那里的所有东西都做得不错，不算差。我们的地铁游戏结果其实挺有趣。

如果我们打开剩下的那个结果，也就是我们得到的游戏结果，它是干净的。虽然不像我们最初看时那样令人惊艳，但正如我所说的，一切摆放得当。它很无菌，也很干净，但我感觉这些模型独立做这件事时本应注入的那种风味、风格或灵魂在这里似乎缺失了。而且当我们向环境射击时，里面没有弹孔，这让我非常生气，因为我喜欢看到那种效果，而这些模型完全有能力做到。

此外，C++ 滑板游戏的情况类似。我的体验与地铁游戏基本相同：很干净，一切都还可以，但我真的没看到多少模型特有的风格，我想可以这么说。你可以对此翻白眼，我会接受这一点。但如果你看过这个频道，你就会知道，我认为 Opus 4.7 在自包含的 C++ 测试中做得更好。我甚至不记得 GPT-5.5 的测试结果了，但这正是我在测试中注意到的现象：它是称职的，但我不认为如果我们单独使用任一模型运行这些测试，它的表现会优于这些模型。

所以，假设我们用 GPT-5.5 的重思考模式或轻思考模式运行所有这些测试，我认为仅这样做就会得到更优越的结果。我真的认为这个手表网站正是这种状况的真实反映。我没有记录每次运行的单独成本，在我们进行了一些初步测试后，我往里面充值了 40 美元。如果我们在这里刷新，我们会看到整个测试成本为 21.57 美元。除了最初的浏览器操作系统测试外，我们一直使用的是 Fugu Ultimate 或 Fugu Ultra 模型。我们仅对浏览器操作系统测试使用了普通的 Fugu 模型。

随后的所有其他测试都是使用这个模型运行的。我只是想测试一下，并提供一些视觉材料，让大家自行得出结论。至此，我们对 Sakana Fugu 的首次观察和测试就到此结束，这非常有趣，并且基于我看到的其它编排系统（主要是最近测试过的 Open Routers Fusion），它在能力上确实是一个飞跃。不过，我不认为它在独立运行时真的能超越这些模型，至少就我们今天测试的任务而言。

这就是我的总结性陈述。如果你有任何问题，请随时在评论区留言。