Sakana Fugu Ultra тесты (высокое против очень высокого рассуждения)
Высокое рассуждение обеспечивает больше попыток, а не автоматическое качество
- Fugu Ultra при
highрассуждении завершил четыре проекта, прежде чем достиг того же пятичасового лимита использования Codex, где один предыдущийxhighзапрос использовал 84%. Это наблюдение на уровне окна из двух запусков Рона, а не контролируемый тест стоимости токенов. (видео источник HaWddVF6GZo, , ) - Явной победой был визуализатор мультиагентной оркестрации в одном файле. Рон был впечатлен его анимированными узлами, журналом маршрутизации и счетчиками задержки. (видео источник HaWddVF6GZo, , )
- Задача киберпанк Гонконг, воссоздание целевой страницы Astro и оригинальная страница продукта все разочаровали. Рон связал промахи с тестовой средой, деталями подсказок и противоречивыми требованиями оффлайн/CDN, но тесты не выявили эти причины. (исходное видео HaWddVF6GZo, , , , )
- Практическая рекомендация Рона:
highнадxhighна Codex, плюс PRD (документ требований к продукту), контекстные файлы и очень конкретные инструкции. (исходное видео HaWddVF6GZo, , ) - В видео сообщается о предложении сообщества, что Pi или Droid могут снизить стоимость токенов Fugu Ultra. Рон не продемонстрировал и не количественно оценил этот путь в этом тесте, поэтому рассматривайте его как наводку для проверки, а не как измеренный результат. (исходное видео HaWddVF6GZo, )
Использовать high если вы запускаете Fugu Ultra через Codex; xhigh сжёг слишком много пятогочасового лимита в предыдущем запуске Рона. Но более дешёвое рассуждение не превратило Фугу в надёжный инструмент для создания сайтов за один раз. Только один из четырёх результатов произвёл на него впечатление, а промахи показывают, что модели всё ещё необходимы правильные спецификации, контекст, совместимые ограничения и среда, подходящая для задачи. High покупает больше попыток за окно использования. Это не снимает необходимости проверять работу. (исходное видео HaWddVF6GZo, , , , )
Смотрите тест
- : один предыдущий
xhighзапрос использовал 84% пятогочасового лимита; этотhighзапуск достиг четырёх проектов перед тем, как приблизиться к 100%. - : Фугу показывает работу, проходящую через роли планировщика, исследователя, строителя, песочницы, критики и супервайзера.
- : он связывает слабый результат 3D с тестированием на VPS с 4 ГБ, а не на локальной Windows машине с видеокартой.
- : похожий интерфейс/UX недостаточен; Рон предпочитает дизайн GLM и находит стартовую цветовую тему Fugu неудовлетворительной.
- : запрос требует Tailwind и Google Fonts, загружаемых через CDN, при этом полностью офлайн поддержка также обязательна.
- : Рон честно показывает результат по четырем проектам.
- : Рон рекомендует
highвместоxhighчтобы извлечь больше работы из окна использования. - : Рон передаёт предложение сообщества о снижении стоимости токенов вне Codex.
Рон своими словами
— Рон, исходное видео HaWddVF6GZo, 00:18
— Рон, исходное видео HaWddVF6GZo, 04:26
— Рон, исходное видео HaWddVF6GZo, 06:01
— Рон, исходное видео HaWddVF6GZo, 06:25
high растянули окно использования
Самое сильное доказательство — это пропускная способность в течение пятичасового окна использования Codex. Рон говорит, что предыдущий xhigh тест потратил 84% на один запрос. С highон завершил четыре проекта и затем приблизился к 100%. Видео не устанавливает сравнение одинаковых задач, поэтому это не подтверждает четырехкратное сокращение затрат или равное качество результата. Оно показывает, почему Рон предпочитает high для этого рабочего процесса: это позволило ему протестировать больше идей, прежде чем окно использования заполнилось. (источник видео HaWddVF6GZo, , , )
Усилие на рассуждения — это всего лишь одно решение маршрутизации. Более низкая настройка полезна, когда она увеличивает количество завершенных попыток, не делая результаты непригодными. В тесте Рона результат в окне использования улучшился, в то время как результаты проектов оставались смешанными.
Таблица результатов по четырем проектам
Наблюдения ниже взяты из видео. Колонка «Практическое чтение» применяет их, не притворяясь, что Рон выделил все причины.
| Проект | Что заметил Рон | Практическое прочтение |
|---|---|---|
| Visualizer многоагентной оркестрации | Один HTML-файл показывал анимированные узлы, живой лог маршрутизации в монопространстве и счётчики задержек. Рон назвал задачу простой, но сказал, что визуальные эффекты произвели на него впечатление. (исходное видео HaWddVF6GZo, , ) | Лучший результат. Запрос имел чёткую границу артефактов и называл элементы интерфейса. |
| Cyberpunk Hong Kong в Three.js | Игра существовала, включая эффект сингулярности, вызванный луной, но Рон назвал результат плохим и с трудом находил луну. Он считал, что 4 ГБ VPS — это неподходящая среда, и рекомендовал локальный Windows с графической картой для такого рода задач. (исходное видео HaWddVF6GZo, , , , ) | Здесь среда и качество модели перепутаны. Видео не доказывает, что лучшее оборудование само по себе исправляет результат. |
| Воссоздание Astro.build | Рон нашел UI/UX похожим, но дизайн и начальная цветовая тема были слабыми. Он предпочел версию GLM 5.2, созданную по полной спецификации, сгенерированной с помощью Kimi 2.7 Code. (исходное видео HaWddVF6GZo, , , ) | Это не был тест с сопоставимыми моделями: и модель, и процесс построения запроса отличались. В этом запуске поиск в вебе и компьютерное зрение не заменяли подробную техническую спецификацию. |
| Исходная посадочная страница продукта | Даже с учетом языка дизайна, типографики, секций и ограничений на вывод, результат оказался разочаровывающим. Рон подозревал, что запрос на Tailwind и Google Fonts, загружаемые через CDN, конфликтует с полной поддержкой оффлайн, что привело к откату к шаблону по умолчанию вместо предоставленного изображения. (исходное видео HaWddVF6GZo, , , , ) | Рассматривайте причину как диагноз Рона, а не как подтверждения постфактум. Сначала решите требования оффлайн против сети перед запуском. |
Использовать high для итеративного тестирования Codex, где важны несколько попыток. Видео не предоставляет положительного результата для xhigh; оно лишь сообщает о большем использовании окна времени на другом запросе. Не проверяется, исправит ли xhigh любые из этих четырех ошибок. (исходное видео HaWddVF6GZo, , )
Перед следующим запуском Fugu
Рон не продемонстрировал отдельный рецепт Фугу. Эти проверки взяты из четырёх записанных тестов.
- Доставляемый результат ограничен? Назовите артефакт и детали интерфейса, как это сделал Рон для визуализатора в одном файле. (исходное видео HaWddVF6GZo, )
- Соответствует ли среда работе? Не считайте отсутствие ошибок VPS 3D доказательством чистой модели; повторите работу с интенсивной графикой в локальной настройке, которую рекомендует Рон. (исходное видео HaWddVF6GZo, )
- Совместимы ли ограничения? Поддержка офлайн не может зависеть от загруженных через сеть ресурсов. Рон указывает на этот конфликт в своей четвёртой подсказке. (исходное видео HaWddVF6GZo, )
- Есть ли у вас PRD и файлы контекста? Если нет, создайте их перед началом работы. Рон говорит, что одноразовая работа требует очень детальных, конкретных инструкций. (исходное видео HaWddVF6GZo, )
- Можете ли вы проверить результат по критериям приемки? Три законченных артефакта всё еще разочаровали Рона. Завершение работы не равно успешной проверке. (исходное видео HaWddVF6GZo, )
Примечание о свежести
Видео было опубликовано 23 июня 2026 года. Этот компаньон был проверен по исходным данным 18 июля 2026 года против неизменного транскрипта и всех 375 временных сегментов. Текущая документация Sakana, политика ограничений Codex, руководство по интеграции Pi или Droid, страница с ценами, бенчмарк или последующий тест по умолчанию Fugu не были добавлены. Рассматривайте проценты использования, доступность моделей, сравнение производительности и советы по стоимости в сообществе как устаревший отчет о тесте Рона, а не как подтверждение текущего состояния продукта. Перед расходованием бюджета на производство проверьте сегодняшние интеграции, лимиты и экономику.