Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.

sakana-namazu est un modèle textuel de Sakana avec raisonnement avant réponse. Adapté à l'analyse de longs documents, au code, à l'analyse d'images et à la création d'agents : il accepte texte, images et documents, peut appeler des fonctions et renvoyer une réponse structurée.

Le modèle génère jusqu'à 65 536 jetons par réponse, suffisant pour un document volumineux, un grand module de code ou une analyse détaillée. La fenêtre de contexte totale est de 262 144 jetons, permettant d'inclure la requête et la réponse avec de longs fichiers sources.

Oui, le raisonnement avant réponse est confirmé. Le modèle décompose d'abord la tâche étape par étape avant de formuler le résultat, ce qui aide en mathématiques, logique, débogage de code et analyse de longs documents où la chaîne de déduction prime sur la rapidité.

Oui, le modèle prend en charge l'appel de fonctions et la sortie JSON structurée. Vous décrivez les outils disponibles, il choisit le bon et renvoie les arguments selon le schéma défini. Sur BotHub, cela fonctionne via une API compatible OpenAI, permettant une connexion standard.

Images et documents, oui, le modèle les accepte et répond par texte : téléchargez une capture d'écran, un schéma, un tableau ou un contrat pour analyse. Nous n'avons pas d'informations sur l'audio et la vidéo, à vérifier dans l'interface BotHub.

Nous n'avons pas de données spécifiques sur les langues, donc nous ne pouvons rien promettre ; le mieux est de tester. Sur BotHub, exécutez quelques requêtes types et, si le résultat ne convient pas, passez à un autre modèle sans réécrire l'intégration.