Todo sobre Sakana Namazu

Presentación

Lanzado el 3 de agosto de 2026, Sakana Namazu es uno de los 4 modelos de Sakana AI que seguimos en este sitio. Sus pesos no están publicados: solo funciona en remoto, mediante la API de Sakana AI o de proveedores asociados (5 listados en models.dev). Dispone de un modo de razonamiento: puede «pensar» antes de responder, lo que ayuda en problemas de varios pasos pero consume más tokens y, por tanto, más dinero. Tiene, por tanto, 2 meses a 22 de octubre de 2026.

Lo clasificamos entre los gama media (34 modelos de esta categoría en el sitio).

¿Qué dicen las pruebas independientes?

A 22 de octubre de 2026, Epoch AI no publica ninguna puntuación de Sakana Namazu en las pruebas de nuestra cesta. Para situarlo, hay que fijarse en sus características y su precio, y probarlo con sus propios casos.

¿Cuánto cuesta Sakana Namazu?

Sakana Namazu cuesta 0,95 US$ por millón de tokens de entrada y 4 US$ por millón de tokens de salida (tarifa del fabricante, consulta del 22 de octubre de 2026).

En la práctica, una tarea de agente que lee 20 000 tokens y escribe 2000 cuesta unos 0,027 US$, es decir, 27 US$ por 1000 tareas de este tipo.

Está en la media de los gama media, cuyo precio de salida mediano es de 4,38 US$.

Los tokens leídos desde la caché cuestan 0,15 US$ por millón: útil para un agente que reenvía a menudo el mismo contexto.

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

Características técnicas

Su ventana de contexto alcanza 262.144 tokens, unas 393 páginas de texto a 500 palabras por página: suficiente para un informe largo o varios contratos a la vez. Una respuesta puede llegar a 65.536 tokens.

Acepta como entrada: texto, imagen y PDF.

Sabe llamar a herramientas (funciones, API) y devolver una salida estructurada en JSON, lo que lo convierte en una posible base para un agente de IA.

¿Para qué usos?

Por su categoría, Sakana Namazu está pensado sobre todo para un equilibrio entre calidad y coste, para usos cotidianos que no justifican un modelo puntero.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

Modelos comparables

En la misma categoría, los modelos más cercanos a Sakana Namazu son:

• Mistral Large 4 (Mistral AI, índice 79,7)
• Muse Spark 1.2 (Meta, 4,25 US$ por millón de tokens de salida)
• Muse Spark 1.1 (Meta, 4,25 US$ por millón de tokens de salida)
• Gemini 3.8 Flash (Google DeepMind, índice 83,7)