AREX Feed Article
OpenRouter 官宣 Sakana Namazu 上线：Kimi K2.6 特调的日本商务模型
8 月 17 日 20:00（UTC，北京时间 18 日凌晨 4 点），宣布，Sakana AI 的 Sakana Namazu 已在 OpenRouter 上线。官方推文介绍，这个基于 Moonshot AI 开源模型 Kimi K2.6 构建的专用模型"结合对日本文化的深度理解与高性能推理能力，集成网页搜索与代码执行，处理商务语境中的复杂任务"，并附上了链接。
模型页把条件写得更具体：代号 sakana/sakana-namazu，上下文窗口 262K，输入每百万 token 收费 $0.95、输出 $4.00，推理由 Sakana 独家提供。Namazu 并非首次公开露面：两周前，Sakana 刚把它从 Sakana Chat 的内置模型升级为对外开放的 API；这次上架，让它进入 OpenRouter 这个自称聚合 400 多个模型的统一 API 平台。
Sakana Namazu 是什么：Kimi K2.6 打底，日语数据特调
Sakana 在 8 月 3 日的里给出了完整定义：Namazu 以 Moonshot AI 公开的开源模型 Kimi K2.6 为底座，用公司内部数据做日语与日本业务语境适配，并调优以减少特定话题上的无谓拒答和输出偏倚；网页搜索与代码执行是内置工具，已有 OpenAI 兼容代码的开发者改一下 base_url、配好 API key 就能用。
底座 Kimi K2.6 来自中国 AI 实验室 Moonshot AI（Kimi 背后的公司），今年 4 月 20 日开源，权重以 Modified MIT 许可发布在 Hugging Face（）。显示，这是 1 万亿总参数、每 token 激活 32B 的 MoE 模型，原生支持图像与视频输入；在带工具的 HLE-Full 上拿到 54.0，高于 GPT-5.4 的 52.1 和 Claude Opus 4.6 的 53.0。Sakana 声称，Namazu 在做日语适配时保住了底座的数学（AIME26）、知识推理（MMLU-Pro）与编程（LiveCodeBench v6）成绩。
日语侧是它加分的部分。Sakana 公布的对比显示，Namazu 在 JFBench（Preferred Networks 开发的日语指令遵循基准）、考虑日本专有名词与敬语的日英翻译任务、以及衡量回答中立性的 FairPoliticsQA 上全面超过底座模型，其中 FairPoliticsQA 从 34.10% 升到 56.30%。翻译任务与 FairPoliticsQA 均为 Sakana 自建基准，对比对象是它自己的底座； 也指出，Sakana 的页面没有公布与 GPT、Gemini、Claude 在日语商务任务上的直接对比。
从 Sakana Chat 到 OpenRouter：Namazu 的两周
Namazu 最初是 Sakana Chat 的内置模型。Sakana 官方在 7 月底的中介绍，Sakana Chat 于 2026 年 3 月上线；AI Weekly 则称 Namazu 系列最早于 3 月 24 日对外公布。
8 月 3 日，Sakana 用、两条推文官宣开放 Namazu API，日文推文获得 1,534 个赞、约 34.9 万次浏览。此后模型开始进入聚合渠道：OpenRouter 模型页标注的上架日期为 8 月 10 日， 在 8 月 11 日记录到 sakana/sakana-namazu 条目；同一天，自称"实测每个 AI 编程 agent"的开发者 在盘点当月登陆 OpenRouter 的新模型时把它列在第一条，称其"出自做出 Fugu（那个打败了 Fable 5 的模型）的团队"。
8 月 13 日，Sakana 宣布 Sakana Chat 大更新：免登录、免费，新增代码执行，用日语描述即可快速生成网页应用、游戏和工具，明确说由 Fugu 与 Namazu 驱动，该推文获 761 个赞。8 月 17 日，OpenRouter 官方账号正式发文官宣 Namazu 上线，这比模型页标注的上架日期晚了整整一周。
262K 上下文、$0.95 输入价，和一行数据政策
在 OpenRouter 上，sakana/sakana-namazu 支持 OpenAI 兼容的 chat completions、Responses、Messages 三套端点，带 reasoning tokens 与工具调用参数。推理由 Sakana 一家提供商独家承担，页面显示 P50 延迟 0.68 秒、吞吐 99 tokens/秒，近 3 天 uptime 100%、可用性 93.31%；工具调用错误率 0.77%，结构化输出错误率 18.52%。
页面的调用方统计显示，流量最大的应用是 Nous Research 的开源 agent Hermes Agent（约 1,170 万 tokens），其次是角色扮演平台 Janitor AI（868 万）和前端 SillyTavern（595 万）。算上缓存与折扣，用户实际支付的平均输入价约 $0.82/百万 token。
token 单价之外，据 AI Weekly 引述 Sakana 的定价页，网页搜索 $7.00/千次调用、代码执行 $0.12/小时；Namazu 目前不对 EU、EEA、英国和瑞士提供服务，GDPR 合规工作仍在进行。模型页还标注了一行数据政策：Sakana 默认可能将输入用于模型训练与改进，可在 Sakana Console 选择退出；"处理完全在日本境内并不保证"。
「安いね」：社区的第一批反应
截至核查时（官宣约 4 小时后），OpenRouter 的这条推文获得 47 个赞、3 条回复、1 条引用，浏览约 5,100 次。东京用户 引用转发，只评价了一句："安いね"（真便宜）。
回复里，自称报道"塑造计算未来的机器、金钱与数学"的 讲了个名字梗：1855 年安政江户地震后，namazu（鲶鱼）被重新画成"世界重整之神"，向人们抛洒金币，因为灾后重建让所有人都富了。"毁灭者与改革者，在同一条鱼身上。"AI 内容系统设计师 的回复更短："Time to build."
更早的一批反应发生在模型刚上架时。Hassan 的盘点把它列为当月新模型第一，并把它和 Sakana 的多智能体编排系统 Fugu 放在一起介绍；Fugu 同样通过 OpenRouter 提供。
日本公司调中国开源底座，图什么
Sakana 总部在东京，自称"Building Frontier AI in Japan"，产品线包括 Sakana Chat、Translate、Marlin、Namazu、Fugu；8 月初的称公司已扩到约 150 人。
Sakana 在发布说明里解释过做 Namazu 的动机：Sakana Chat 上线后，不断有企业用户提出想把模型通过 API 接进自家产品和工作流；而能用日语处理实际业务的 LLM API 选择仍然有限，前沿模型成本高，直接使用开源模型又对质量和数据处理存有不安。Namazu 就是夹在两者之间的选项。
策略上，这是"后训练开源底座"路线的最新一步。AI Weekly 称这与前沿实验室"从头训练大模型"的做法相反，并引述 MarkTechPost 报道：Namazu 系列此前已应用于 DeepSeek-V3.1-Terminus、Llama 3.1 405B、gpt-oss-120B 等底座，还支撑着 Sakana 的日英中翻译校对产品 Sakana Translate。Sakana 官方在发布说明结尾向"持续发布优秀模型的 AI 社区"致谢，称 Namazu 建立在包括 Kimi K2.6 在内的开放 AI 生态之上。
Sakana 官方同时表示，企业级部署"也在视野之内"。对打算把 Namazu 接进生产流程的企业客户，OpenRouter 模型页上有一行与这个定位直接相关的说明：Sakana 默认可能将输入用于模型训练与改进（可在 Sakana Console 选择退出），"处理完全在日本境内并不保证"。据 AI Weekly 报道，Namazu 目前也不在 EU、EEA、英国和瑞士提供服务。Sakana 官方把"直接使用开源模型时对数据处理的担忧"列为推出 Namazu 的理由，而这些条款的实际边界，要由企业客户自己核对。