Sakana Namazu API：以基础模型价格提供的日本本土LLM

Sakana Namazu，即 Sakana AI 基于 Moonshot 开源权重 Kimi K2.6 构建的日本商务 LLM API，已于2026年8月2日上线——而最关键的数字是：它的成本与其基础模型完全一致。Moonshot 在其自有 API 上对 Kimi K2.6 的收费为每百万输入 token 0.95 美元，每百万输出 token 4.00 美元。Sakana 对 Sakana Namazu 的收费同样为 0.95 / 4.00 美元，该模型是其在内部针对日语、敬语和商务语境进行后训练（post-training）的模型。整个后训练溢价为零美元。

实际发布的内容

该 API 与 OpenAI 兼容：保留现有客户端，替换 base_url，将模型设置为 sakana-namazu，即可直接使用——包括函数调用。它与普通 Kimi K2.6 端点最大的区别在于，网络搜索和代码执行是内置的一等公民工具，并且模型经过调优，可在自主循环中使用它们。Sakana 展示了一个每周市场调研代理，能在无需人工干预的情况下进行规划、搜索、交叉核验并撰写报告；一个在答复工单的同时汇总订单数据的客户支持工作流；以及一个读取水族箱截图、决定下一个主题并执行的鱼群灯光秀。

发布的规格：

• 基础模型 — Moonshot AI 的 Kimi K2.6，1T 参数 / 32B 激活的开放权重 MoE，基于 Sakana 自家的日语数据在内部进行了后训练。

• 接口 — 兼容 OpenAI；模型名称 sakana-namazu；更改 base_url 和 API 密钥，无需重写代码

• 价格 — 每100万输入token $0.95，每100万输出token $4.00，每100万缓存输入 $0.15；思考token按输出费率计费

工具 — 网络搜索每 1,000 次调用 $7.00，代码执行每小时 $0.12（会话保留），在令牌费用之外另行计费

• 模态 — 文本和图像输入，文本输出

• 上下文窗口 — Sakana 未披露

• 可用性 — 可通过 Sakana 的 API 控制台使用；由于 GDPR 相关工作仍在进行中，在欧盟/欧洲经济区、英国或瑞士暂不可用

注意这里的诚实性差距：这里每一项质量声明都是供应商自行报告的。Sakana 尚未披露上下文窗口，没有公布延迟或吞吐量数据，也还没有独立实验室对 Sakana Namazu 进行评测。

FairPoliticsQA的跃升才是真正的新闻

Sakana 所引领的基准测试是 FairPoliticsQA，这是一项针对政治和历史敏感问题上答案中立性的内部评估——恰恰是在这些话题上，主要基于某个国家互联网数据训练的模型往往会吸收该国的叙事框架。Sakana 报告称，与基础模型 Kimi K2.6 相比，Sakana Namazu 的得分从 34.10% 提升至 56.30%。这是一个惊人的数字，也是一个值得审慎审视的数字：该评估由 Sakana 自行设计，其构建过程并未完全公开，而中立性基准上的跃升，既反映了基础模型最初的偏见，也反映了修正的效果。不过，这一方向恰恰是这款产品的核心意义所在——一个不按中国或美国方式回答问题的日本主权大语言模型。

在其他方面，情况是“守住优势并略有增益”：JFBench（日语指令遵循）相比基线提升1.5%，内部日译英翻译评估在敬语密集文本上有所改善，而AIME26、MMLU-Pro和LiveCodeBench v6大致不变。如果基线模型已经很强，调优模型在保持强劲的同时改善了日语语境行为，这正是后训练工作所期望的平衡。

该价格为基本型号的价格。

定价是Sakana Namazu精明或孤注一掷之处，这两种解读都值得认真对待。按基础模型的标价收费意味着，当开发者在“直接调用Kimi K2.6”和“调用经过日语调优的Sakana Namazu”之间比较时，看不出调优有溢价——这整个采用策略就浓缩在这一数字之中。这也让面向日本企业工作负载的价值一目了然：敬语、行业术语、拒绝率降低、内置联网搜索和代码执行，全都无需按token额外收费。

工具费用是需要关注的部分，因为智能体循环真正花钱的地方就在这里。按每1,000次调用7.00美元计算的网络搜索，以及按每小时0.12美元计算的代码执行，听起来很少，直到一个每周运行的研究智能体执行几百次搜索——真正随规模增长的是调用次数，而不是token价格。一个不加价、直接透传供应商价格的路由网关，能让这些数字保持真实：没有平台层虚增工具成本，而且供应商降价当天就能实时反映到你这边。（Sakana Namazu本身还没有出现在OrcaRouter的目录中——它运行在Sakana自己的控制台上——但正是这种透传原则，使得与基础模型的对比保持干净。）

Sakana 未发表的事情

三个差距比任何基准测试都更重要。首先，没有上下文窗口——Sakana的公告和产品页面完全略过了这一点，这对于以智能体用途为卖点的API来说很不寻常。其次，没有独立评估；基础模型Kimi K2.6是世界上评测最充分的开放权重模型之一——Artificial Analysis将其列为开放权重领域的顶尖水平——但Sakana Namazu的改进完全由自家报告。第三，数据处理：默认情况下，你的输入可能会被用于训练，虽然可以在控制台选择退出，而且处理过程不保证留在日本境内——在通过它发送客户数据之前，这一点值得了解。

谁应该尝试，谁应该等待

如果您正在发布日语产品或内部工具，而所缺的正是一个像日本商务人士那样应答的模型——敬语到位、拒绝更少、内置智能体工具——并且您可以暂时不依赖独立基准测试，那么请试用。如果您的部署位于欧盟、英国或瑞士（该模型在这些地区不可用），如果您的合规制度要求确保数据仅在日本处理，或者如果您需要一个可围绕其规划检索设计的上下文窗口，那么请再等等。

接下来几周值得关注的是：Sakana Namazu 在公共排行榜上的独立评分、上下文窗口的披露，以及欧盟限制是否解除。在这些信息落地之前，请把 Sakana Namazu 当作它本来的样子——一个严肃、定价合理的主权日本押注，目前仅与其制造者所言同样可信。