Sakana Namazu

1. 日语不是“翻译通顺”就结束了

Kimi K2.6 本身已经能处理日语，Namazu 如果只是把句子润得更顺，其实没多少吸引力。

Sakana 调的还有商务措辞、敬语，以及政治和历史敏感话题里的表达分寸。

官方用 FairPoliticsQA 测过模型回答政治、历史敏感问题时的中立性。Kimi K2.6 基座得分 34.10%，Namazu 是 56.30%。

这个数字别看得太重。测试是 Sakana 自己做的，一个中立性基准也代表不了完整的日语能力。它更适合拿来判断训练方向：Sakana 动的不只是语法和词汇，还有回答方式。

普通聊天里可能感觉不大。换成客户邮件、客服回复、品牌内容或者正式商务文本，这类差异才更值得看。

2. 搜索和代码不用自己再拼一层

Namazu 内置网络搜索和代码执行。

查实时资料时可以自己搜，碰到计算、数据处理或者代码验证，也能直接调用代码环境。一个任务里来回调用几次都可以，不需要人工把每个步骤拆开。

拿市场调研来说，以前常见的做法是先让模型列关键词，人去搜，再把结果贴回来继续跑。Namazu 把这一串动作接起来了。

没什么神秘的，也不是新发明。好处就是少搭一点东西，尤其做调研类 Agent 时会省事不少。

3. 价格没因为“日语增强”再加一层

Namazu 用 OpenAI 兼容接口，对已有项目很友好，不需要专门为它重写调用层。

价格也很直白：输入 $0.95 / 1M tokens，输出 $4.00 / 1M tokens，和 Kimi K2.6 保持一致。

我反而比较看重这一点。日语后训练做了，价格没跟着涨。

原本在 Kimi K2.6 和同价位模型之间摇摆、又刚好要做日本市场的，Namazu 就是那个不用纠结太久的选择。先跑同一批日语任务，比盯着参数表有用。

4. 上一代还像研究项目，这次已经能接业务了

Sakana 早期也做过类似实验，用 DeepSeek、Llama 等基座测试日语适配和回答中立性。

那批东西研究味比较重。Namazu 的区别很现实：基座换成 Kimi K2.6，搜索和代码执行直接塞进 API，开发者拿到之后就能接。

不用下载权重，不用自己部署推理服务，也少搭一层工具系统。

换句话说，前面的实验在验证这条路能不能走，Namazu 已经开始卖车票了。

优势

• 日语商务表达、敬语和日本本地语境做过专门后训练
• token 价格与 Kimi K2.6 一致，没有因为日语增强再加价
• 自带网络搜索和代码执行
• 可以连续完成搜索、验证、计算这类多步骤任务
• OpenAI 兼容接口，迁移比较轻
• OpenRouter 有免费版，试错成本低

限制

• 官方没有明确披露上下文窗口，第三方页面显示为 262K
• 独立第三方基准还不够，公开测试数据主要来自 Sakana
• 输入数据默认可能被用于模型训练，需要手动 opt-out
• 不保证所有数据处理都发生在日本境内
• 欧盟、英国、瑞士暂不可用

推荐人群

做日本市场、日语内容占比高的团队最适合试，尤其是商务文本、客服、调研和 Agent 类项目。

已经在用 Kimi K2.6 的用户也很适合拿它做一轮 A/B 对比。价格没变，验证成本并不高。

不推荐人群

对数据主权要求很严，必须保证业务数据全程留在日本境内的企业，不太适合。

如果项目明确需要 1M 以上上下文、必须全开源自托管，或者核心业务根本不用日语，也没什么必要为了 Namazu 单独迁移。